Don't stop here
Hand-picked guides our readers explore right after this one.
Data analysis workflows with prompt engineering
Read the guideExpert guide to Claude prompts with XML tags, artifacts, and complex reasoning
Read the guideWrite compelling college application essays with AI
Read the guideGPTPrompts.AI Editorial
Diuji di Jakarta dan Surabaya bersama empat LLM (ChatGPT, Claude, Gemini, Sahabat-AI) pada Mei 2026. Β· Last updated 28 Mei 2026
Empat kerangka (CRISPE, RGC, RICE, TREE), enam teknik (CoT, ToT, ReAct, RAG, Few-shot, Self-consistency), tujuh kesalahan umum di pasar Indonesia, dan kisaran gaji prompt engineer 2026. Berlaku untuk ChatGPT, Claude, Gemini, dan Sahabat-AI.
Jawaban langsung
Di Indonesia 2026, junior digaji Rp 8 juta sampai Rp 14 juta, senior Rp 18 juta sampai Rp 35 juta, arsitek Rp 40 juta ke atas per bulan. Prinsip yang sama berlaku di ChatGPT, Claude, Gemini, dan Sahabat-AI.
Cara kami menguji
Pada Mei 2026 kami menjalankan 30 skenario kerja Bahasa Indonesia di ChatGPT GPT-5, Claude Sonnet 4.5, Gemini 2.5 Pro, dan Sahabat-AI. Skenario mencakup akuntansi UMKM, hukum bisnis, pemasaran sosial, review kode, kebijakan HR, dan materi belajar.
Tiap skenario diuji dua versi: tanpa kerangka dan dengan CRISPE atau RGC. Data gaji bersumber dari Jobstreet, LinkedIn, dan Glints per April 2026, ditambah survei terhadap 14 perusahaan di Jakarta dan Bali. Semua angka diverifikasi ulang setiap awal kuartal.
Mulailah dari RGC, lalu kembangkan ke CRISPE, RICE, atau TREE sesuai jenis tugas.
Komponen: Capacity (peran), Insight (konteks), Statement (permintaan), Personality (gaya), Experiment (alternatif)
Cocok untuk pekerjaan analisis, konsultansi, dan perencanaan yang butuh peran ahli.
Contoh prompt
Anda adalah akuntan publik yang menguasai PSAK. Tinjau pengakuan pendapatan untuk kontrak berikut. Ringkas dalam satu paragraf. Gunakan gaya tenang dan presisi. Tawarkan dua skenario.
Komponen: Role (peran), Goal (tujuan), Context (konteks)
Cocok untuk tugas cepat. Sering dipakai untuk email, pesan WhatsApp Business, dan caption Instagram.
Contoh prompt
Anda adalah copywriter pemasaran. Tujuan: lima caption Instagram untuk pekerja kantor usia 25 sampai 35. Produk: kopi susu siap minum harga Rp 18.000, brand UMKM lokal Jakarta.
Komponen: Reach (jangkauan), Impact (dampak), Confidence (keyakinan), Effort (usaha)
Dipakai untuk memprioritaskan fitur atau inisiatif. Standar di kalangan product manager.
Contoh prompt
Evaluasi lima fitur berikut dengan skor RICE. Untuk tiap fitur, estimasi jumlah pengguna terdampak, tingkat dampak (1 sampai 5), keyakinan (0 sampai 100 persen), dan usaha dalam person-day.
Komponen: Topic (topik), Restriction (batasan), Examples (contoh), Evaluation (penilaian)
Pas untuk review kode atau verifikasi dokumen dengan kriteria jelas.
Contoh prompt
Topik: review komponen React. Batasan: React 19 ke atas, TypeScript strict mode. Berikan satu contoh baik dan satu contoh buruk. Akhiri dengan tabel penilaian per kriteria.
Lapisan ekstra di atas kerangka. Meningkatkan akurasi, konsistensi format, dan penggunaan alat.
| Teknik | Deskripsi | Pemicu | Kapan dipakai |
|---|---|---|---|
| Chain of Thought (CoT) | Minta model menampilkan langkah penalaran satu per satu. Akurasi soal matematika, logika, dan keputusan bertingkat naik. | Pikirkan langkah demi langkah. Atau urai pelan-pelan. | Untuk hitungan akuntansi, tafsir kontrak, dan analisis kompleks yang harus tepat. |
| Tree of Thoughts (ToT) | Telusuri beberapa jalur penalaran sekaligus, bandingkan, lalu pilih yang paling kuat. | Sajikan tiga pendekatan, bandingkan, pilih yang paling kokoh dan beri alasan. | Pengambilan keputusan strategi, perencanaan produk, dan tugas kreatif dengan banyak jawaban. |
| ReAct (Reason + Act) | Model berganti antara berpikir dan memanggil alat (search, kalkulator, API). Diaktifkan oleh fitur agent. | Pola Thought, Action, Observation. Otomatis pada agen ChatGPT, Claude Code, dan Gemini Deep Research. | Alur kerja otomatis yang melibatkan pencarian web, eksekusi kode, atau panggilan API. |
| Retrieval Augmented Generation (RAG) | Mencari dokumen eksternal lalu menyisipkannya sebagai konteks. Mengurangi halusinasi dan memaksa jawaban berdasarkan data Anda. | Diatur lewat implementasi sistem, bukan teks prompt. Hasil pencarian disisipkan sebagai konteks. | Knowledge base internal, basis hukum, manual produk, dan dokumen yang tidak diketahui model dari pelatihan. |
| Few-shot examples | Sisipkan dua atau tiga contoh format keluaran yang diinginkan. Konsistensi format naik tajam. | Contoh 1: ... Contoh 2: ... Ikuti format ini untuk input berikut. | Konversi ke JSON, pelabelan klasifikasi, dan tulisan yang harus konsisten nadanya. |
| Self-consistency | Jalankan prompt yang sama beberapa kali, pilih jawaban yang paling sering muncul. Menstabilkan kasus dengan banyak jawaban mungkin. | Jawab pertanyaan yang sama lima kali, lalu pilih jawaban yang paling konsisten. | Pertimbangan hukum, triase medis awal, dan jurnal akuntansi yang biaya salahnya mahal. |
Pola kegagalan paling sering muncul dari 30 eksperimen Bahasa Indonesia kami.
Gejala: Jawaban terasa umum dan dangkal.
Perbaikan: Mulai dengan satu baris: Anda adalah [peran ahli].
Gejala: Hasil jauh dari yang diharapkan.
Perbaikan: Tambahkan industri, ukuran perusahaan, tipe pengguna, dan kondisi pakai dalam dua tiga baris.
Gejala: Anda ingin tabel tapi dapat paragraf.
Perbaikan: Sebutkan format yang dimau: tabel, JSON, daftar markdown, dan seterusnya.
Gejala: Tiap bagian dangkal dan keliru.
Perbaikan: Pecah tugas besar ke beberapa langkah, lakukan satu per satu.
Gejala: Nada dan format berubah-ubah.
Perbaikan: Tempelkan dua atau tiga contoh few-shot di atas permintaan utama.
Gejala: Model melanggar pantangan.
Perbaikan: Ganti jangan dengan instruksi positif: lakukan ini bukan itu.
Gejala: Fakta keliru terselip dengan halus.
Perbaikan: Minta cantumkan sumber di dalam jawaban, atau bungkus dengan RAG.
Disusun dari data Jobstreet, LinkedIn, dan Glints April 2026 plus survei 14 perusahaan di Jakarta dan Bali.
| Peran | Kisaran | Catatan |
|---|---|---|
| Prompt engineer junior (0-2 tahun) | Rp 8 juta sampai Rp 14 juta per bulan | Marak di startup SaaS dan tim digital agency Jakarta, Bandung, Surabaya. |
| Prompt engineer senior (3-5 tahun) | Rp 18 juta sampai Rp 35 juta per bulan | Pengalaman desain agen, evaluasi LLM, dan RAG menjadi nilai tambah. |
| AI solution architect (5 tahun ke atas) | Rp 40 juta sampai Rp 80 juta per bulan | Telkom, Indosat, GoTo, Bank Mandiri, BCA, dan perusahaan tech multinasional di Jakarta jadi pasar utama. |
| Konsultan freelance | Rp 8 juta sampai Rp 18 juta per minggu proyek | Kontrak 3 sampai 6 bulan; sering dibayar setelah deliverable disepakati. |
Sumber: Jobstreet, LinkedIn Jobs, Glints (data April 2026); survei lapangan 14 perusahaan Jakarta dan Bali. Diverifikasi ulang setiap awal kuartal.
Kesimpulan kami
Setelah satu bulan menguji 30 skenario di empat LLM, hal yang paling mengejutkan adalah betapa besar lompatan kualitas hanya dari menambahkan kerangka RGC sepanjang tiga baris. Untuk Bahasa Indonesia, Sahabat-AI paling natural pada konten lokal dan istilah daerah, Claude paling stabil pada dokumen panjang, dan ChatGPT memiliki materi belajar paling luas.
Cocok dipelajari: profesi yang banyak bekerja dengan teks dan dokumen, seperti marketer, analis, konsultan, paralegal, asisten akuntan, copywriter, dan customer service lead. Tanpa harus jadi developer, jangkauan otomasi tugas naik signifikan. Bagi penanggung jawab adopsi AI di perusahaan, perdalam juga desain RAG dan evaluasi LLM.
Tidak cocok: jangan terjebak iming-iming kursus prompt instan yang menjanjikan kaya cepat. Model berubah cepat sehingga prompt unggulan enam bulan lalu kini biasa-biasa saja. Portofolio nyata di industri Anda lebih bermakna daripada sertifikat berbayar. Untuk pekerjaan yang menyentuh data pelanggan, kepatuhan terhadap UU PDP No. 27 Tahun 2022 adalah syarat, bukan opsi. Pakai paket bisnis seperti ChatGPT Team, Claude for Work, atau Gemini for Workspace, dan masking data identitas (NIK, alamat, nomor rekening) sebelum dimasukkan ke prompt.
11 pertanyaan paling sering dari pembaca di Indonesia.
Keep reading
Data analysis workflows with prompt engineering
Read guide βUse prompts to analyze and interpret complex data
Read guide βCore concepts every prompt engineer needs to know
Read guide βProtect AI systems from prompt injection attacks
Read guide βIndustry best practices for consistent, high-quality prompts
Read guide βMeasure and maximize ROI from AI prompt investments
Read guide β