Di kelas komputer, guru menulis satu kalimat besar:
PROMPT ENGINEERING.
Beberapa siswa langsung antusias.
“Ini skill masa depan, Bu.”
“Katanya bisa jadi kerjaan.”
“Kalau prompt kita bagus, AI-nya jadi pintar.”
Di baris belakang, seorang siswa mengangkat tangan.
“Kalau nanti AI makin ngerti bahasa biasa, kita masih perlu belajar beginian?”
Pertanyaan itu lebih penting daripada kelihatannya.
Remaja memang perlu belajar berkomunikasi dengan AI secara efektif. Tetapi tidak berarti semua remaja harus diperlakukan seperti calon prompt engineer profesional.
Prompting adalah bagian dari AI literacy.
Bukan keseluruhan AI literacy.
Kalau sekolah menghabiskan terlalu banyak waktu mengajarkan template prompt yang sangat spesifik, ada risiko siswa menghafal ritual yang cepat usang tetapi melewatkan skill yang jauh lebih tahan lama: mendefinisikan masalah, memberi konteks, mengevaluasi output, memverifikasi fakta, menjaga data, memahami keterbatasan AI, dan membuat keputusan.
Jadi jawabannya:
Semua remaja sebaiknya belajar dasar prompting.
Tidak semua remaja perlu belajar prompt engineering secara mendalam.
Mulai dari komunikasi, bukan mantra
Di internet, prompt sering ditampilkan seperti resep rahasia.
“Gunakan role.”
“Tambahkan context.”
“Masukkan constraints.”
“Pakai format tertentu.”
Struktur itu bisa membantu.
Tetapi anak jangan sampai percaya bahwa AI hanya bekerja kalau ia menghafal formula.
Prompt bagus pada dasarnya adalah komunikasi yang cukup jelas.
Contoh:
“Bantu aku belajar revolusi industri.”
Masih luas.
Lebih baik:
“Aku siswa kelas 10 dan sedang belajar Revolusi Industri. Aku sudah paham perubahan dari produksi manual ke mesin, tetapi masih bingung dampaknya terhadap kehidupan pekerja. Jangan langsung merangkum. Tanyakan tiga hal untuk mengecek pemahamanku.”
Tidak ada mantra.
Ada tujuan.
Ada konteks.
Ada batas.
Ada format interaksi.
Ini skill komunikasi yang juga berguna ketika bicara kepada manusia.
Semua remaja perlu memahami empat unsur dasar
Kalau sekolah ingin mengajarkan prompting tanpa membuatnya rumit, cukup mulai dari empat pertanyaan.
Apa tujuan saya?
Informasi apa yang perlu diketahui AI?
Batas apa yang harus diikuti?
Bagaimana saya akan menilai jawabannya?
Unsur keempat sering hilang.
Anak sibuk membuat prompt agar output terlihat bagus tetapi tidak punya kriteria kualitas.
Misalnya meminta:
“Buat ide bisnis untuk remaja.”
Keluar sepuluh ide.
Mana yang bagus?
Bagus menurut apa?
Modal rendah?
Aman?
Legal?
Bisa dilakukan siswa?
Tidak mengganggu sekolah?
Punya kebutuhan pasar?
Semakin jelas kriteria evaluasi, semakin berguna prompting.
Prompt engineering tanpa evaluation mudah berubah menjadi produksi output tanpa judgment.
Ajarkan iterasi, bukan satu prompt sempurna
Ada mitos bahwa pengguna AI hebat selalu punya prompt sempurna sejak awal.
Padahal interaksi yang efektif sering bersifat iteratif.
Siswa menulis permintaan.
Membaca output.
Melihat bagian yang salah.
Memperjelas.
Membatasi.
Meminta alternatif.
Membandingkan.
Ini lebih mirip percakapan kerja daripada memasukkan kode rahasia.
Contoh sederhana:
“Jelaskan inflasi.”
AI menjawab terlalu umum.
Siswa:
“Fokus pada mengapa harga bisa naik meski gaji seseorang tidak naik.”
Masih terlalu abstrak.
“Gunakan contoh keluarga dengan anggaran belanja bulanan, tetapi jangan buat statistik Indonesia yang tidak punya sumber.”
Sekarang respons lebih dekat ke kebutuhan.
Keterampilan pentingnya bukan menghafal “prompt framework”.
Keterampilan pentingnya adalah melihat gap antara kebutuhan dan output, lalu memperbaiki instruksi.
Ini juga melatih debugging terhadap komunikasi.
Prompting harus selalu ditemani verification
Satu prompt bisa sangat canggih dan hasilnya tetap salah.
Itulah sebabnya sekolah tidak boleh mengajarkan prompting sebagai seni “memaksa AI memberi jawaban terbaik” tanpa mengajarkan pemeriksaan.
Remaja perlu terbiasa:
membandingkan dengan sumber,
mengecek angka,
memastikan kutipan benar,
melihat apakah AI mengarang referensi,
menguji asumsi,
dan mencari informasi yang hilang.
Prompt yang menghasilkan jawaban meyakinkan tetapi tidak diverifikasi bukan kemenangan.
Bisa jadi itu hanya kesalahan yang ditulis dengan sangat rapi.
UNESCO memasukkan etika dan human-centred mindset bersama teknik AI dalam kompetensi siswa. Ini membantu menempatkan prompting pada tempat yang benar.
Kemampuan teknis harus berjalan dengan penilaian manusia.
Apakah perlu belajar prompt untuk gambar, video, dan coding?
Untuk siswa yang tertarik, iya.
Prompting multimodal punya karakter berbeda.
Mendeskripsikan gambar membutuhkan pemahaman visual.
Meminta bantuan coding membutuhkan kemampuan membaca dan menguji kode.
Menggunakan AI audio membutuhkan perhatian pada suara, consent, dan potensi peniruan.
Tetapi sekolah tidak harus memaksa semua siswa mendalami setiap mode.
Dasarnya cukup sama:
jelaskan tujuan,
beri konteks,
tentukan batas,
uji hasil,
pahami risiko.
Siswa seni bisa mendalami generative visual.
Siswa yang suka coding bisa belajar bekerja dengan model untuk debugging.
Siswa yang suka bahasa bisa mengeksplorasi editing dan argumentation.
Spesialisasi boleh berbeda.
Fondasi tetap sama.
Prompt injection, jailbreak, dan teknik lanjut bukan prioritas semua remaja
Ada topik prompt engineering yang lebih teknis seperti prompt injection, system instructions, tool calling, agent behavior, dan keamanan aplikasi.
Untuk siswa yang mempelajari computer science atau keamanan AI, topik ini dapat sangat relevan.
Tetapi tidak semua siswa SMA membutuhkan kedalaman yang sama.
Kurikulum sebaiknya bertingkat.
Semua siswa:
AI dasar, prompting dasar, verification, privasi, etika, penggunaan untuk belajar.
Siswa yang tertarik:
automation, coding dengan AI, multimodal workflow, evaluasi model.
Siswa yang mengambil jalur lebih teknis:
AI system design, security, model behavior, data, dan topik lanjutan lainnya.
Literasi universal tidak harus berarti kedalaman universal.
Kalau semua dipaksa masuk level teknis yang sama, sebagian siswa malah kehilangan pemahaman inti.
Jangan sampai prompt menggantikan kemampuan menulis
Ada jebakan yang sangat nyata di sekolah.
Siswa belajar cara memberi perintah kepada AI untuk menghasilkan tulisan, tetapi semakin jarang belajar menulis instruksi untuk dirinya sendiri.
Padahal kemampuan menyusun ide sebelum membuka AI sangat penting.
Coba tugas ini:
Sebelum membuat prompt, siswa harus menulis:
Tujuan.
Audiens.
Tiga poin utama.
Bukti yang dibutuhkan.
Nada.
Batas panjang.
Setelah kerangka dibuat, baru AI boleh digunakan untuk feedback atau eksplorasi.
Sekarang prompting tumbuh dari kemampuan menulis.
Bukan menggantikannya.
Anak yang mampu berpikir jelas tanpa AI biasanya juga bisa memberi instruksi AI lebih baik.
Maka fondasi bahasa tetap penting.
Membaca tetap penting.
Menulis tetap penting.
Logika tetap penting.
Prompt bukan jalan pintas dari semua fondasi itu.
Belajar prompting lewat perbandingan
Daripada memberi siswa “10 formula prompt”, guru bisa membuat eksperimen.
Satu tugas.
Tiga jenis prompt.
Prompt A sangat umum.
Prompt B punya konteks dan tujuan.
Prompt C punya konteks, tujuan, batas, dan meminta AI mengkritik asumsi.
Bandingkan output.
Apa yang berubah?
Mana yang lebih berguna?
Apakah prompt yang paling panjang selalu paling baik?
Apakah ada konteks yang sebenarnya tidak perlu?
Apakah memasukkan terlalu banyak instruksi membuat output malah kaku?
Siswa akan melihat sendiri bahwa prompting adalah desain komunikasi.
Mereka juga belajar efisiensi.
Prompt terbaik bukan selalu prompt terpanjang.
Kadang satu kalimat yang sangat jelas lebih baik daripada satu halaman jargon.
Ada satu latihan lain yang lebih berguna daripada lomba prompt: minta dua siswa menyelesaikan tujuan yang sama dengan cara berbeda, lalu nilai bukan hanya hasil akhirnya. Satu mungkin memakai prompt pendek dan banyak iterasi. Yang lain memakai prompt panjang sejak awal. Setelah itu kelas membandingkan berapa kali mereka harus memperbaiki, bagian mana yang perlu diverifikasi, serta instruksi mana yang ternyata tidak memberi nilai tambah.
Dari sini siswa belajar bahwa kualitas interaksi tidak diukur dari seberapa “pro” prompt terdengar. Yang penting adalah apakah pengguna memahami masalah, dapat membaca kelemahan output, dan mampu mengubah arah ketika hasilnya tidak sesuai kebutuhan.
Punya “prompt hygiene”
Ada kebiasaan kecil yang layak diajarkan.
Jangan masukkan data pribadi kalau tidak perlu.
Jangan menyalin rahasia sekolah, akun, atau dokumen sensitif.
Jangan meminta AI menyamar sebagai orang nyata untuk tujuan menipu.
Jangan membuat konten manipulatif lalu menganggapnya sekadar eksperimen.
Jangan mengirim prompt yang berisi informasi teman tanpa izin.
Tulis instruksi dengan asumsi bahwa penggunaan teknologi juga punya konsekuensi sosial.
Prompt hygiene adalah versi literasi digital dari “pikir dulu sebelum kirim”.
Sekolah dapat mengajarkannya tanpa menakut-nakuti.
Prompting untuk belajar berbeda dengan prompting untuk menyelesaikan tugas
Ini pembeda yang sangat penting.
Prompt belajar:
“Tanyakan aku konsep ini.”
“Berikan hint.”
“Tunjukkan kesalahan penalaranku.”
“Buat soal serupa.”
“Jangan beri jawaban sampai aku mencoba.”
Prompt menyelesaikan:
“Kerjakan semuanya.”
“Buat esai lengkap.”
“Buat jawaban supaya tinggal dikumpulkan.”
Keduanya menggunakan teknologi yang sama.
Tetapi dampaknya pada belajar berbeda.
Remaja perlu bisa mengenali perbedaannya.
Kalau tujuan sekolah adalah membangun kemampuan siswa, prompt harus membantu latihan kemampuan.
Bukan menghapus latihan.
Apakah prompt engineering akan jadi pekerjaan masa depan?
Bisa ada peran yang membutuhkan kemampuan mendesain interaksi dengan AI secara mendalam.
Tetapi untuk anak SMA, terlalu sempit jika seluruh persiapan karier diarahkan pada satu label pekerjaan.
Tool berubah.
Model berubah.
Interface berubah.
Sebagian teknik prompting dapat menjadi lebih otomatis.
Yang lebih tahan lama adalah kemampuan memahami sistem, merancang workflow, mengevaluasi hasil, menggabungkan AI dengan domain tertentu, dan bekerja dengan manusia.
Seorang calon dokter dengan AI literacy kemungkinan lebih bernilai daripada seseorang yang hanya tahu prompt kesehatan tetapi tidak memahami kesehatan.
Seorang desainer yang paham visual dan AI lebih kuat daripada orang yang hanya hafal prompt gambar.
Seorang programmer yang paham sistem dan AI lebih kuat daripada orang yang hanya tahu meminta kode.
Domain knowledge tetap punya bobot.
Kembali ke kelas komputer
Guru menghapus tulisan “PROMPT ENGINEERING” yang besar.
Ia menulis di bawahnya:
BERKOMUNIKASI DENGAN AI.
Seorang siswa bertanya, “Berarti prompt engineering nggak penting?”
“Penting.”
“Terus?”
“Jangan dibesarkan sampai menutupi semuanya.”
Kelas kemudian mencoba satu tugas.
Bukan siapa yang membuat prompt paling panjang.
Tetapi siapa yang bisa menjelaskan:
apa tujuannya,
mengapa prompt itu dibuat begitu,
bagaimana output diperiksa,
apa yang salah,
dan apa yang akan diperbaiki.
Itulah cara yang lebih sehat mengajarkan prompting.
Semua remaja sebaiknya mampu berbicara dengan AI secara jelas.
Sebagian akan mendalaminya menjadi keahlian teknis.
Tetapi target sekolah bukan mencetak generasi yang hanya pandai meminta mesin bekerja.
Targetnya adalah generasi yang tahu apa yang layak diminta, bagaimana menilai hasilnya, dan tetap mampu berpikir ketika mesin tidak ada.