BAGIAN 01 / 08 · DASAR YANG PERLU DIPAHAMI

Sama-sama AI.
Beda cara kerjanya.

Mulai dari pekerjaan yang kita kenal. Baru beri nama pada teknologinya.

BESOK · 02 OKTOBER 2026

Recap sebentar.
Lalu kita bangun.

Dasar dan tools tetap bisa dibuka saat dibutuhkan. Fokus sesi: memakai AI untuk menyelesaikan pekerjaan, lalu merangkainya menjadi satu aplikasi.

RecapBrief → plan → review → verify
Latihan kecilPilih satu pekerjaan sesuai role
Challenge besarOne Person Company sampai deploy

Buka challenge

Enam pertanyaan untuk mengingat kembali

Bedanya chat dan agent? Agent menggunakan tools dan umpan balik dalam batas tugas.
Brief-nya jelas? Tujuan, konteks, sumber, contoh, batasan, dan bentuk hasil.
Apa yang harus diputuskan sebelum execute? Scope, data, acceptance criteria, dan batas tindakan.
Kapan skill/komponen/sub-agent membantu? Saat tugasnya relevan, reusable, dan bisa dibagi dengan kontrak output jelas.
Bagaimana percaya hasil? Cocokkan sumber, hitung ulang, uji fungsi, dan cek visual.
Apakah biaya sudah diukur? Pilih model sesuai tugas; jangan menyamakan limit langganan dengan token API atau menjanjikan persentase hemat.

PESAN TIM · SIMULASI

“Tolong cek penjualan kemarin, jelaskan yang aneh, lalu siapkan ringkasan untuk owner.”

AI bisa membantu. Tapi apa yang perlu ia lihat, dan siapa yang memastikan hasilnya benar?

Laporan harian DRAFT

Total yang terbacaRp365.000

Ada baris berulang?Perlu dicek

Boleh langsung dikirim?Belum

Rapi belum tentu benar.
Kasus ini kita bongkar di bagian 06.

01A · KENALI ISTILAH

Jangan hafal singkatannya.
Kenali tugasnya.

Pilih satu istilah. Bandingkan contoh dan batasnya.

AI

Payung besarnya

Sistem yang melakukan tugas yang kita kaitkan dengan kecerdasan: mengenali pola, memilih tindakan, atau menghasilkan jawaban.

Contoh: sistem pakar berbasis aturan membantu menelusuri penyebab gangguan mesin dari beberapa gejala.

Ingat: Tidak semua AI memakai machine learning.

01B · LIHAT SISTEMNYA

Model bukan seluruh sistem.

HARNESS · konteks, proses, dan batas

BAHANSumber yang boleh dibaca

+

MODELMemahami & menyusun

+

TOOLSFile · hitung · browser

Instruksi yang jelasIzin sesuai tugasHasil diperiksa

Agent bisa hadir melalui chat. Chat, model, dan agent adalah bagian yang berbeda, bukan urutan “makin pintar”.

Pegangan kelas: AI membantu membuat dan memeriksa pekerjaan. Manusia tetap menentukan tujuan, batas, dan keputusan yang menjadi tanggung jawabnya.

BAGIAN 02 / 08 · SETUP SESUAI PERAN

Siapkan meja kerja.
Bukan koleksi aplikasi.

Mulai dari output yang ingin dibuat. Sambungkan sumber dan alat secukupnya.

PIKIR & TULIS

ChatGPT + Docs

Diskusi, draft, dan dokumen yang bisa ditinjau.

CARI BUKTI

Deep Research

Pertanyaan yang perlu banyak sumber dan penelusuran. Siapkan sebelum demo.

BANGUN & UJI

Codex / VS Code

HTML, kode, dan file kerja. Uji hasilnya di tempat ia akan dipakai.

PAKAI KONTEKS HALAMAN

Sidebar

Bantu membaca halaman aktif bila produk mendukung. Cek halaman dan akun yang benar.

02A · PILIH PERAN

Alat mengikuti pekerjaan.

Draft notulen → action list yang bisa dikonfirmasi

SETUP MINIMUM

ChatGPT, Docs; Drive untuk referensi, Sheets untuk daftar tugas.

BUKTI SIAP DIPAKAI

Baca satu notulen contoh. Buat file uji di folder latihan. Buka dan cocokkan PIC, tenggat, serta status.

Google Slides hanya bila memang perlu presentasi; Canva bila perlu materi visual.

02B · SUMBER, ALAT, IZIN

“Sudah terhubung”
belum berarti semuanya bisa.

01

Baca

Temukan dan buka sumber yang tepat.

02

Buat / edit

Uji file baru pada folder latihan yang diizinkan.

03

Kirim / publish

Tindakan keluar perlu izin yang sesuai.

Connector/plugin menyediakan kemampuan tertentu. MCP adalah standar untuk menghubungkan aplikasi AI dengan sumber dan tools, bukan database atau izin otomatis. Tidak semua plugin menggunakan MCP.

UJI KEMAMPUAN · pakai hanya setelah folder dipilih

Gunakan hanya folder latihan yang saya pilih dan bahan yang boleh dibaca. Periksa kemampuan yang tersedia. Temukan satu referensi aman, lalu laporkan hasil uji baca. Jika saya sudah mengizinkan pembuatan file uji di folder itu, buat file kecil Docs, Sheets, dan Slides satu per satu bila didukung. Berikan tautan yang bisa dibuka dan status setiap kemampuan: berhasil, belum diuji, atau terhalang. Jangan mengubah referensi maupun izin akses.

02C · DUA BEKAL YANG DIPAKAI BERULANG

Aturan tulisan. Aturan tampilan.

Skill anti-slop

Prosedur yang dapat diulang: pembaca jelas, masalah konkret, klaim punya sumber, bahasa wajar, tanpa janji tambahan.

Lihat contoh sebelum / sesudah

SEBELUM

“Solusi revolusioner untuk mengoptimalkan produktivitas secara holistik.”

SESUDAH

“Ubah catatan rapat menjadi daftar tugas, lalu periksa PIC dan tenggat sebelum dibagikan.”

Brand + design.md

Ringkas sumber brand yang disetujui: warna, font, hierarki, layout, aset, dan contoh penggunaan. design.md adalah file kerja, bukan standar wajib.

AGIA · patokan kelasHitam / putih / merahOpen SansRuang lega, hierarki tegasLogo dan klaim brand hanya dari aset/sumber yang disetujui.

Ketersediaan aplikasi dan kemampuan berbeda menurut akun, paket, wilayah, serta kebijakan workspace. Materi ini tidak menyatakan integrasi apa pun sudah aktif. Rujukan: Connected apps · MCP

BAGIAN 03 / 08 · CARA MEMINTA PEKERJAAN

Brief jelas.
Hasil lebih mudah diperiksa.

Prompt yang baik bukan mantra panjang. Ia membuat tujuan, bahan, dan batas pekerjaan terlihat.

TERLALU KABUR

“Bikinin strategi marketing yang bagus.”

Bagus menurut siapa? Untuk produk apa? Berdasarkan data mana?

LEBIH BISA DIKERJAKAN

“Bantu pilih satu eksperimen akuisisi untuk bulan depan, dari brief dan data yang saya berikan.”

Tugasnya memilih. Sumbernya jelas. Rekomendasinya bisa ditinjau.

03A · LIMA BAGIAN BRIEF

Isi yang kosong sebelum mulai.

TujuanKeputusan atau output apa yang ingin dibuat?
KonteksSiapa pembacanya? Situasi dan prioritasnya apa?
SumberFile, data, atau referensi mana yang boleh dipakai?
BatasanApa yang tidak boleh dikarang, diubah, atau dikirim?
OutputFormat, panjang, dan tanda “selesai” seperti apa?

TEMPLATE BRIEF · ganti bagian dalam [kurung]

Tujuan: [output / keputusan yang dibutuhkan].
Konteks: [pembaca, situasi, prioritas].
Sumber: [file / link / data yang boleh dipakai].
Batasan: [apa yang belum diketahui, larangan, ruang lingkup].
Output: [format, panjang, dan kriteria selesai].

Mulai dengan ringkasan pemahaman dan rencana maksimal lima langkah. Pisahkan fakta, asumsi, dan pertanyaan yang benar-benar menghalangi pekerjaan. Jangan mengisi data yang belum ada. Tunggu saya meninjau rencana sebelum pekerjaan besar.

03B · RITME KERJA

Plan. Review. Execute. Verify.

1

Rencanakan

Tujuan, bahan, langkah, hasil.

2

Tinjau

Cek sumber, batas, risiko, asumsi.

3

Kerjakan

Buat satu versi yang bisa diperiksa.

4

Verifikasi

Buka file, cocokkan angka, uji fungsi.

“Apakah kamu yakin?” bukan metode verifikasi. Bukti lebih kuat daripada rasa percaya diri model.

Coba bedakan: perintah revisi kabur vs terarah

KABUR

“Kurang bagus, bikin lebih profesional.”

TERARAH

“Di bagian rekomendasi, hapus klaim yang tidak bersumber. Buat dua opsi dengan biaya yang masih PERLU DIKONFIRMASI. Pertahankan bagian lain.”

03C · KONTEKS, TOKEN, DAN KUOTA

Hemat pemakaian.
Tetap jaga standar hasil.

Ukur pekerjaan yang selesai dengan benar, waktu total, dan pemakaian yang tercatat. Prompt terpendek belum tentu paling efisien.

Token & konteks

Token adalah unit yang diproses model, bukan jumlah kata yang persis. Prompt, riwayat, sumber, hasil alat, gambar, dan jawaban dapat memakai kapasitas atau biaya sesuai model.

Limit langganan

Jatah produk bukan saldo token API. Reset tidak selalu harian. Model, reasoning, konteks, alat, dan kompleksitas dapat memengaruhi pemakaian. Cek dashboard akun untuk sisa dan waktu reset.

Biaya API

Ikuti tarif model dan alat yang dipakai. Jawaban akhir pendek belum membuktikan biaya kecil: reasoning juga bisa memakai token. Jangan mengonversi persentase limit menjadi token dengan tebakan.

Aturan dan ketersediaan berbeda menurut produk/paket. Rujukan: Pemakaian langganan · Tarif API · Reasoning

03D · PILIH MODEL DARI TUGASNYA

Mulai dari yang cukup.
Naikkan kemampuan bila perlu.

Rapikan, ekstrak, klasifikasikan

Mulai dengan model efisien untuk instruksi yang sempit dan jelas. Contoh keluarga model saat ini: Luna, jika tersedia pada akun.

CONTOH TUGAS

Ubah notulen menjadi action list tanpa menebak PIC atau tenggat.

KRITERIA LOLOS

Lulus bila makna, nama, angka, dan komitmen cocok dengan sumber; kekosongan tetap ditandai.

Uji dengan input dan kriteria yang sama. Pertahankan pilihan paling ringan yang lolos standar. Model ringan bisa lebih mahal per hasil bila sering gagal dan perlu diulang.

Contoh nama model diperiksa 1 Oktober 2026, bukan janji tersedia di semua akun. Panduan pemilihan model

03E · KURANGI PEKERJAAN ULANG

Brief, skill, dan tools
harus saling membantu.

Tujuan jelasOutput + kriteria selesai

Bahan relevanSumber + contoh acuan

Skill ringkasProsedur yang berulang

Alat tepatAmbil bukti yang diperlukan

1 · Brief: contoh konkret mengalahkan banyak kata sifat

“Profesional, bagus, lengkap” masih membuka banyak tafsir. Sebut hasil, pembaca, sumber yang relevan, satu contoh acuan, batasan, format, dan kriteria selesai. Pisahkan kebutuhan wajib dari pemolesan opsional.

Konteks panjang? Ringkas keputusan dan simpan tautan sumber. Mulai sesi baru saat pekerjaan memang berganti; jangan membuang bukti yang masih dibutuhkan hanya demi prompt pendek.

2 · Skill: simpan prosedurnya, perbarui bahannya

Masukkan SOP, format hasil, contoh, dan validasi ke skill yang ringkas. Prompt harian cukup menyebut skill, data terbaru, target, serta pengecualian.

Skill bukan token gratis. Instruksi yang dipakai tetap menjadi konteks. Pada alur skills yang mendukungnya, nama/deskripsi dibaca lebih dulu lalu instruksi lengkap dimuat ketika dipilih. Hindari skill besar berisi semua sumber untuk semua pekerjaan.

POLA PEMAKAIAN SKILL · sesuaikan dengan skill yang benar-benar tersedia

Gunakan skill [nama skill yang sudah ditinjau].
Input terbaru: [file / sumber].
Tujuan kali ini: [satu hasil].
Pengecualian: [aturan yang berbeda dari SOP, jika ada].
Output: [format / panjang].
Selesai bila: [kriteria yang bisa dicek].
Jika skill atau sumber tidak tersedia, katakan batasnya. Jangan berpura-pura sudah memakai atau menjalankan tools.

3 · Tool calling: setiap panggilan harus punya tujuan

Fakta terkiniSearch, lalu buka sumber yang mendukung klaim

Data terstrukturConnector/API atau file; batasi query, kolom, periode, dan hasil

Hitung & rekonsiliasiSpreadsheet atau kode, dengan formula dan hasil yang dapat diulang

Cari errorReproduksi, DOM, log, console, dan network yang relevan

Nilai tampilanScreenshot untuk layout, clipping, dan perbandingan visual

Kelompokkan pembacaan independen yang aman bila didukung. Jangan mengulang pencarian atau membaca seluruh gudang data tanpa alasan baru. Connector tidak otomatis selalu lebih murah; nilai beban seluruh pekerjaan.

03F · CONTOH SEBELUM / SESUDAH

Satu pertanyaan.
Lebih sedikit langkah sia-sia.

BERPOTENSI BOROS

“Cek semua laporan. Kasih analisis lengkap yang paling bagus.”

Semua file dibawa masuk, tujuan kabur, format dikoreksi berulang, dan angka belum tentu dicek.

LEBIH TERARAH

“Rekonsiliasi satu CSV latihan. Tunjukkan aturan, total, dan pengecualian.”

Sumber terbatas, hitungan bisa diulang, hasil jelas, dan ada titik selesai.

Buka prompt terarah untuk CSV yang sudah tersedia

DATA SINTETIS · file dari bagian 06

Gunakan CSV latihan penjualan yang saya lampirkan, bukan data riil KTK. Tujuan: rekonsiliasi total net event, bukan analisis seluruh bisnis.

Baca skema dan contoh baris untuk memahami format, lalu validasi serta hitung seluruh data dengan spreadsheet/kode. Periksa event_id sebagai kunci duplikat, status, refund, serta qty/outlet kosong. Jangan otomatis menghapus penjualan hanya karena qty/outlet kosong.

Tampilkan: aturan, total raw dan dedup, subtotal baris lengkap secara terpisah, serta daftar pengecualian dengan sumber baris. Selesai bila rekonsiliasi dapat dihitung ulang dan ketidakpastian dijelaskan. Buat draft; jangan mengirim atau membuat keputusan bisnis nyata.

01Pahami skema + contoh

02Hitung seluruh data

03Tampilkan pengecualian

04Cocokkan hasil ke sumber

Sampling membantu memahami format. Sampling saja tidak membuktikan total seluruh file sudah benar. Jangan mengurangi verifikasi penting demi menghemat pemakaian.

Rujukan bagian efisiensi · diperiksa 1 Oktober 2026

03G · ARENA · DIPERIKSA 1 OKTOBER 2026

Top 10 per kategori.
Bandingkan metrik yang tepat.

Pilih kategori untuk melihat sepuluh model teratas. Rating, harga token, dan biaya per tugas menjawab pertanyaan yang berbeda.

Harga token bukan biaya satu tugas.Empat leaderboard ini menampilkan harga input/output per 1 juta token, tetapi tidak mempublikasikan cost/task. Biaya tugas yang benar-benar dilaporkan Arena ada pada tabel Agent Overall terpisah di bawah. Nilai N/A atau “tidak dilaporkan” bukan nol atau gratis.

Text · OverallData 30 September 2026

Buka sumber Arena

Text: sepuluh peringkat yang ditampilkan Arena. Nama varian dipertahankan sesuai sumber.
#	Model / varian	Rating (CI)	Harga token Input / output	Cost / task
1	gemini-4-argon-highRentang peringkat 1–1PRELIMINARY	1525±9	$2 / $10USD / 1 juta token	Tidak dilaporkan
2	claude-opus-4-6-highRentang peringkat 2–7	1505±3	$5 / $25USD / 1 juta token	Tidak dilaporkan
3	claude-fable-5-highRentang peringkat 2–9	1505±4	$10 / $50USD / 1 juta token	Tidak dilaporkan
4	claude-opus-5.5-highRentang peringkat 2–14	1504±10	$4 / $20USD / 1 juta token	Tidak dilaporkan
5	claude-opus-4-7-highRentang peringkat 2–11	1502±4	$5 / $25USD / 1 juta token	Tidak dilaporkan
6	claude-fable-5.1-maxRentang peringkat 2–14	1501±7	$10 / $50USD / 1 juta token	Tidak dilaporkan
7	claude-opus-4-6Rentang peringkat 3–15	1497±3	$5 / $25USD / 1 juta token	Tidak dilaporkan
8	muse-spark-1.3-maxRentang peringkat 3–20	1495±6	$1.25 / $4.25USD / 1 juta token	Tidak dilaporkan
9	claude-opus-4-7Rentang peringkat 4–17	1494±4	$5 / $25USD / 1 juta token	Tidak dilaporkan
10	muse-spark-1.2 (xHigh)Rentang peringkat 2–26	1494±10	$1.25 / $4.25USD / 1 juta token	Tidak dilaporkan

Harga token mengikuti kolom Arena saat diperiksa: input lalu output, dalam USD per 1 juta token. Itu bukan biaya langganan atau total biaya tugas. N/A dipertahankan ketika Arena tidak menampilkan harga. Tabel dapat digeser horizontal pada layar kecil.

WebDev · OverallData 30 September 2026

Buka sumber Arena

WebDev: sepuluh peringkat yang ditampilkan Arena. Nama varian dipertahankan sesuai sumber.
#	Model / varian	Rating (CI)	Harga token Input / output	Cost / task
1	claude-opus-5.5-maxRentang peringkat 1–1	1818+17/-17	$4 / $20USD / 1 juta token	Tidak dilaporkan
2	gpt-6-astra-maxRentang peringkat 2–2	1789+10/-10	$10 / $50USD / 1 juta token	Tidak dilaporkan
3	gpt-6.1-sol-maxRentang peringkat 3–4	1759+19/-19	$2 / $10USD / 1 juta token	Tidak dilaporkan
4	claude-fable-5.1-maxRentang peringkat 3–4	1751+10/-10	$10 / $50USD / 1 juta token	Tidak dilaporkan
5	claude-sonnet-5.5-highRentang peringkat 5–7	1709+16/-16	$2 / $10USD / 1 juta token	Tidak dilaporkan
6	claude-opus-5-maxRentang peringkat 5–8	1694+6/-6	$5 / $25USD / 1 juta token	Tidak dilaporkan
7	gpt-6-sol-maxRentang peringkat 5–10	1689+12/-12	$2 / $10USD / 1 juta token	Tidak dilaporkan
8	gemini-4-argon-highRentang peringkat 6–11PRELIMINARY	1679+14/-14	$2 / $10USD / 1 juta token	Tidak dilaporkan
9	qwen3.8-maxRentang peringkat 7–13PRELIMINARY	1671+12/-12	$1.69 / $5.07USD / 1 juta token	Tidak dilaporkan
10	qwen3.8-max-0902Rentang peringkat 7–13PRELIMINARY	1670+8/-8	$2 / $6USD / 1 juta token	Tidak dilaporkan

Harga token mengikuti kolom Arena saat diperiksa: input lalu output, dalam USD per 1 juta token. Itu bukan biaya langganan atau total biaya tugas. N/A dipertahankan ketika Arena tidak menampilkan harga. Tabel dapat digeser horizontal pada layar kecil.

Vision · OverallData 28 September 2026

Buka sumber Arena

Vision: sepuluh peringkat yang ditampilkan Arena. Nama varian dipertahankan sesuai sumber.
#	Model / varian	Rating (CI)	Harga token Input / output	Cost / task
1	claude-fable-5-highRentang peringkat 1–8	1310±7	$10 / $50USD / 1 juta token	Tidak dilaporkan
2	qwen3.8-maxRentang peringkat 1–16	1301±7	$1.69 / $5.07USD / 1 juta token	Tidak dilaporkan
3	claude-opus-4-6-highRentang peringkat 1–17	1299±6	$5 / $25USD / 1 juta token	Tidak dilaporkan
4	claude-opus-4-7Rentang peringkat 1–18	1299±7	$5 / $25USD / 1 juta token	Tidak dilaporkan
5	claude-opus-4-7-highRentang peringkat 1–19	1298±7	$5 / $25USD / 1 juta token	Tidak dilaporkan
6	gemini-3.7-flash-highRentang peringkat 1–31PRELIMINARY	1295±11	$0.75 / $3.75USD / 1 juta token	Tidak dilaporkan
7	claude-opus-4-6Rentang peringkat 2–23	1295±6	$5 / $25USD / 1 juta token	Tidak dilaporkan
8	muse-sparkRentang peringkat 1–31	1294±9	N/AUSD / 1 juta token	Tidak dilaporkan
9	muse-spark-1.2 (xHigh)Rentang peringkat 1–33	1292±14	$1.25 / $4.25USD / 1 juta token	Tidak dilaporkan
10	muse-spark-1.3-maxRentang peringkat 2–32	1290±11	N/AUSD / 1 juta token	Tidak dilaporkan

Harga token mengikuti kolom Arena saat diperiksa: input lalu output, dalam USD per 1 juta token. Itu bukan biaya langganan atau total biaya tugas. N/A dipertahankan ketika Arena tidak menampilkan harga. Tabel dapat digeser horizontal pada layar kecil.

Search · OverallData 24 Agustus 2026 · snapshot lebih lama

Buka sumber Arena

Search: sepuluh peringkat yang ditampilkan Arena. Nama varian dipertahankan sesuai sumber.
#	Model / varian	Rating (CI)	Harga token Input / output	Cost / task
1	gpt-5.6-sol-xhighRentang peringkat 1–2	1257±7	$4 / $20USD / 1 juta token	Tidak dilaporkan
2	claude-opus-4-6-searchRentang peringkat 1–2	1253±5	$5 / $25USD / 1 juta token	Tidak dilaporkan
3	gpt-5.5-searchRentang peringkat 3–5	1242±5	$5 / $30USD / 1 juta token	Tidak dilaporkan
4	claude-opus-4-7Rentang peringkat 3–6	1233±5	$5 / $25USD / 1 juta token	Tidak dilaporkan
5	claude-fable-5-highRentang peringkat 3–7	1230±8	$10 / $50USD / 1 juta token	Tidak dilaporkan
6	ernie-5.1Rentang peringkat 4–8	1227±10	$0.56 / $2.54USD / 1 juta token	Tidak dilaporkan
7	claude-sonnet-4-6-searchRentang peringkat 5–8	1221±5	$1.50 / $7.50USD / 1 juta token	Tidak dilaporkan
8	grok-4.5Rentang peringkat 6–13	1213±7	$2 / $6USD / 1 juta token	Tidak dilaporkan
9	gemini-3.1-pro-groundingRentang peringkat 8–13	1210±5	N/AUSD / 1 juta token	Tidak dilaporkan
10	gemini-3-pro-groundingRentang peringkat 8–16	1207±6	$2 / $12USD / 1 juta token	Tidak dilaporkan

Harga token mengikuti kolom Arena saat diperiksa: input lalu output, dalam USD per 1 juta token. Itu bukan biaya langganan atau total biaya tugas. N/A dipertahankan ketika Arena tidak menampilkan harga. Tabel dapat digeser horizontal pada layar kecil.

Nama varian, tanggal data, dan status Preliminary perlu dibaca bersama ranking. Rentang peringkat yang tumpang tindih diperlakukan sebagai seri menurut metode Arena, bukan bukti kemampuan identik pada semua tugas. Angka rating antarkategori tidak memakai pembanding yang sama.

METRIK TERPISAH · AGENT OVERALL

Biaya per tugas yang benar-benar
dilaporkan Arena.

Cost/Task (P50) adalah median USD per tugas pada Agent Mode. Peringkat berikut mengikuti Net Improvement, bukan urutan termurah.

Buka top 10 Agent Overall + Cost/Task (P50)

Agent Overall · top 10Data 30 September 2026 · USD / tugas

Buka Agent Arena

Agent Overall: sepuluh peringkat berdasarkan Net Improvement. Nama varian dipertahankan sesuai sumber.
#	Model / varian	Net Improvement (CI)	Cost/Task (P50) USD / tugas
1	Claude Fable 5.1 (Max)Rentang peringkat 1–4	14.55%±1.92%	$4.38
2	Claude Opus 5.5 (High)Rentang peringkat 1–4	13.78%±2.24%	$1.57
3	GPT 6 Astra (Max)Rentang peringkat 1–7	12.18%±2.28%	$2.94
4	GPT 6 Sol (Max)Rentang peringkat 1–10	10.65%±2.57%	$0.91
5	Claude Opus 5 (High)Rentang peringkat 3–10	8.76%±1.50%	$2.50
6	Claude Opus 5 (Max)Rentang peringkat 3–10	8.55%±1.57%	$3.61
7	Claude Fable 5 (High)Rentang peringkat 4–10	8.37%±1.30%	$2.02
8	Gemini 4 Argon (High)Rentang peringkat 3–15	7.92%±3.24%	$0.61
9	GPT 5.6 Sol (xHigh)Rentang peringkat 4–11	7.05%±1.38%	$1.05
10	Claude Opus 4.8 (High)Rentang peringkat 4–11	6.92%±1.38%	$1.35

Cakupan biaya: tugas nyata dalam sesi Arena Agent Mode. Pengukuran membatasi maksimal tiga tugas pertama per sesi untuk mengurangi pengaruh akumulasi konteks. Ini bukan satu benchmark statis dengan tugas seragam, bukan harga Codex CLI atau Claude Code, dan tidak dipindahkan ke tabel Text/WebDev/Vision/Search.

Cara membacanya: P50 adalah median, bukan biaya pasti tugas Anda atau batas maksimum. Prompt, tools, panjang konteks, dan workflow dapat mengubah biaya. Net Improvement adalah metrik relatif terhadap baseline model rata-rata Arena, bukan persentase sukses absolut. Versi harness tetap tidak disebutkan pada sumber yang diperiksa.

Metode cost/task · Metodologi Agent Arena · Penjelasan metrik Agent

Masuk leaderboard belum berarti tersedia di akun atau paket Anda. Gemini 4 Argon diumumkan 30 September dengan akses awal terbatas; jangan menjadikannya syarat praktik kelas. Pengumuman Google

Cara membaca ranking, harga, dan ketidakpastian

Rank mentah: posisi yang ditampilkan sumber, bukan sepuluh pemenang yang semuanya terpisah secara statistik.
CI: interval keyakinan di sekitar rating, ditampilkan sebagai ± atau +/−. Baca bersama rentang peringkat dan jumlah bukti pada sumber.
Harga token: angka input/output yang ditampilkan Arena. Jangan mengalikannya dengan tebakan panjang tugas untuk menyebut “cost/task resmi”.
Pilih kategori dahulu: WebDev khusus pengembangan web, bukan seluruh rekayasa perangkat lunak. Posisi Text tidak membuktikan keunggulan vision, riset, atau agent.

Metode ranking · Definisi kolom leaderboard

Apa tren evaluasinya, dan bagaimana memakainya dengan aman?

Arena menambah factuality, kategori agent, dan biaya per tugas. Ini perkembangan cara evaluasi, bukan bukti suatu model sedang naik atau turun dari satu snapshot.

Dalam battle, dua model menjawab tanpa nama. Pilihan pengguna menjadi dasar rating statistik. Preferensi membantu shortlist, tetapi tidak menjamin semua fakta benar atau biaya kerja Anda paling rendah.

Mini-uji: jalankan satu tugas sintetis/anonim dengan input dan rubrik sama pada dua model yang tersedia. Nilai hasil akhir, waktu koreksi, serta pemakaian aktual. Jangan memasukkan data klien, credential, atau dokumen rahasia ke Arena; percakapan dapat digunakan untuk riset dan dibagikan setelah de-identifikasi.

Factuality · Kategori agent dan biaya · Cara kerja · FAQ dan penggunaan data · Status Preliminary

BAGIAN 04 / 08 · DOKUMEN YANG BISA DIPAKAI

Dari bahan mentah
ke keputusan tertulis.

Tiga pekerjaan berbeda. Polanya sama: kumpulkan bahan, buat kerangka, tulis, lalu periksa.

SIMULASI · PLANNING

Rencana kerja minggu depan

Bahan masuk

Catatan rapat sintetis: katalog perlu diperbarui; data stok belum lengkap; PIC dan tanggal belum diputuskan.

Hasil yang dicari

Prioritas, langkah, dependensi, PIC, tenggat. Yang belum ada tetap PERLU DIKONFIRMASI.

AGIA DRAFT INTERNAL

Rencana minggu depan

1. Validasi data stokDependensi: data dari tim gudangPIC / tenggat: perlu dikonfirmasi

2. Perbarui katalogDimulai setelah data stok disetujuiUsulan urutan, bukan keputusan rapat

Contoh isi, bukan dokumen klien

PROMPT AWAL · PLANNING

Susun draft rencana kerja mingguan dari catatan rapat yang saya berikan. Pembaca: tim operasional. Pisahkan keputusan rapat dari usulanmu. Jangan menebak PIC, tenggat, atau kapasitas. Mulai dengan daftar informasi tersedia dan belum tersedia, lalu kerangka prioritas, tugas, dependensi, PIC, dan tenggat. Tandai data kosong PERLU DIKONFIRMASI. Setelah saya setujui, buat draft satu halaman.

SIMULASI · STRATEGY

Pilih eksperimen pemasaran

Bahan masuk

Brief sintetis: tim ingin menguji pesan baru; data baseline, budget, dan segmen prioritas belum diberikan.

Hasil yang dicari

Dua opsi, asumsi, data yang dibutuhkan, metrik keberhasilan, dan aturan lanjut/berhenti.

AGIA DRAFT INTERNAL

Memo keputusan · draft

Opsi A · uji pesan masalah pelangganHipotesis: pesan yang spesifik lebih relevan

Opsi B · uji contoh penggunaanHipotesis: contoh konkret membantu pemahaman

Belum bisa memilih tanpa baseline, budget, segmen, dan batas keberhasilan.

Contoh isi, bukan dokumen klien

PROMPT AWAL · STRATEGY

Bantu menyusun memo strategi pemasaran untuk review internal. Gunakan hanya brief dan data yang saya lampirkan. Bandingkan maksimal dua opsi eksperimen. Pisahkan bukti dari hipotesis. Jangan mengarang baseline, budget, ukuran pasar, target numerik, atau ROI. Untuk setiap opsi, tulis alasan, risiko, data tambahan, metrik, dan usulan kriteria lanjut/berhenti untuk diputuskan tim. Rencanakan struktur dulu.

SIMULASI · NEW-BUSINESS PROPOSAL

Usulan layanan baru

Bahan masuk

Simulasi: AGIA menyiapkan usulan workshop AI untuk tim operasional perusahaan fiktif. Detail klien dan komersial belum disepakati.

Hasil yang dicari

Masalah, tujuan, ruang lingkup, output, cara kerja, kebutuhan klien, dan hal yang harus dikonfirmasi.

AGIA DRAFT INTERNAL

Usulan workshop AI

Output latihanSatu hasil kerja terverifikasi dan satu workflow yang bisa diulang

Ruang lingkup draftDokumen, data, dan review output sesuai peran

Harga · tanggal · durasi · peserta · tempat
PERLU DIKONFIRMASI

Contoh isi, bukan dokumen klien

PROMPT AWAL · NEW-BUSINESS PROPOSAL

Kita membuat SIMULASI proposal workshop AI untuk tim operasional perusahaan fiktif. Gunakan hanya brief dan referensi yang saya berikan. Hasilnya draft internal, bukan penawaran resmi. Jangan mengarang masalah aktual klien, harga, biaya, kapasitas, tanggal, durasi, lokasi, pembicara, testimoni, atau janji dampak. Tandai kekosongan PERLU DIKONFIRMASI. Usulkan kerangka: konteks, tujuan, ruang lingkup, output, pendekatan, kebutuhan klien, dan konfirmasi. Tunggu review sebelum menulis.

04A · DEMO BERTAHAP

Tahan dulu keinginan
langsung membuat dokumen final.

1. Petakan bahan

Buka brief, referensi, dan contoh brand. Buat tiga kolom: diketahui, belum diketahui, tidak boleh diasumsikan. Gunakan salinan yang aman.

2. Tinjau kerangka

Apakah struktur menjawab kebutuhan pembaca? Apakah ada sumber untuk klaim? Setujui kerangka sebelum paragraf panjang.

3. Tulis versi pertama

Tulis ringkas, tandai asumsi, sisakan placeholder yang jujur. Hindari paragraf promosi yang tidak menambah informasi.

4. Periksa isi & sumber

Cocokkan setiap angka dan klaim ke sumber. Buka tautannya. Pisahkan fakta, interpretasi, dan keputusan yang belum dibuat.

5. Terapkan brand & buka file

Gunakan template resmi bila ada. Periksa judul, tabel, halaman, link, serta keterbacaan. File berhasil dibuat belum membuktikan isinya benar.

04B · KAPAN PERLU RISET?

Riset menjawab pertanyaan.
Bukan menambal klaim kosong.

Contoh pertanyaan

“Apa batasan penting penggunaan AI pada data internal, menurut dokumentasi vendor yang akan dipakai?”

Tetapkan ruang lingkup, sumber primer, tanggal, dan pertanyaan keputusan. Siapkan hasil Deep Research sebelum kelas; tunjukkan cara memeriksa dua sumber.

LEDGER BUKTI

KlaimApa tepatnya yang dikatakan?

SumberHalaman / bagian yang mendukung

TanggalMasih berlaku saat ini?

BatasKondisi atau pengecualian

RESEARCH BRIEF

Telusuri [pertanyaan keputusan] untuk [pembaca/konteks]. Prioritaskan dokumentasi resmi dan sumber primer yang relevan. Batasi pada [ruang lingkup] dan [periode]. Berikan temuan, tautan langsung, tanggal sumber, batasan, serta apa yang belum dapat dipastikan. Jangan mengubah temuan menjadi klaim pemasaran. Akhiri dengan daftar bukti yang perlu saya periksa sebelum dipakai dalam dokumen.

Simpan cara kerja yang berhasil sebagai skill

Skill menyimpan proses yang berulang. Jangan menyimpan fakta sementara seolah berlaku selamanya.

Kapan dipakai dan output yang dihasilkan
Input wajib, termasuk sumber brand
Langkah plan → review → execute → verify
Contoh hasil yang baik
Checklist fakta, asumsi, layout, dan izin
Berhenti ketika sumber atau keputusan penting belum ada

Uji ulang dengan brief baru: ganti workshop dengan draft rencana onboarding tim fiktif. Hilangkan harga dan jadwal. Apakah skill tetap meminta input yang tepat, tidak membawa fakta kasus lama, dan menandai kekosongan? Revisi prosedurnya sebelum disimpan.

DRAFT SKILL LOKAL

Dari proses yang baru kita selesaikan, buat draft skill yang bisa dipakai ulang: pemicu, input wajib, langkah, aturan anti-slop, aturan brand, pemeriksaan, dan kondisi berhenti. Pisahkan prosedur tetap dari fakta yang perlu diperbarui setiap tugas. Sertakan satu contoh input dan output. Jangan memasang atau membagikan skill dulu; tampilkan untuk saya tinjau.

Materi contoh di bagian ini seluruhnya simulasi. Rujukan penggunaan riset: Deep research. Tidak ada janji hasil bisnis atau penawaran komersial.

BAGIAN 05 / 08 · DOKUMEN MENJADI HALAMAN

Satu sumber isi.
Dua bentuk penyampaian.

Ubah dokumen yang sudah ditinjau menjadi landing page atau presentasi HTML. Jangan mengarang isi baru saat mengubah bentuk.

DOKUMEN SUMBER

Workshop AI
untuk tim operasional

Tujuan → ruang lingkup → output → cara kerja → konfirmasi

Draft simulasi yang sudah ditinjau

Susun ulang
hierarki & alur

PREVIEW SIMULASI

AGIAWORKSHOP

AI untuk pekerjaan
yang benar-benar
perlu diselesaikan.

Latihan dokumen, data, dan review sesuai peran.

Lihat ruang lingkup

05A · PILIH BENTUKNYA

Landing page

Untuk orang membaca sendiri. Pesan utama cepat dipahami; informasi berurutan; tindakan berikutnya jelas.

Jangan membuat form, checkout, analytics, atau publikasi sungguhan tanpa kebutuhan dan izin.

Presentasi HTML

Untuk fasilitator memandu kelas. Navigasi bagian, contoh besar, dan reveal membantu menjaga ritme.

Jangan mengecilkan seluruh dokumen menjadi satu layar. Tampilkan satu gagasan lalu bukti.

DOKUMEN → HTML

Gunakan hanya dokumen yang sudah kita tinjau sebagai sumber isi. Buat [landing page / presentasi HTML] untuk [pembaca]. Ikuti referensi brand yang saya berikan: hitam, putih, merah, Open Sans, hierarki tegas. Labeli semua contoh SIMULASI. Jangan menambah harga, jadwal, testimoni, logo klien, atau klaim dampak. Rencanakan urutan bagian dulu. Setelah review, buat HTML responsif. Gunakan interaksi hanya jika membantu pembaca. Jangan memasang tracker, mengirim data, membuat form aktif, atau memublikasikan tanpa izin. Laporkan sumber isi, perubahan struktur, dan checklist pengujian.

05B · INSPEKSI HASIL

Website yang terlihat rapi
masih harus diuji.

01

Isi

Judul, fakta, angka, dan link cocok dengan dokumen. Placeholder tetap jujur.

02

Desain

Hierarki jelas. Kontras terbaca. Brand konsisten. Tidak semua isi dijadikan kartu.

03

Mobile

Tidak ada teks terpotong, tombol bertumpuk, atau scroll samping tanpa alasan.

04

Fungsi

Klik setiap tombol. Uji navigasi, reveal, copy, download, dan keyboard.

05C · DEBUG, SCREENSHOT, DAN LOKAL

Tempat browser berjalan
berbeda dari cara membaca bukti.

Di mana?

Lokal: dekat dengan file dan sesi perangkat yang tersedia.
Cloud: lingkungan terpisah.

Pilih sesuai file, akses, login, dan izin. Untuk latihan HTML sendiri, mulai dari lokal bila alat yang diizinkan mendukungnya.

Bukti apa?

DOM: label, field, tabel, state.
Debug/log: console, network, dan penyebab error.
Screenshot: layout, warna, clipping, canvas, dan bukti visual.

Lokal, offline, dan murah: jangan disamakan

Browser lokal tidak otomatis berarti AI bekerja offline. Dalam alur ChatGPT Work, konteks relevan, hasil alat, atau screenshot masih dapat dikirim ke layanan model. Offline/device-only perlu benar-benar didukung dan diverifikasi.

DOM yang sangat panjang atau retry berulang juga dapat boros. Screenshot menjadi input gambar; pemakaiannya bergantung pada model, ukuran/detail, dan jumlah gambar. Tidak ada metode yang selalu paling murah.

Batasi data di kedua cara. DOM, log, dan screenshot dapat sama-sama memuat informasi sensitif. Ambil hanya bagian yang diperlukan dan ikuti izin serta ketentuan alat.

Reproduksi spesifikDOM / console / networkPerbaiki penyebabUji + screenshot akhir

Contoh prompt debug yang terarah

SIMULASI · BUG TAMPILAN HTML LATIHAN

Pada halaman HTML latihan, tombol “Lihat contoh” terpotong pada lebar 390 px. Gunakan lingkungan lokal bila tersedia dan diizinkan.

Reproduksi pada state itu. Periksa DOM/style serta error console yang relevan; jangan membuka semua halaman tanpa alasan. Ubah hanya penyebab clipping, lalu uji tombol terlihat, dapat dipakai dengan keyboard, dan menuju bagian contoh pada lebar 390 px serta 1280 px.

Sertakan hasil tes dan screenshot akhir untuk verifikasi visual. Ikuti kebutuhan screenshot dari alat yang digunakan. Jangan mengubah isi, menambahkan integrasi, mengirim data ke pihak lain di luar kebutuhan tugas yang diizinkan, atau memublikasikan. Laporkan bagian yang belum benar-benar diuji; jangan mengklaim lokal berarti offline.

DOM/debug membantu menemukan penyebab. Screenshot tetap penting untuk membuktikan tampilan. Jangan menghilangkan observasi yang diwajibkan alat atau bukti yang diperlukan untuk melihat kesalahan.

Rujukan, diperiksa 1 Oktober 2026: Browser dan debugging · Batas keamanan eksekusi lokal · Input gambar · Observasi computer use

COBA 05

Temukan tiga cacat sebelum meminta revisi

Amati contoh berikut. Apakah cukup aman untuk dibagikan?

CONTOH BERMASALAH · SIMULASI

Produktivitas meningkat drastis!

Daftar sekarang. Jadwal dan harga menyusul.

Buka review dan instruksi revisinya

Klaim dampak tanpa bukti: hapus atau ganti dengan output latihan
Tindakan “daftar” sebelum informasi penting tersedia: gunakan peninjauan ruang lingkup
Tombol tanpa fungsi jelas: jadikan link ke bagian yang ada atau jelaskan sebagai demo

REVISI TERARAH

Revisi hanya tiga hal: ganti klaim dampak tanpa sumber dengan output latihan; tampilkan jadwal dan harga sebagai PERLU DIKONFIRMASI; ubah tombol menjadi navigasi ke ruang lingkup yang benar-benar ada. Pertahankan isi lain. Uji ulang desktop, mobile, keyboard, dan seluruh tombol.

Preview bukan publikasi. Setelah disetujui, periksa juga siapa yang dapat mengakses hasilnya. Materi workshop ini tidak melakukan koneksi atau pengiriman data ke layanan lain.

BAGIAN 06 / 08 · ANALISIS DATA PENJUALAN

Rp365.000.
Yakin itu jawabannya?

Kita akan memakai 12 baris data sintetis. Cukup kecil untuk dicek manual, cukup berantakan untuk membuat jawaban pertama meleset.

PERTANYAAN BISNIS

Berapa total net penjualan pada file ini, dan bagian mana yang belum aman dianalisis?

Jangan langsung meminta “insight”. Tetapkan definisi, periode, dan satuan dulu.

12 baris · 21–24 September 2026 · nilai rupiah
Event	Transaksi	Outlet	Jenis / status	Qty	Net	Temuan setelah review
E001	T001	DEMO-A	SALE / COMPLETED	2	40.000
E002	T002	DEMO-A	SALE / COMPLETED	1	25.000
E003	T003	DEMO-A	SALE / COMPLETED	1	20.000
E004	T004	DEMO-A	SALE / CANCELLED	2	0	Net = 0
E005	T005	DEMO-A	SALE / COMPLETED	2	50.000
E006	T006	DEMO-A	SALE / COMPLETED	3	60.000	ID sama muncul 2×
E006	T006	DEMO-A	SALE / COMPLETED	3	60.000	ID sama muncul 2×
E007	T007	DEMO-A	SALE / COMPLETED	Kosong	25.000	Qty kosong
E008	T008	Kosong	SALE / COMPLETED	1	30.000	Outlet kosong
E009	T002	DEMO-A	REFUND / COMPLETED	0	−10.000	Refund atas T002
E010	T010	DEMO-A	SALE / COMPLETED	2	45.000
E011	T011	DEMO-A	SALE / COMPLETED	1	20.000

COBA 06

Putuskan aturan sebelum menjumlahkan

Diskusikan: apa unit satu baris? Mana kunci deduplikasi? Bolehkah refund dibuang? Apakah qty atau outlet kosong otomatis membatalkan penjualan?

1 · Buka definisi dan aturan

Grain: satu event pada transaksi, bukan selalu satu transaksi unik
Kunci duplikat: event_id. E006 muncul dua kali dengan isi identik; simpan satu
Net event: gross − discount − refund untuk event completed; cancelled bernilai 0 pada fixture ini
Refund: E009 adalah event berbeda pada T002, nilainya −10.000. Jangan deduplikasi memakai transaction_id saja
Data kosong: qty membatasi analisis unit, outlet membatasi atribusi outlet. Keduanya tidak otomatis membuat net event tidak valid

Aturan ini untuk fixture latihan. Pada sistem nyata, konfirmasi kamus data, event lifecycle, status, dan definisi metrik.

2 · Buka rekonsiliasi angka

Jumlah semua barisRp365.000

Buang 1 duplikat E006− Rp60.000

Net setelah deduplikasiRp305.000

Subset dengan qty & outlet lengkapRp250.000

Event dengan kolom kosongRp55.000

Rp250.000 bukan “net yang benar”. Itu hanya subtotal baris lengkap. Menghapus baris kosong akan mengecilkan total net sebanyak Rp55.000.

3 · Buka visual dan interpretasi

21 Sep85.000

22 Sep110.000

23 Sep45.000

24 Sep65.000

Grafik berdasarkan tanggal event. Refund dicatat pada 23 Sep, bukan dipindah ke tanggal penjualan asal. Total grafik = Rp305.000.

Yang boleh disimpulkan: dalam fixture ini, net event tertinggi ada pada 22 Sep. Yang belum boleh: tren bisnis, penyebab perubahan, performa outlet, atau keputusan promosi dari empat hari sintetis.

4 · Buka rekomendasi tindakan

Konfirmasi ulang E006 sebagai event duplikat melalui sumber transaksi
Lengkapi qty E007 untuk analisis unit, dan outlet E008 untuk analisis outlet
Pastikan definisi net event dan perlakuan refund disetujui pemilik data
Untuk keputusan bisnis, minta data representatif dengan periode pembanding dan konteks promosi

ANALISIS YANG BISA DIAUDIT

Gunakan CSV latihan yang saya lampirkan. Ini DATA SINTETIS, bukan data riil KTK. Pertanyaan: berapa total net event, dan analisis apa yang belum aman? Sebelum menghitung, jelaskan grain, kunci unik, status, refund, kolom kosong, dan aturan deduplikasi. Jangan otomatis menghapus baris dengan qty/outlet kosong. Bedakan total raw, total setelah deduplikasi, dan subtotal baris lengkap. Tampilkan rekonsiliasi, perhitungan yang bisa diulang, satu grafik yang relevan, keterbatasan, serta tindakan verifikasi. Jangan mengarang sebab perubahan atau menyebut data ini mewakili bisnis KTK.

06B · POLA YANG DIBAWA PULANG

Pertanyaan → kualitas → analisis
→ visual → tindakan.

Saat memakai data riil, pakai salinan yang diizinkan. Sembunyikan data pribadi yang tidak perlu. Minta sumber yang lebih baik bila kesimpulan belum layak dibuat.

BAGIAN 07 / 08 · SIDEBAR & OTOMASI

Bantu menyiapkan.
Tahu kapan harus berhenti.

Dari halaman yang sedang dilihat ke draft yang dapat ditinjau. Contoh berikut adalah simulasi, bukan koneksi live.

PROMPT SIDEBAR · INSTAGRAM DM

Draft balasan DM Instagram berdasarkan pesan dan referensi produk yang saya berikan. Jawab hanya informasi yang didukung. Jika harga, ketersediaan, atau kemampuan belum terverifikasi, tandai untuk review tim; jangan mengarang atau membuat komitmen. Gunakan nada singkat dan wajar. Berikan draft dan daftar hal yang perlu dicek. Jangan kirim.

PROMPT SIDEBAR · CUSTOMER REVIEW

Buat draft tanggapan untuk review pelanggan ini. Gunakan fakta yang tersedia dan nada sopan, tanpa menyalahkan pelanggan. Jangan mengakui kejadian yang belum diverifikasi atau menjanjikan refund, voucher, maupun tenggat penyelesaian. Jangan meminta data pribadi di ruang publik. Tampilkan draft dan catatan verifikasi. Jangan posting.

KONTEKS HALAMAN · SIMULASI

CV review

CV sintetis: pengalaman QA manual 2 tahun; menulis test case; tidak ada contoh automation testing.

Pastikan halaman dan akun benar. Baca bagian yang relevan saja.

PROMPT SIDEBAR · CV REVIEW

Tinjau CV sintetis dan kriteria peran yang saya berikan. Ekstrak bukti pengalaman dan skill yang relevan, kutip bagiannya, lalu daftar gap informasi serta pertanyaan wawancara. Jangan menyimpulkan dari nama, usia, foto, agama, status keluarga, kesehatan, atau atribut sensitif. Jangan memberi keputusan rekrutmen, penolakan otomatis, atau klaim kemampuan yang tidak didukung. Keputusan tetap pada reviewer manusia.

07A · BEDAKAN TIGA HAL

Template ≠ automation ≠ agent.

Template

Format tetap, diisi ulang oleh manusia atau alat.

Contoh: format balasan FAQ

Automation

Pemicu menjalankan langkah yang sudah ditentukan.

Contoh: setiap ada form masuk, buat draft

Agent

Memilih langkah memakai model, tools, dan umpan balik dalam batas tugas.

Contoh: mencari referensi yang dibutuhkan sebelum merangkum

07B · DESAIN BATAS OTOMASI

Yang otomatis itu prosesnya.
Bukan izin untuk semuanya.

PEMICUPesan baru

BATAS SUMBERFAQ disetujui

HASILDraft + alasan

GERBANGReview manusia

Tetapkan akun, penerima, jenis informasi, dan tindakan yang diizinkan
Ketidakpastian, komplain sensitif, komitmen harga, dan data pribadi masuk jalur review
Simpan jejak tindakan yang perlu diaudit dan cara menghentikan proses
Uji dengan data simulasi sebelum dijalankan pada pekerjaan nyata

BAGIAN 08 / 08 · PRAKTIK & PEER REVIEW

Dari pekerjaan kecil
ke satu bisnis yang berjalan.

Recap singkat, latihan sesuai role, lalu build bersama. Bawa pulang prototipe, pitch HTML, dan workflow yang bisa diulang.

CHALLENGE BESAR · ONE PERSON COMPANY

Satu bisnis.
Satu alur sampai jalan.

Dari tesis bisnis ke brand, landing page, mini operasi, dan pitch. Bangun satu siklus yang bisa didemokan di Cloudflare Workers.

Business planBrand + mockupLanding + mini ERPPitch + deployment

Target pulang: prototipe aplikasi yang berjalan dengan data sintetis, bukti QA, dan cara melanjutkannya. Demand dan laba bisnis tetap perlu diuji setelah workshop.

01 · PILIH MASALAH YANG KAMU PAHAMI

Bisnisnya boleh non-tech.
Operasinya dibantu AI.

Pilihan dari riset Fahmul · 20 alternatif

Mulai dari kelas admin/operasi bila ingin alur sederhana. Academy detailing dan workshop corporate cocok untuk satu owner dengan mitra. Pilihan jasa serta produk digital juga tersedia.

TESIS AWAL · BELUM TERVALIDASI

Buyer
Offer
Siapa mengerjakan?
Uji bisnis pertama
Risiko utama

Buka skenario ekonomi dari riset

Pendapatan / bulan
Biaya langsung
Sales / admin
Kompensasi owner: Rp8 juta
Laba model / bulan

Laba model = surplus setelah biaya langsung, sales/admin, dan owner × 90%. Cadangan 10% adalah asumsi perencanaan, bukan tarif pajak. Harga, volume, biaya mitra, CAC, dan kapasitas belum terbukti. Target Rp30–50 juta bukan pendapatan yang dijamin.

ALUR MVP YANG DIUSULKAN UNTUK LATIHAN

Tesis dan skenario diambil dari dua laporan riset 30 September 2026 pada Riset bisnis satu orang. Alur MVP, entitas, dan kriteria demo adalah adaptasi workshop, bukan temuan pasar baru.

Buka brief lengkap untuk proyek pilihan

BRIEF · SESUAI PROYEK PILIHAN

02 · RECAP SEBELUM MEMBANGUN

Plan. Review.
Execute. Verify.

01

Plan

Buyer, masalah, sumber, scope, data, dan bukti lulus.

02

Review

Klarifikasi keputusan yang memengaruhi hasil sebelum coding.

03

Execute

Bangun satu potongan alur. Pakai skill dan komponen yang relevan.

04

Verify

Buka hasil. Hitung ulang. Uji fungsi. Simpan bukti dan gap.

Pertanyaan pembuka: “Kalau AI bilang selesai, bukti apa yang membuatmu percaya?”

03 · BUILD ALONG · SATU HASIL DI SETIAP TAHAP

Jangan hanya melihat demo.
Kejar checkpoint-nya.

Fasilitator membangun satu contoh; peserta menerapkan pola yang sama pada proyek pilihan. Bila waktunya sempit, kecilkan fitur. Tetap selesaikan satu alur dan uji hasilnya.

1. Business plan & clarified planningHasil: brief yang disepakati

Demo: ubah tesis menjadi buyer, satu offer, harga hipotesis, biaya delivery, kapasitas owner/mitra, dan pilot. Bedakan bukti dari asumsi.

Pertanyaan: siapa pengguna pertama? Apa satu siklus yang harus selesai? Data apa yang wajib? Siapa boleh mengakses? Apa yang sengaja ditunda?

Praktik: tulis business-plan.md dan plan.md. Review keputusan blocker, kemudian tetapkan acceptance criteria.

Checkpoint Orang lain bisa menjelaskan buyer, offer, scope, aturan data, dan bukti lulus tanpa menebak.

PROMPT PLANNING · SESUAI PILIHAN

2. Brand identity & mockupHasil: design.md + 3 layar

Demo: positioning dan tone menjadi headline, warna, font, serta komponen. Buat mockup landing, panel operasi, dan tampilan mobile.

Praktik: tulis design.md dengan referensi, logo/wordmark, palette, typography, spacing, button, form, table, dan state. Brand venture boleh berbeda; materi kelas tetap AGIA.

Pertanyaan: CTA pertama mau meminta apa? Apa yang owner perlu lihat saat membuka panel?

Checkpoint Isi mockup sama dengan brief. Ada empty/error state dan respons mobile. Klaim, angka, serta testimoni tidak dibuat-buat.

PROMPT BRAND & MOCKUP

Dari business-plan.md dan plan.md yang dilampirkan, usulkan positioning, voice, dan dua arah visual untuk buyer tersebut. Pakai contoh konkret, hindari jargon dan klaim tanpa sumber. Setelah arah dipilih, tulis design.md: palette dengan contrast, font berlisensi, logo/wordmark, spacing, komponen, state, dan referensi. Buat mockup landing, panel operasi, dan mobile. Tandai konten yang belum diputuskan. Jangan langsung memperluas fitur atau membuat aset yang tidak dibutuhkan.

3. Landing page & elevator pitchHasil: CTA + pitch HTML 60 detik

Demo: business plan menjadi landing dengan masalah buyer, offer, cara kerja, batas layanan, dan satu CTA. CTA terhubung ke alur operasi, bukan tombol kosong.

Praktik: buat landing Vite. Susun pitch HTML: buyer/masalah → offer → demo alur → ekonomi hipotesis → pilot berikutnya. Bawakan sekitar 60 detik.

Checkpoint Pengunjung memahami offer dan langkah berikutnya. Form/CTA bekerja; mobile dan keyboard diperiksa. Presentasi tetap HTML.

PROMPT LANDING & PITCH

Gunakan business-plan.md, plan.md, design.md, dan mockup yang disetujui. Buat landing page Vite dengan satu CTA untuk alur MVP. Buat pitch HTML ringkas yang dapat dibawakan 60 detik: masalah buyer, offer, demo produk, skenario ekonomi berlabel hipotesis, dan pilot. Reuse komponen brand. Jangan mengarang testimoni, jumlah pelanggan, laba, atau traction. Periksa copy, contrast, keyboard, dan mobile; laporkan sumber serta detail yang masih kosong.

4. Foundation data & mini ERPHasil: satu transaksi tersimpan

Demo: form → validasi server → Worker API → D1 → daftar/status → ringkasan. D1 adalah database SQL berbasis SQLite dari Cloudflare.

Praktik: pilih entitas minimum dari . Buat migration dan seed sintetis sebelum menambah dashboard.

ID unik, foreign key, timestamp, status eksplisit, nilai uang integer rupiah.
Pisahkan order, payment, dan refund bila relevan. Paid bukan sekadar checkbox; partial payment masih punya outstanding.
Prepared statements, validasi server, deduplikasi, dan otorisasi panel/API. Rahasia tidak masuk bundle Vite.
Ringkasan dihitung dari sumber yang sama. Reload tetap menampilkan data yang tersimpan di D1.

Checkpoint Mockup dan localStorage tidak boleh disebut persistence D1.

Untuk kelas singkat, satu tenant/operator cukup. Payment gateway, messaging live, multi-tenant SaaS, payroll, dan accounting lengkap masuk backlog.

5. Eksekusi dengan skill, komponen & agentHasil: vertical slice terintegrasi

Demo: berikan agent tujuan, sumber, plan, design.md, dan acceptance criteria. Bangun satu siklus, lalu review diff dan bukti sebelum menambah fitur.

Skill: Proses yang dipakai ulang: planning, anti-slop, data, Cloudflare, QA. Muat yang relevan; skill tetap memakai context.
Komponen: Reuse form, button, table, status, dan layout sesuai design.md. Kurangi pekerjaan berulang.
Sub-agent: Delegasikan tugas independen: copy/mockup atau review schema. Input, output, file ownership, dan kriteria selesai harus jelas.
Worktree: Isolasi perubahan kode pada branch/checkout berbeda. Commit dan integrasikan satu per satu; database/cloud account tidak otomatis terisolasi.

Pertanyaan: pekerjaan mana benar-benar bisa paralel? Jika API kontraknya belum jelas, selesaikan keputusan itu dahulu.

Checkpoint Satu orang mengintegrasikan hasil dan menjalankan QA akhir. Banyak agent bukan bukti lebih cepat atau lebih hemat.

PROMPT BUILD · SESUAI PILIHAN

6. Verify: data, fungsi, visualHasil: bukti QA + daftar gap

Demo: sengaja kirim input salah dan event duplikat. Reload aplikasi. Bandingkan transaksi, pembayaran, dan angka ringkasan.

Business plan dan copy: fakta, asumsi, kapasitas, dan angka cocok dengan sumber.
Fungsi: create/read/update sesuai scope, input invalid, duplikat, reload, empty/loading/error.
Data: foreign key, total, partial payment/refund jika relevan, serta batas status.
Visual: screenshot desktop/mobile, contrast, overflow, keyboard, dan focus.
Akses: landing sesuai audience; panel/API membutuhkan otorisasi server. Tombol tersembunyi bukan access control.

Checkpoint Catat langkah, expected/actual, bukti, dan sisa blocker. DOM/debug menjelaskan perilaku; screenshot tetap diperlukan untuk visual QA.

PROMPT REVIEW

Review aplikasi terhadap plan.md, design.md, dan business-plan.md. Cari blocker: data salah, akses tidak sesuai, CTA gagal, persistence semu, mobile overflow, dan klaim bisnis tanpa bukti. Uji skenario sukses dan gagal, lalu tampilkan expected/actual, lokasi, bukti, dan perbaikan. Gunakan screenshot untuk visual QA serta DOM/API untuk fungsi. Jangan menyatakan PASS untuk langkah yang tidak dijalankan.

7. Deployment & demo akhirHasil: URL + smoke test + rollback

Demo: build Vite, validasi konfigurasi Wrangler, jalankan migration pada database tujuan, lalu deploy Worker dengan account, nama, domain, dan audience yang sudah diputuskan.

Praktik: smoke test URL terbit, API, satu alur, dan persistence sesudah reload. Simpan README berisi cara menjalankan, binding D1, migration, bukti, serta rollback versi dan pemulihan data.

Pertanyaan: siapa yang boleh membuka landing? Siapa yang boleh membuka panel operasi? Apakah secrets, binding, dan migration sudah sesuai environment?

Checkpoint Pitch 60 detik → demo satu siklus → tunjukkan bukti QA → sebutkan gap dan pilot bisnis berikutnya. URL saja belum membuktikan aplikasi bekerja.

Referensi resmi: Workers Static Assets · D1 · Cloudflare Access.

Latihan kecil sebelum challenge · pilih sesuai role

01

ADMIN

Notulen → action list

Input: Catatan rapat sintetis atau yang boleh digunakan

Output: Daftar keputusan, tugas, PIC, tenggat, dan pertanyaan terbuka

Lulus bilaTidak ada PIC atau tenggat yang ditebak

Buka bahan latihan siap pakai

INPUT + INSTRUKSI · ADMIN

INPUT SIMULASI: Tim akan menyiapkan demo workshop. Rina menyanggupi draft agenda pada 5 Oktober 2026. Bimo perlu mengecek kesiapan ruang, tetapi belum menyepakati tanggal. Daftar peserta masih menunggu konfirmasi. Tidak ada keputusan pembelian alat. Semua nama dan kejadian fiktif.

TUGAS: Buat ringkasan dan action list. Pisahkan keputusan, komitmen, usulan, dan pertanyaan. Cantumkan cuplikan sumber, PIC, dan tenggat bila disebut. Tulis BELUM DITENTUKAN untuk kekosongan. Mulai dari rencana singkat, lalu cocokkan hasil ke sumber. Jangan mengirim pesan atau membuat keputusan pembelian.

02

FINANCE

Data → rekonsiliasi

Input: CSV sintetis pada bagian 06

Output: Angka raw, dedup, pengecualian, dan catatan pemeriksaan

Lulus bilaJumlah cocok; duplikat, refund, dan missing diperlakukan benar

Buka bahan latihan siap pakai

INPUT + INSTRUKSI · FINANCE

INPUT: CSV DATA SINTETIS dari bagian 06, bukan data KTK. Satu baris adalah event. Event_id adalah kunci deduplikasi. Net completed = gross − discount − refund; cancelled = 0 pada fixture. Refund adalah event tersendiri. Qty/outlet kosong membatasi analisis terkait, bukan otomatis membatalkan net.

TUGAS: Rencanakan validasi, lalu buat rekonsiliasi raw → dedup, quality log, dan subtotal baris lengkap terpisah. Tampilkan formula dan hitungan ulang. Jangan menyebut net sebagai laba atau cash flow. Jangan menarik kesimpulan bisnis nyata dari fixture.

03

DEV / PRODUCT

Brief → HTML yang diuji

Input: Dokumen dan brand yang disetujui

Output: Halaman responsif + bukti uji fungsi

Lulus bilaIsi cocok, tombol bekerja, mobile terbaca

Buka bahan latihan siap pakai

INPUT + INSTRUKSI · DEV / PRODUCT

INPUT SIMULASI: Buat prototipe lokal halaman workshop internal. Isi wajib: judul AI untuk Daily Work; tujuan membuat satu output terverifikasi; tiga hasil belajar: menulis brief, memeriksa sumber, menguji hasil; bagian contoh; tombol Lihat contoh yang menuju bagian itu. Brand kelas: hitam, putih, merah, Open Sans. Tidak ada login, form, database, analytics, pembayaran, atau publikasi.

TUGAS: Mulai dengan rencana dan kriteria penerimaan. Setelah ditinjau, buat HTML dan uji semua teks, tombol, keyboard, desktop, serta mobile. Laporkan bukti dan yang belum diuji. Jangan deploy atau membuat integrasi.

04

MARKETING / SALES

Brief → draft yang layak direview

Input: Brief sintetis + referensi produk

Output: Draft konten atau usulan eksperimen beserta sumber dan gap

Lulus bilaTidak ada klaim, harga, atau janji yang dibuat-buat

Buka bahan latihan siap pakai

INPUT + INSTRUKSI · MARKETING / SALES

INPUT SIMULASI: Tim fiktif ingin memperkenalkan workshop AI untuk staf operasional. Output yang ditawarkan dalam draft: satu hasil kerja terverifikasi dan satu workflow yang bisa diulang. Pembaca: penanggung jawab tim. Harga, kapasitas, lokasi, tanggal, durasi, dan ketentuan belum diputuskan. Tidak tersedia testimoni atau data dampak.

TUGAS: Buat draft copy landing page maksimal 250 kata. Tampilkan rencana dulu. Gunakan bahasa Indonesia yang konkret dan wajar. Tandai semua detail yang kosong PERLU DIKONFIRMASI. Jangan membuat ROI, klaim pasar, testimoni, atau janji. CTA hanya untuk meninjau ruang lingkup, bukan transaksi. Akhiri dengan daftar klaim yang harus diverifikasi. Jangan kirim atau publikasikan.

08A · TUKAR HASIL DENGAN TEMAN

Review hasilnya.
Bukan memuji prompt-nya.

Tujuan dan pembaca jelas Fakta dan angka cocok dengan sumber Asumsi dan informasi kosong terlihat File / fungsi benar-benar dibuka dan diuji Batas data dan tindakan dipatuhi Cara mengulangnya bisa dijelaskan

Centang hanya yang sudah diperiksa. Checklist ini tidak dikirim atau disimpan di server.

PEER REVIEW

Tinjau hasil kerja ini terhadap brief dan sumber yang dilampirkan. Cari kesalahan paling penting, bukan sekadar memperindah bahasa. Periksa fakta, angka, asumsi, kelengkapan, kegunaan, serta batas tindakan. Tunjukkan lokasi masalah, bukti, dan revisi yang spesifik. Pisahkan blocker dari perbaikan kecil. Jika tidak bisa memverifikasi sesuatu, katakan apa yang perlu dibuka atau diuji oleh manusia.

08B · SUCCESS STORY · SLOT 16.00

Cerita singkat.
Bukti yang bisa dilihat.

SebelumPekerjaan apa yang membuatmu bolak-balik?
SesudahTunjukkan file atau hasilnya, bukan hanya cerita
VerifikasiApa yang kamu periksa, dan apa yang masih belum pasti?
UlangiBagian mana yang bisa menjadi template atau skill?
BerikutnyaKapan akan dipakai lagi, dan siapa yang meninjau?

Ikuti rundown resmi dan jeda salat Jumat. Slot success story 16.00 adalah penanda yang telah ditetapkan; bagian lain mengikuti fasilitator.

SATU PEGANGAN

Mulai dari pekerjaan.
Berikan bahan yang tepat.
Periksa sebelum dipakai.

HTML dapat dibuka kembali di browser tanpa instalasi. Semua contoh dan latihan tetap tersedia; tautan sumber resmi memerlukan internet.

Recap sebentar.Lalu kita bangun.

Jangan hafal singkatannya.Kenali tugasnya.

Payung besarnya

Belajar pola dari data

Membuat keluaran baru

Tempat kita bercakap

Bekerja dalam beberapa langkah

Lingkungan kerja model

Gagasan kemampuan umum

Model bukan seluruh sistem.

ChatGPT + Docs

Deep Research

Codex / VS Code

Sidebar

Alat mengikuti pekerjaan.

Draft notulen → action list yang bisa dikonfirmasi

Rekonsiliasi → daftar selisih dan bukti

Brief → HTML atau prototipe yang diuji

Brief → draft konten dan insight kampanye

“Sudah terhubung”belum berarti semuanya bisa.

Baca

Buat / edit

Kirim / publish

Aturan tulisan. Aturan tampilan.

Skill anti-slop

Brand + design.md

Isi yang kosong sebelum mulai.

Plan. Review. Execute. Verify.

Rencanakan

Tinjau

Kerjakan

Verifikasi

Hemat pemakaian.Tetap jaga standar hasil.

Token & konteks

Limit langganan

Biaya API

Mulai dari yang cukup.Naikkan kemampuan bila perlu.

Rapikan, ekstrak, klasifikasikan

Hubungkan bukti, cari penyebab

Bukti dan review manusia

Brief, skill, dan toolsharus saling membantu.

Satu pertanyaan.Lebih sedikit langkah sia-sia.

Top 10 per kategori.Bandingkan metrik yang tepat.

Biaya per tugas yang benar-benardilaporkan Arena.

Rencana kerja minggu depan

Bahan masuk

Hasil yang dicari

Rencana minggu depan

Pilih eksperimen pemasaran

Bahan masuk

Hasil yang dicari

Memo keputusan · draft

Usulan layanan baru

Bahan masuk

Hasil yang dicari

Usulan workshop AI

Tahan dulu keinginanlangsung membuat dokumen final.

Riset menjawab pertanyaan.Bukan menambal klaim kosong.

Contoh pertanyaan

Workshop AIuntuk tim operasional

AI untuk pekerjaanyang benar-benarperlu diselesaikan.

Landing page

Presentasi HTML

Website yang terlihat rapimasih harus diuji.

Isi

Desain

Mobile

Fungsi

Tempat browser berjalanberbeda dari cara membaca bukti.

Di mana?

Bukti apa?

Berapa total net penjualan pada file ini, dan bagian mana yang belum aman dianalisis?

Pertanyaan → kualitas → analisis→ visual → tindakan.

Instagram DM

Customer review

CV review

Template ≠ automation ≠ agent.

Yang otomatis itu prosesnya.Bukan izin untuk semuanya.

Satu bisnis.Satu alur sampai jalan.

Bisnisnya boleh non-tech.Operasinya dibantu AI.

Recap sebentar.
Lalu kita bangun.

Jangan hafal singkatannya.
Kenali tugasnya.

“Sudah terhubung”
belum berarti semuanya bisa.

Hemat pemakaian.
Tetap jaga standar hasil.

Mulai dari yang cukup.
Naikkan kemampuan bila perlu.

Brief, skill, dan tools
harus saling membantu.

Satu pertanyaan.
Lebih sedikit langkah sia-sia.

Top 10 per kategori.
Bandingkan metrik yang tepat.

Biaya per tugas yang benar-benar
dilaporkan Arena.

Tahan dulu keinginan
langsung membuat dokumen final.

Riset menjawab pertanyaan.
Bukan menambal klaim kosong.

Workshop AI
untuk tim operasional

AI untuk pekerjaan
yang benar-benar
perlu diselesaikan.

Website yang terlihat rapi
masih harus diuji.

Tempat browser berjalan
berbeda dari cara membaca bukti.

Pertanyaan → kualitas → analisis
→ visual → tindakan.

Yang otomatis itu prosesnya.
Bukan izin untuk semuanya.

Satu bisnis.
Satu alur sampai jalan.

Bisnisnya boleh non-tech.
Operasinya dibantu AI.

Plan. Review.
Execute. Verify.

Jangan hanya melihat demo.
Kejar checkpoint-nya.

Review hasilnya.
Bukan memuji prompt-nya.

Cerita singkat.
Bukti yang bisa dilihat.

Mulai dari pekerjaan.
Berikan bahan yang tepat.
Periksa sebelum dipakai.