{"id":2057,"date":"2026-10-07T07:25:01","date_gmt":"2026-10-07T00:25:01","guid":{"rendered":"https:\/\/komunitech.com\/blog\/?p=2057"},"modified":"2026-10-07T16:15:35","modified_gmt":"2026-10-07T09:15:35","slug":"prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026","status":"publish","type":"post","link":"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/","title":{"rendered":"Prompt Engineering untuk AI Agent: 5 Teknik Lanjutan (2026)"},"content":{"rendered":"<div style=\"background: #f8fafc; border-left: 4px solid #3b82f6; padding: 16px 20px; margin: 24px 0; border-radius: 0 6px 6px 0;\">\n<p style=\"margin: 0; font-size: 15px; line-height: 1.6; color: #1e293b;\"><strong>TL;DR:<\/strong> Prompt engineering untuk AI Agent berbeda dari prompt chat biasa karena agent mengambil keputusan dan memakai tools secara mandiri. Prompt agent bukan sekadar perintah, melainkan kontrak kerja yang menjelaskan peran, batasan, alat, dan kapan pekerjaan dianggap selesai. Lima teknik yang paling berdampak adalah kontrak lima komponen, contoh keluaran (few-shot), instruksi bertingkat, pola refleksi, dan format keluaran yang dikunci.<\/p>\n<\/div>\n<div style=\"background: #f0f9ff; border-left: 4px solid #0284c7; padding: 16px 20px; margin: 24px 0; border-radius: 0 6px 6px 0;\">\n<p style=\"margin: 0 0 8px; font-size: 12px; font-weight: bold; letter-spacing: 0.05em; text-transform: uppercase; color: #0284c7;\">\ud83d\udca1 KEY TAKEAWAY<\/p>\n<ul style=\"margin: 0; padding-left: 1.2em; font-size: 15px; line-height: 1.6; color: #0c4a6e;\">\n<li style=\"margin-bottom: 6px;\">Prompt engineering untuk AI Agent fokus pada tindakan, bukan teks: kapan bertindak dan kapan berhenti.<\/li>\n<li style=\"margin-bottom: 6px;\">Setiap prompt agent wajib memuat peran, tugas, batasan, alat, dan kriteria selesai.<\/li>\n<li style=\"margin-bottom: 6px;\">Satu contoh keluaran sering lebih efektif daripada satu paragraf penjelasan.<\/li>\n<li style=\"margin-bottom: 0;\">Format keluaran yang dikunci membuat hasil agent bisa langsung dipakai sistem lain.<\/li>\n<\/ul>\n<\/div>\n<p>Pernah menyuruh AI Agent &#8220;rapikan laporan penjualan&#8221;, lalu agent malah menimpa file aslinya atau berhenti di tengah jalan? Kejadian seperti itu hampir selalu berasal dari prompt yang terlalu singkat, bukan dari model yang kurang pintar. Prompt engineering untuk AI Agent menutup celah tersebut dengan memberi agent kontrak kerja yang jelas: apa tugasnya, apa yang dilarang, alat apa yang dipakai, dan kapan pekerjaan dianggap selesai.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_88 ez-toc-wrap-center counter-hierarchy ez-toc-counter ez-toc-light-blue ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6ac709519a57d\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"ez-toc-cssicon\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6ac709519a57d\"  aria-label=\"Toggle\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Apa_Beda_Prompt_Biasa_dengan_Prompt_Engineering_untuk_AI_Agent\" >Apa Beda Prompt Biasa dengan Prompt Engineering untuk AI Agent?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Teknik_1_Kontrak_Lima_Komponen_dalam_Prompt_Engineering_untuk_AI_Agent\" >Teknik 1: Kontrak Lima Komponen dalam Prompt Engineering untuk AI Agent<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Seperti_Apa_Contoh_Prompt_Engineering_untuk_AI_Agent\" >Seperti Apa Contoh Prompt Engineering untuk AI Agent?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Teknik_2_Few-Shot_Contoh_Keluaran_yang_Ditiru_Agent\" >Teknik 2: Few-Shot, Contoh Keluaran yang Ditiru Agent<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Teknik_3_Instruksi_Bertingkat_untuk_Tugas_Panjang\" >Teknik 3: Instruksi Bertingkat untuk Tugas Panjang<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Teknik_4_Pola_Refleksi_untuk_Menurunkan_Kesalahan\" >Teknik 4: Pola Refleksi untuk Menurunkan Kesalahan<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Teknik_5_Mengunci_Format_Keluaran\" >Teknik 5: Mengunci Format Keluaran<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Di_Mana_Prompt_AI_Agent_Disimpan_pada_OpenClaw\" >Di Mana Prompt AI Agent Disimpan pada OpenClaw?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Apa_Saja_Kesalahan_Umum_dalam_Prompt_Engineering_untuk_AI_Agent\" >Apa Saja Kesalahan Umum dalam Prompt Engineering untuk AI Agent?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Komunitech_Melatih_Prompt_Engineering_untuk_AI_Agent\" >Komunitech: Melatih Prompt Engineering untuk AI Agent<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-11\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Pertanyaan_yang_Sering_Ditanya\" >Pertanyaan yang Sering Ditanya<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-12\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Apakah_prompt_engineering_untuk_AI_Agent_butuh_kemampuan_coding\" >Apakah prompt engineering untuk AI Agent butuh kemampuan coding?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-13\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Apakah_prompt_yang_panjang_selalu_lebih_baik\" >Apakah prompt yang panjang selalu lebih baik?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-14\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Berapa_contoh_keluaran_yang_ideal_untuk_few-shot\" >Berapa contoh keluaran yang ideal untuk few-shot?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-15\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Apakah_pola_refleksi_memperlambat_agent\" >Apakah pola refleksi memperlambat agent?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-16\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Apakah_teknik_prompt_engineering_untuk_AI_Agent_berlaku_untuk_semua_model\" >Apakah teknik prompt engineering untuk AI Agent berlaku untuk semua model?<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-17\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Kesimpulan\" >Kesimpulan<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-18\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Disclaimer\" >Disclaimer<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-19\" href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-engineering-untuk-ai-agent-5-teknik-lanjutan-2026\/#Referensi\" >Referensi<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Apa_Beda_Prompt_Biasa_dengan_Prompt_Engineering_untuk_AI_Agent\"><\/span>Apa Beda Prompt Biasa dengan Prompt Engineering untuk AI Agent?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Prompt biasa meminta teks, sedangkan prompt engineering untuk AI Agent meminta tindakan. Agent membaca prompt, memilih alat, menjalankannya, menilai hasil, lalu memutuskan langkah berikutnya. Karena siklus kerja agent berulang, prompt agent harus menjawab tiga pertanyaan yang tidak muncul pada chat biasa: apa yang dikerjakan lebih dulu, apa yang dilarang, dan kapan pekerjaan dianggap selesai.<\/p>\n<p>Perbedaan arsitekturnya dibahas lebih rinci di <a href=\"https:\/\/komunitech.com\/blog\/ai-agent\/beda-llm-murni-vs-ai-agent-otonom-panduan-pemula-2026\/\">beda LLM murni vs AI Agent otonom<\/a>, sedangkan alur keputusannya bisa kamu pelajari di <a href=\"https:\/\/komunitech.com\/blog\/ai-agent\/cara-kerja-ai-agent-dari-prompt-ke-aksi-otonom\/\">cara kerja AI Agent dari prompt ke aksi otonom<\/a>.<\/p>\n<table>\n<thead>\n<tr>\n<th>Aspek<\/th>\n<th>Prompt Chat Biasa<\/th>\n<th>Prompt untuk AI Agent<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Hasil yang diminta<\/strong><\/td>\n<td>Teks jawaban<\/td>\n<td>Tindakan dan hasil kerja<\/td>\n<\/tr>\n<tr>\n<td><strong>Akses tools<\/strong><\/td>\n<td>Tidak ada<\/td>\n<td>File, browser, terminal, API<\/td>\n<\/tr>\n<tr>\n<td><strong>Batasan<\/strong><\/td>\n<td>Jarang diperlukan<\/td>\n<td>Wajib, karena agent bisa mengubah data<\/td>\n<\/tr>\n<tr>\n<td><strong>Kriteria selesai<\/strong><\/td>\n<td>Saat jawaban terkirim<\/td>\n<td>Harus ditulis eksplisit<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2><span class=\"ez-toc-section\" id=\"Teknik_1_Kontrak_Lima_Komponen_dalam_Prompt_Engineering_untuk_AI_Agent\"><\/span>Teknik 1: Kontrak Lima Komponen dalam Prompt Engineering untuk AI Agent<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Setiap prompt agent yang baik mengandung lima komponen berikut.<\/p>\n<table>\n<thead>\n<tr>\n<th>Komponen<\/th>\n<th>Fungsi<\/th>\n<th>Contoh Isi<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Peran<\/strong><\/td>\n<td>Menetapkan sudut pandang<\/td>\n<td>&#8220;Kamu analis data untuk tim penjualan&#8221;<\/td>\n<\/tr>\n<tr>\n<td><strong>Tugas<\/strong><\/td>\n<td>Menjelaskan hasil akhir<\/td>\n<td>&#8220;Susun laporan penjualan mingguan&#8221;<\/td>\n<\/tr>\n<tr>\n<td><strong>Batasan<\/strong><\/td>\n<td>Mencegah tindakan keliru<\/td>\n<td>&#8220;Jangan ubah file sumber&#8221;<\/td>\n<\/tr>\n<tr>\n<td><strong>Alat<\/strong><\/td>\n<td>Menentukan cara kerja<\/td>\n<td>&#8220;Pakai folder data\/ dan terminal&#8221;<\/td>\n<\/tr>\n<tr>\n<td><strong>Kriteria selesai<\/strong><\/td>\n<td>Menentukan kapan berhenti<\/td>\n<td>&#8220;Berhenti setelah laporan tersimpan di folder laporan\/&#8221;<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Kelima komponen tersebut mencegah dua kesalahan paling umum: agent berhenti terlalu cepat, atau agent terus bekerja tanpa arah. Panduan resmi dari penyedia model juga menekankan prinsip serupa; <a href=\"https:\/\/platform.openai.com\/docs\/guides\/prompt-engineering\" target=\"_blank\" rel=\"noopener nofollow\">panduan prompt engineering OpenAI<\/a> menganjurkan instruksi yang jelas dan pemisahan bagian prompt yang berbeda fungsinya.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Seperti_Apa_Contoh_Prompt_Engineering_untuk_AI_Agent\"><\/span>Seperti Apa Contoh Prompt Engineering untuk AI Agent?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Berikut contoh prompt utuh untuk agent rekap penjualan. Kamu bisa menyalin struktur ini dan mengganti isinya sesuai proses bisnismu.<\/p>\n<pre>PERAN: Kamu analis data untuk tim penjualan toko online.\r\nTUGAS: Susun laporan penjualan minggu lalu dari file data\/penjualan.csv.\r\nBATASAN:\r\n- Jangan mengubah, menghapus, atau memindahkan file di folder data\/.\r\n- Jangan mengirim laporan ke siapa pun; cukup simpan.\r\nALAT: Baca file di data\/, jalankan perhitungan di terminal, simpan hasil di laporan\/.\r\nLANGKAH:\r\n1. Hitung total omzet dan jumlah transaksi per hari.\r\n2. Tentukan 5 produk dengan penjualan paling banyak.\r\n3. Bandingkan omzet dengan minggu sebelumnya dalam persen.\r\nFORMAT: Tabel markdown dengan kolom Hari | Omzet | Transaksi, lalu 3 kalimat ringkasan.\r\nCEK SEBELUM SELESAI: Pastikan total di tabel sama dengan total di file sumber.\r\nSELESAI JIKA: File laporan\/mingguan.md tersimpan.<\/pre>\n<p>Contoh di atas sudah memuat tiga teknik prompt engineering untuk AI Agent berikutnya sekaligus: langkah bernomor, pemeriksaan mandiri, dan format keluaran yang dikunci.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Teknik_2_Few-Shot_Contoh_Keluaran_yang_Ditiru_Agent\"><\/span>Teknik 2: Few-Shot, Contoh Keluaran yang Ditiru Agent<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Teknik few-shot berarti menyertakan contoh keluaran yang benar di dalam prompt. Agent meniru pola dari contoh, bukan menebak dari penjelasan. Untuk format yang sulit dijelaskan dengan kata-kata, satu contoh laporan jadi lebih efektif daripada satu paragraf instruksi.<\/p>\n<p><a href=\"https:\/\/docs.claude.com\/en\/docs\/build-with-claude\/prompt-engineering\/overview\" target=\"_blank\" rel=\"noopener nofollow\">Dokumentasi prompt engineering Anthropic<\/a> merekomendasikan contoh yang relevan dan beragam agar model tidak meniru detail yang tidak disengaja. Mulailah dari satu sampai tiga contoh, lalu tambah contoh baru hanya bila agent masih keliru pada kasus tertentu.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Teknik_3_Instruksi_Bertingkat_untuk_Tugas_Panjang\"><\/span>Teknik 3: Instruksi Bertingkat untuk Tugas Panjang<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Pecah tugas besar menjadi langkah bernomor, dan pastikan setiap langkah punya keluaran yang jelas. Dengan begitu, agent bisa memverifikasi kemajuannya sendiri di setiap tahap.<\/p>\n<p>Langkah bernomor juga memudahkan penelusuran saat terjadi kesalahan. Kamu tahu persis di langkah mana kekeliruan muncul, bukan hanya tahu hasil akhirnya salah. Dalam prompt engineering untuk AI Agent, instruksi bertingkat juga mengurangi risiko agent melompati langkah penting.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Teknik_4_Pola_Refleksi_untuk_Menurunkan_Kesalahan\"><\/span>Teknik 4: Pola Refleksi untuk Menurunkan Kesalahan<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Pola refleksi meminta agent memeriksa hasilnya sendiri sebelum menyelesaikan pekerjaan. Instruksi pemeriksaan menambah satu putaran koreksi, sehingga kesalahan hitung atau langkah yang terlewat lebih mungkin tertangkap sebelum hasil disimpan.<\/p>\n<p>Instruksi sederhana seperti &#8220;sebelum menyimpan, cocokkan semua angka dengan file sumber&#8221; sudah cukup. Agent akan meninjau ulang hasilnya, bukan langsung menyimpan.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Teknik_5_Mengunci_Format_Keluaran\"><\/span>Teknik 5: Mengunci Format Keluaran<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Tentukan format akhir secara eksplisit, misalnya tabel dengan kolom tertentu atau JSON dengan kunci tertentu. Format yang dikunci membuat keluaran agent bisa langsung dipakai sistem lain tanpa diproses ulang.<\/p>\n<p>Untuk agent yang dipanggil sistem lain, konsistensi format lebih penting daripada gaya bahasa yang menarik. <a href=\"https:\/\/ai.google.dev\/gemini-api\/docs\/prompting-strategies\" target=\"_blank\" rel=\"noopener nofollow\">Strategi prompting Gemini dari Google<\/a> juga menyarankan menyebutkan format respons secara spesifik, termasuk memberi contoh struktur yang diharapkan.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Di_Mana_Prompt_AI_Agent_Disimpan_pada_OpenClaw\"><\/span>Di Mana Prompt AI Agent Disimpan pada OpenClaw?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Pada chatbot, prompt hilang begitu percakapan ditutup. Pada OpenClaw, prompt agent disimpan sebagai file di folder kerja (workspace) dan dibaca ulang setiap sesi dimulai. Menurut <a href=\"https:\/\/docs.openclaw.ai\/concepts\/agent-workspace\" target=\"_blank\" rel=\"noopener nofollow\">dokumentasi workspace OpenClaw<\/a>, AGENTS.md berisi instruksi kerja dan aturan, SOUL.md berisi persona dan batasan gaya bicara, dan USER.md menyimpan preferensi pengguna yang tetap.<\/p>\n<p>Jadi kontrak lima komponen di atas tidak perlu diketik ulang setiap kali memberi tugas. Peran dan batasan ditulis sekali di file, sedangkan tugas, langkah, dan kriteria selesai dikirim lewat chat sesuai pekerjaan hari itu.<\/p>\n<table>\n<thead>\n<tr>\n<th>Komponen Kontrak<\/th>\n<th>Tempat di OpenClaw<\/th>\n<th>Kapan Diubah<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Peran<\/strong><\/td>\n<td>SOUL.md<\/td>\n<td>Jarang, saat persona agent berubah<\/td>\n<\/tr>\n<tr>\n<td><strong>Batasan<\/strong><\/td>\n<td>AGENTS.md<\/td>\n<td>Setiap ada kejadian baru yang perlu dicegah<\/td>\n<\/tr>\n<tr>\n<td><strong>Alat<\/strong><\/td>\n<td>Kebijakan tools di konfigurasi, plus catatan di bagian Tools AGENTS.md<\/td>\n<td>Saat akses agent ditambah atau dicabut<\/td>\n<\/tr>\n<tr>\n<td><strong>Tugas, langkah, format<\/strong><\/td>\n<td>Pesan chat atau file skill<\/td>\n<td>Setiap tugas<\/td>\n<\/tr>\n<tr>\n<td><strong>Kriteria selesai<\/strong><\/td>\n<td>Pesan chat atau file skill<\/td>\n<td>Setiap tugas<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Ada dua detail teknis yang jarang dibahas. Pertama, dokumentasi OpenClaw menegaskan bahwa bagian Tools di AGENTS.md hanya panduan dan tidak mengatur tools mana yang benar-benar tersedia. Larangan seperti &#8220;jangan kirim email&#8221; di prompt tetap perlu didukung dengan mencabut akses tool-nya di konfigurasi.<\/p>\n<p>Kedua, file prompt yang terlalu panjang dipotong saat dimasukkan ke konteks. Per Oktober 2026, batas bawaannya 20.000 karakter per file dan 60.000 karakter untuk total semua file bootstrap. Aturan penting bisa ikut terpotong kalau file terus ditambah tanpa dirapikan, jadi pindahkan catatan yang jarang dipakai ke file terpisah.<\/p>\n<p>Untuk menulis aturan baru, kami di Komunitech memakai pola tiga bagian: aturannya, alasannya, dan kejadian yang memicunya. Contoh bentuknya: &#8220;jangan ubah file di folder data\/, karena laporan pernah tertimpa saat agent merapikan data&#8221;. Alasan dan kejadian membantu agent menerapkan aturan pada situasi yang mirip, bukan hanya pada kalimat yang persis sama.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Apa_Saja_Kesalahan_Umum_dalam_Prompt_Engineering_untuk_AI_Agent\"><\/span>Apa Saja Kesalahan Umum dalam Prompt Engineering untuk AI Agent?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li><strong>Prompt panjang tanpa struktur.<\/strong> Instruksi penting tenggelam di antara instruksi lain.<\/li>\n<li><strong>Tidak menetapkan batasan.<\/strong> Agent mencoba tindakan yang seharusnya dihindari, seperti menimpa file.<\/li>\n<li><strong>Tidak ada kriteria selesai.<\/strong> Agent berhenti terlalu cepat atau bekerja terlalu lama.<\/li>\n<li><strong>Menjelaskan tanpa contoh.<\/strong> Agent menafsirkan format sesuai tebakannya sendiri.<\/li>\n<li><strong>Tidak menguji prompt di tugas kecil.<\/strong> Kesalahan prompt baru ketahuan setelah agent menyentuh data penting.<\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"Komunitech_Melatih_Prompt_Engineering_untuk_AI_Agent\"><\/span>Komunitech: Melatih Prompt Engineering untuk AI Agent<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Prompt agent yang baik lahir dari pemahaman alur kerja, bukan hafalan template. Lewat <a href=\"https:\/\/komunitech.com\/blog\/workshop-karyawan-ai\/\">workshop OpenClaw Komunitech<\/a>, peserta berlatih prompt engineering untuk AI Agent yang menangani proses bisnis nyata, dari rekap laporan sampai balasan chat pelanggan, lalu membawa pulang Karyawan AI yang sudah berjalan.<\/p>\n<p>Kalau kamu ingin melihat prompt dipakai dalam konteks lokal, pelajari <a href=\"https:\/\/komunitech.com\/blog\/ai-agent\/prompt-ai-agent-untuk-bahasa-gaul-budaya-belanja-indonesia-2026\/\">prompt AI Agent untuk bahasa gaul dan budaya belanja Indonesia<\/a>. Kalau yang kamu cari adalah pilihan kelas dan sertifikasinya, perbandingannya ada di <a href=\"https:\/\/komunitech.com\/blog\/kursus\/workshop-prompt-engineering-bahasa-indonesia-melampaui-trik-teks-menuju-ai-agent\/\">workshop prompt engineering bahasa Indonesia<\/a>. Untuk ide penerapan berikutnya, lanjutkan ke <a href=\"https:\/\/komunitech.com\/blog\/ai-agent\/10-use-case-openclaw-untuk-otomatisasi-bisnis-2026\/\">10 use case OpenClaw untuk otomatisasi bisnis<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Pertanyaan_yang_Sering_Ditanya\"><\/span>Pertanyaan yang Sering Ditanya<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3><span class=\"ez-toc-section\" id=\"Apakah_prompt_engineering_untuk_AI_Agent_butuh_kemampuan_coding\"><\/span>Apakah prompt engineering untuk AI Agent butuh kemampuan coding?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Tidak. Prompt agent ditulis dalam bahasa sehari-hari. Kemampuan teknis baru berguna saat menyambungkan agent ke tools atau API tertentu.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Apakah_prompt_yang_panjang_selalu_lebih_baik\"><\/span>Apakah prompt yang panjang selalu lebih baik?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Tidak. Prompt yang baik terstruktur, bukan panjang. Setiap bagian prompt harus punya fungsi yang jelas.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Berapa_contoh_keluaran_yang_ideal_untuk_few-shot\"><\/span>Berapa contoh keluaran yang ideal untuk few-shot?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Mulai dari satu sampai tiga contoh yang beragam. Tambah contoh hanya bila agent masih keliru pada jenis kasus tertentu.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Apakah_pola_refleksi_memperlambat_agent\"><\/span>Apakah pola refleksi memperlambat agent?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Sedikit, karena ada satu putaran pemeriksaan tambahan. Untuk tugas yang melibatkan angka atau keputusan penting, tambahan waktu tersebut umumnya sepadan.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Apakah_teknik_prompt_engineering_untuk_AI_Agent_berlaku_untuk_semua_model\"><\/span>Apakah teknik prompt engineering untuk AI Agent berlaku untuk semua model?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Prinsip lima komponen berlaku umum untuk GPT, Claude, maupun Gemini. Detail format yang paling efektif bisa berbeda antar model, jadi uji prompt pada tugas kecil lebih dulu.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Kesimpulan\"><\/span>Kesimpulan<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Prompt engineering untuk AI Agent pada dasarnya adalah menulis kontrak kerja: peran, tugas, batasan, alat, dan kriteria selesai. Tambahkan contoh keluaran, langkah bernomor, pemeriksaan mandiri, dan format yang dikunci, lalu uji prompt pada tugas kecil sebelum agent menyentuh data penting. Lima teknik tersebut bisa langsung kamu terapkan pada prompt agent berikutnya.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Disclaimer\"><\/span>Disclaimer<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Konten di halaman Komunitech ini bersifat edukatif. Perilaku model dapat berubah seiring pembaruan versi. Uji prompt pada tugas kecil sebelum dipakai di alur kerja utama.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Referensi\"><\/span>Referensi<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li>Anthropic, Prompt Engineering Overview (docs.claude.com)<\/li>\n<li>OpenAI, Prompt Engineering Guide (platform.openai.com)<\/li>\n<li>Google, Prompting Strategies untuk Gemini API (ai.google.dev)<\/li>\n<li>OpenClaw, dokumentasi Agent Workspace (docs.openclaw.ai)<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>TL;DR: Prompt engineering untuk AI Agent berbeda dari prompt chat biasa karena agent mengambil keputusan dan memakai tools secara mandiri. Prompt agent bukan sekadar perintah, melainkan kontrak kerja yang menjelaskan peran, batasan, alat, dan kapan pekerjaan dianggap selesai. Lima teknik yang paling berdampak adalah kontrak lima komponen, contoh keluaran (few-shot), instruksi bertingkat, pola refleksi, dan [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":2079,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[5],"tags":[296],"class_list":["post-2057","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-agent","tag-prompt-engineering-untuk-ai-agent"],"acf":[],"_links":{"self":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/2057","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/comments?post=2057"}],"version-history":[{"count":3,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/2057\/revisions"}],"predecessor-version":[{"id":2084,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/2057\/revisions\/2084"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/media\/2079"}],"wp:attachment":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/media?parent=2057"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/categories?post=2057"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/tags?post=2057"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}