Ramai orang mula menggunakan AI dengan satu cara yang mudah: tulis satu prompt panjang, kemudian berharap AI terus menghasilkan jawapan yang siap, kemas dan boleh digunakan.
Cara ini boleh berfungsi untuk tugasan kecil. Contohnya, meminta AI menulis idea ringkas, membetulkan ayat, atau mencadangkan tajuk. Tetapi apabila tugasan menjadi lebih besar seperti menulis laporan, merancang assignment, membina modul latihan, menyediakan content blog, membuat SOP kerja atau menyusun strategi pemasaran, satu prompt sahaja selalunya tidak cukup.
Di sinilah teknik prompt chaining menjadi penting.
Prompt chaining ialah cara menggunakan beberapa prompt secara berturutan supaya AI membantu kita menyelesaikan tugasan besar langkah demi langkah. Bukan semua perkara disumbat dalam satu arahan. Sebaliknya, tugasan dipecahkan kepada beberapa bahagian yang lebih kecil, lebih jelas dan lebih mudah dinilai.
Teknik ini sesuai untuk pengguna yang sudah faham asas prompt, tetapi mahu naik ke tahap lebih kemas dan lebih praktikal. Jika anda baru belajar asas prompt, anda boleh baca dahulu artikel Apa Itu Prompt Engineering dan Kenapa Ia Penting Dalam Zaman AI? dan Cara Menulis Prompt ChatGPT yang Lebih Tepat untuk Kerja Harian.
Apa Itu Prompt Chaining?
Prompt chaining bermaksud menyambungkan beberapa prompt dalam satu aliran kerja. Setiap prompt mempunyai tugas tertentu dan output daripada satu prompt digunakan sebagai input untuk prompt seterusnya.
Dalam bahasa mudah, prompt chaining ialah teknik pecahkan kerja besar kepada beberapa arahan AI yang lebih kecil.
Contohnya, jangan terus minta:
Tolong tulis artikel lengkap tentang cara guna AI untuk kerja pejabat.
Prompt seperti ini terlalu umum. AI mungkin menghasilkan artikel yang nampak panjang, tetapi isinya boleh jadi terlalu biasa, tidak cukup fokus, atau tidak sesuai dengan pembaca sebenar.
Dengan prompt chaining, anda boleh pecahkan tugasan itu seperti ini:
- Minta AI fahamkan sasaran pembaca dan tujuan artikel.
- Minta AI cadangkan rangka artikel.
- Minta AI semak sama ada rangka itu cukup praktikal.
- Minta AI tulis bahagian pengenalan dahulu.
- Minta AI kembangkan setiap bahagian satu demi satu.
- Minta AI semak kelemahan artikel.
- Minta AI baiki gaya bahasa, struktur dan kejelasan.
Hasilnya biasanya lebih tersusun kerana setiap langkah ada tujuan yang jelas.
Nota Ringkas:
Prompt chaining bukan bermaksud menulis prompt yang lebih panjang. Ia bermaksud menyusun beberapa prompt kecil dalam urutan yang lebih bijak. Fokusnya bukan “lebih banyak arahan”, tetapi “lebih jelas proses kerja”.
Kenapa Prompt Chaining Penting?
AI boleh menghasilkan teks dengan cepat, tetapi AI tidak semestinya faham keutamaan kerja anda dengan sempurna. AI juga boleh tersasar jika tugasan terlalu besar, terlalu umum atau terlalu banyak objektif dalam satu masa.
Prompt chaining penting kerana ia membantu anda mengawal proses, bukan sekadar menunggu jawapan akhir daripada AI.
1. Tugasan besar menjadi lebih mudah dikawal
Apabila satu tugasan dipecahkan kepada beberapa langkah, anda boleh semak kualiti output pada setiap peringkat. Jika rangka artikel sudah lemah, anda boleh baiki rangka dahulu sebelum AI menulis artikel penuh.
Ini lebih baik daripada membiarkan AI menulis terus 2,000 patah perkataan, kemudian baru sedar struktur artikel tidak kena.
2. Output AI menjadi lebih fokus
Satu prompt besar selalunya meminta AI melakukan terlalu banyak perkara serentak. Contohnya, menganalisis, menyusun, menulis, menyemak fakta, mengubah gaya bahasa dan mencadangkan tajuk dalam satu arahan.
Apabila semua ini berlaku sekali gus, output boleh menjadi bercampur. Dengan prompt chaining, satu prompt boleh fokus kepada satu tugas sahaja.
3. Lebih mudah menilai jawapan AI
Prinsip WorkProductiveAI menekankan bahawa evaluation sentiasa penting. AI tidak patut digunakan secara membuta tuli. Dengan prompt chaining, anda boleh menilai output secara berperingkat.
Sebagai contoh, sebelum menggunakan draf laporan, anda boleh minta AI menyemak sama ada laporan itu jelas, lengkap, terlalu umum, atau bercanggah dengan objektif asal. Untuk memahami kemahiran ini dengan lebih mendalam, anda boleh rujuk artikel Apa Itu AI Evaluation? dan Cara Menilai Output AI Supaya Tidak Salah, Kosong atau Terlalu Generic.
4. Ia melatih anda berfikir secara workflow
Prompt chaining ialah jambatan antara prompt asas dan workflow AI. Anda tidak lagi melihat AI sebagai tempat bertanya satu soalan sahaja. Anda mula melihat AI sebagai pembantu dalam satu proses kerja yang tersusun.
Ini selari dengan idea dalam artikel Prompt vs Workflow: Kenapa Prompt Sahaja Tidak Cukup untuk Jadi Produktif.
Bezakan Prompt Biasa dan Prompt Chaining
Untuk nampak perbezaannya, mari lihat contoh mudah.
Contoh prompt biasa
Tolong tulis laporan mesyuarat yang profesional berdasarkan nota ini.
Prompt ini mungkin menghasilkan laporan yang nampak kemas. Tetapi masalahnya, AI mungkin tidak tahu format organisasi anda, tahap formaliti yang sesuai, perkara mana yang penting, dan tindakan susulan yang perlu ditekankan.
Contoh prompt chaining
Prompt 1: Susun maklumat mentah
Saya akan beri nota mesyuarat yang masih bercampur. Tolong susun maklumat ini kepada kategori: agenda utama, keputusan, isu dibangkitkan, tindakan susulan, pihak bertanggungjawab dan tarikh akhir. Jangan tulis laporan penuh dahulu.
Prompt 2: Kesan maklumat yang tidak lengkap
Berdasarkan susunan tadi, semak jika ada maklumat penting yang masih tidak lengkap, tidak jelas atau perlu disahkan sebelum laporan akhir ditulis.
Prompt 3: Tulis draf laporan
Sekarang tulis draf laporan mesyuarat dalam gaya profesional, jelas dan ringkas. Gunakan struktur yang sesuai untuk kegunaan dalaman pejabat.
Prompt 4: Semak dan baiki
Semak draf laporan ini. Kenal pasti ayat yang terlalu panjang, maklumat yang berulang, tindakan susulan yang tidak jelas dan bahagian yang boleh diperkemaskan.
Dalam contoh ini, AI tidak terus diminta menyiapkan laporan. AI dibimbing melalui beberapa langkah. Inilah asas prompt chaining.
Bila Sesuai Guna Prompt Chaining?
Prompt chaining tidak semestinya diperlukan untuk semua perkara. Jika tugasan kecil, satu prompt yang jelas sudah mencukupi. Tetapi untuk tugasan yang melibatkan banyak keputusan, banyak konteks atau output yang akan digunakan dalam kerja sebenar, prompt chaining lebih sesuai.
Gunakan prompt chaining untuk tugasan seperti:
- Menulis laporan kerja yang memerlukan struktur jelas.
- Membina artikel blog yang panjang dan SEO-friendly.
- Merancang assignment atau tugasan akademik secara beretika.
- Menyediakan RPH, aktiviti kelas, soalan kuiz atau refleksi pengajaran.
- Menyusun SOP kerja pejabat.
- Membina content pemasaran untuk usahawan kecil.
- Menganalisis dokumen panjang.
- Membina modul latihan atau bahan pembelajaran.
- Menyemak dan memperbaiki output AI sebelum digunakan.
Jika tugasan anda ada beberapa peringkat, prompt chaining biasanya membantu.
Formula Mudah Prompt Chaining
Untuk mula menggunakan prompt chaining, anda tidak perlu sistem yang terlalu rumit. Gunakan formula mudah ini:
Fahamkan tugas → Susun rangka → Hasilkan draf → Semak kelemahan → Baiki output → Nilai sebelum guna
Formula ini boleh digunakan untuk banyak konteks kerja, belajar dan content creation.
Langkah 1: Tetapkan output akhir
Sebelum menulis prompt pertama, anda perlu tahu apa output akhir yang anda mahu.
Contohnya:
- Artikel blog 1,500 patah perkataan.
- Laporan mesyuarat satu halaman.
- Rangka assignment universiti.
- Caption produk untuk Facebook.
- RPH ringkas untuk satu sesi pembelajaran.
- Checklist kerja mingguan.
Jika anda sendiri tidak jelas tentang output akhir, AI juga akan sukar membantu dengan baik.
Langkah 2: Pecahkan kerja kepada beberapa peringkat
Selepas tahu output akhir, pecahkan kerja kepada peringkat kecil.
Contohnya, untuk menulis artikel blog:
- Fahami pembaca sasaran.
- Kenal pasti search intent.
- Bina outline.
- Semak outline.
- Tulis pengenalan.
- Tulis isi utama.
- Tambah contoh praktikal.
- Semak gaya bahasa.
- Semak SEO dan internal link.
- Semak kualiti akhir.
Ini lebih kemas berbanding meminta AI menulis artikel lengkap dalam satu prompt sahaja.
Langkah 3: Satu prompt untuk satu tugas
Kesilapan biasa ialah memasukkan terlalu banyak arahan dalam satu prompt. Untuk prompt chaining, cuba pastikan setiap prompt mempunyai satu fokus utama.
Contohnya:
- Prompt pertama hanya untuk memahami konteks.
- Prompt kedua hanya untuk rangka.
- Prompt ketiga hanya untuk draf.
- Prompt keempat hanya untuk semakan.
- Prompt kelima hanya untuk penambahbaikan.
Apabila satu prompt fokus kepada satu tugas, output lebih mudah dinilai.
Langkah 4: Bawa konteks penting ke prompt seterusnya
Dalam prompt chaining, anda perlu pastikan AI tidak hilang konteks. Jika perlu, ulang semula maklumat penting secara ringkas.
Contohnya:
Berdasarkan rangka yang telah dipilih tadi, tulis bahagian pengenalan sahaja. Kekalkan sasaran pembaca iaitu pekerja pejabat di Malaysia yang baru belajar menggunakan AI. Gaya bahasa mesti profesional, jelas dan tidak terlalu teknikal.
Prompt seperti ini membantu AI kekal dalam landasan yang sama.
Langkah 5: Masukkan langkah evaluation
Prompt chaining yang baik tidak berhenti pada draf pertama. Anda perlu ada prompt khusus untuk menilai output AI.
Contohnya:
Semak output ini berdasarkan kriteria berikut: kejelasan, ketepatan, susunan idea, kesesuaian dengan pembaca Malaysia, risiko maklumat terlalu umum, dan bahagian yang perlukan human judgement. Beri cadangan pembaikan sebelum menulis semula.
Langkah ini penting kerana AI boleh menghasilkan output yang nampak meyakinkan tetapi masih lemah dari segi fakta, konteks atau kegunaan sebenar. Anda juga boleh gunakan Checklist Semak Jawapan ChatGPT Sebelum Guna untuk Kerja, Assignment atau Content sebagai rujukan tambahan.
Contoh Prompt Chaining untuk Kerja Pejabat
Katakan anda mahu menyediakan ringkasan dokumen untuk bos atau pasukan kerja. Jangan terus minta AI “ringkaskan dokumen ini” sahaja. Gunakan prompt chaining seperti berikut.
Prompt 1: Kenal pasti isi utama
Saya akan beri teks dokumen kerja. Tolong kenal pasti isi utama, keputusan penting, isu yang perlu perhatian dan tindakan susulan. Jangan buat ringkasan akhir dahulu.
Prompt 2: Susun mengikut keutamaan
Berdasarkan isi utama tadi, susun maklumat mengikut tahap keutamaan: sangat penting, penting, dan maklumat tambahan. Jelaskan kenapa setiap perkara diletakkan dalam kategori tersebut.
Prompt 3: Tulis ringkasan profesional
Sekarang tulis ringkasan profesional dalam Bahasa Melayu Malaysia. Panjang maksimum 300 patah perkataan. Fokus kepada perkara yang perlu diketahui oleh pengurus untuk membuat keputusan.
Prompt 4: Semak sebelum digunakan
Semak ringkasan ini. Adakah ada maklumat yang terlalu umum, tindakan susulan yang tidak jelas, atau ayat yang boleh disalah tafsir? Cadangkan pembaikan.
Workflow seperti ini sesuai untuk pekerja pejabat yang mahu menggunakan AI untuk emel, laporan, minit mesyuarat dan ringkasan dokumen. Anda boleh rujuk juga artikel AI untuk Kerja Pejabat: Cara Guna ChatGPT untuk Emel, Laporan dan Minit Mesyuarat.
Contoh Prompt Chaining untuk Guru
Guru boleh menggunakan prompt chaining untuk merancang bahan pengajaran, aktiviti kelas, soalan latihan dan refleksi. Namun, keputusan akhir tetap perlu disesuaikan dengan tahap murid, silibus, masa kelas dan realiti bilik darjah.
Prompt 1: Fahamkan objektif pembelajaran
Saya mahu menyediakan aktiviti pembelajaran untuk murid Tahun 4. Topik ialah penjodoh bilangan. Tolong bantu pecahkan objektif pembelajaran kepada kemahiran kecil yang perlu dikuasai murid. Jangan bina aktiviti dahulu.
Prompt 2: Cadangkan aktiviti
Berdasarkan kemahiran kecil tadi, cadangkan tiga aktiviti kelas yang ringkas, sesuai untuk murid tahap berbeza dan boleh dilakukan dalam masa 30 minit.
Prompt 3: Bina soalan latihan
Pilih aktiviti kedua dan bina 10 soalan latihan. Susun daripada mudah kepada sederhana. Pastikan ayat sesuai untuk murid sekolah rendah di Malaysia.
Prompt 4: Nilai kesesuaian
Semak aktiviti dan soalan ini. Adakah ia sesuai untuk murid lemah, sederhana dan cemerlang? Cadangkan penyesuaian untuk murid yang perlukan bimbingan tambahan.
Contoh ini menunjukkan bahawa AI bukan menggantikan guru. AI membantu menyediakan draf dan pilihan awal. Guru masih perlu membuat keputusan berdasarkan pengalaman, tahap murid dan keadaan kelas sebenar. Untuk contoh yang lebih khusus, anda boleh baca Workflow AI untuk Guru: Dari RPH ke Aktiviti Kelas, Soalan dan Refleksi.
Contoh Prompt Chaining untuk Student IPT
Pelajar IPT juga boleh menggunakan prompt chaining, tetapi mesti berhati-hati supaya AI tidak digunakan untuk menipu atau menggantikan pemikiran sendiri. AI lebih sesuai digunakan untuk merancang, memahami, menyusun idea dan menyemak kelemahan penulisan.
Prompt 1: Fahamkan soalan assignment
Saya akan beri soalan assignment. Tolong bantu saya fahamkan kehendak soalan ini. Pecahkan kepada arahan utama, konsep penting dan perkara yang perlu dielakkan. Jangan tulis jawapan assignment.
Prompt 2: Bina rangka jawapan
Berdasarkan kehendak soalan tadi, cadangkan rangka jawapan yang tersusun. Pastikan rangka ini membantu saya menulis dengan idea sendiri dan bukan terus menghasilkan jawapan siap.
Prompt 3: Semak draf sendiri
Saya akan beri draf yang saya tulis sendiri. Tolong semak dari segi susunan idea, kejelasan hujah, bahagian yang terlalu umum dan bahagian yang perlukan contoh lebih jelas. Jangan ubah menjadi terlalu sempurna atau terlalu formal.
Prompt 4: Refleksi pembelajaran
Berdasarkan draf ini, bantu saya senaraikan perkara yang saya sudah faham dan perkara yang masih perlu saya ulang kaji. Jawapan mesti dalam bentuk nota belajar, bukan jawapan assignment siap.
Cara ini lebih sihat kerana pelajar masih berfikir, membaca dan menulis sendiri. AI menjadi pembantu belajar, bukan jalan pintas. Anda boleh baca artikel AI untuk Student IPT: Cara Guna ChatGPT untuk Belajar Tanpa Menipu untuk panduan yang lebih lengkap.
Contoh Prompt Chaining untuk Usahawan Kecil
Usahawan kecil boleh menggunakan prompt chaining untuk content produk, caption, mesej follow-up pelanggan dan idea kempen ringkas. Namun, AI perlu diberi konteks yang cukup tentang produk, pelanggan sasaran dan gaya jenama.
Prompt 1: Fahamkan produk dan pelanggan
Saya menjual produk penjagaan kulit asas untuk pelanggan wanita bekerja berumur 25 hingga 40 tahun di Malaysia. Tolong bantu kenal pasti masalah pelanggan, keperluan utama dan gaya komunikasi yang sesuai. Jangan tulis caption dahulu.
Prompt 2: Bina sudut content
Berdasarkan analisis tadi, cadangkan 10 sudut content yang tidak terlalu salesy. Fokus kepada edukasi, masalah pelanggan dan cara produk boleh membantu secara realistik.
Prompt 3: Tulis caption
Pilih tiga sudut content terbaik dan tulis caption Facebook dalam Bahasa Melayu Malaysia. Gaya mesti natural, tidak hype dan tidak membuat janji berlebihan.
Prompt 4: Semak risiko
Semak caption ini. Adakah ada ayat yang terlalu menjanjikan hasil, terlalu mendesak, atau boleh menimbulkan salah faham? Cadangkan versi yang lebih selamat dan dipercayai.
Untuk usahawan kecil, langkah evaluation sangat penting. Jangan biarkan AI menulis dakwaan yang terlalu besar, terutama untuk produk kesihatan, kecantikan, kewangan atau pendidikan. Anda boleh rujuk artikel Cara Guna AI untuk Caption, Penerangan Produk dan Follow-Up Pelanggan.
Kesilapan Biasa dalam Prompt Chaining
Walaupun prompt chaining nampak mudah, masih ada beberapa kesilapan yang biasa berlaku.
1. Terlalu banyak langkah tanpa tujuan
Prompt chaining bukan bermaksud anda perlu membuat 15 atau 20 prompt untuk setiap tugasan. Jika tugasan mudah, tiga atau empat langkah mungkin sudah cukup.
Yang penting ialah setiap langkah ada fungsi. Jangan tambah prompt semata-mata untuk nampak canggih.
2. Tidak tetapkan kriteria output
Jika anda tidak nyatakan kriteria seperti gaya bahasa, panjang, pembaca sasaran, format dan tujuan, AI mungkin menghasilkan output yang tidak sesuai.
Contohnya, artikel untuk pelajar IPT tidak sama dengan artikel untuk pemilik bisnes kecil. Emel kepada pelanggan juga tidak sama dengan memo dalaman pejabat.
3. Terus percaya output AI
Ini kesilapan paling berbahaya. Walaupun output AI nampak kemas, anda masih perlu semak fakta, konteks, nada bahasa dan kesesuaian penggunaannya.
AI boleh membantu, tetapi keputusan akhir tetap tanggungjawab manusia. Ini berkait rapat dengan prinsip yang dibincangkan dalam artikel Human Judgement dalam Penggunaan AI.
4. Tidak menyimpan prompt chain yang berkesan
Jika anda sudah jumpa urutan prompt yang berkesan untuk laporan, artikel, lesson plan atau content produk, jangan biarkan ia hilang dalam chat lama.
Simpan prompt chain itu dalam satu sistem yang mudah dicari. Anda boleh jadikan ia sebahagian daripada prompt library peribadi. Untuk cara menyusunnya, baca artikel Prompt Library: Cara Bina Bank Prompt Sendiri untuk Kerja Berulang.
5. Membiarkan AI menentukan semua keputusan
AI boleh mencadangkan struktur, pilihan dan ayat. Tetapi AI tidak tahu sepenuhnya budaya organisasi anda, tahap murid anda, kehendak pensyarah anda, pelanggan sebenar anda atau risiko sebenar dalam kerja anda.
Gunakan AI sebagai pembantu berfikir, bukan pengganti fikiran.
Cara Menilai Output dalam Prompt Chaining
Setiap prompt chain yang baik perlu ada langkah semakan. Jangan anggap kerja selesai selepas AI menghasilkan draf.
Gunakan soalan berikut untuk menilai output AI:
- Adakah output ini menjawab tujuan asal?
- Adakah maklumatnya tepat dan tidak bercanggah?
- Adakah susunan idea mudah diikuti?
- Adakah gaya bahasa sesuai dengan pembaca Malaysia?
- Adakah ada bahagian yang terlalu umum?
- Adakah ada dakwaan yang perlu disahkan?
- Adakah output ini boleh digunakan terus, atau perlu diedit oleh manusia?
- Adakah ada maklumat sensitif yang tidak patut dimasukkan?
Anda juga boleh gunakan prompt evaluation seperti ini:
Nilai output ini seperti seorang editor profesional. Semak dari segi ketepatan, kejelasan, struktur, kesesuaian konteks Malaysia, risiko maklumat terlalu umum dan bahagian yang memerlukan semakan manusia. Beri cadangan pembaikan dalam bentuk senarai yang praktikal.
Prompt seperti ini membantu anda melihat kelemahan output sebelum ia digunakan dalam kerja sebenar.
Template Prompt Chaining yang Boleh Anda Guna
Berikut ialah template asas yang boleh anda ubah mengikut kerja anda.
Prompt 1: Fahamkan tugasan
Saya mahu siapkan tugasan berikut: [nyatakan tugasan]. Sasaran pembaca/pengguna ialah [nyatakan sasaran]. Tujuan output ini ialah [nyatakan tujuan]. Tolong bantu saya fahamkan komponen utama tugasan ini, perkara yang perlu diberi perhatian dan risiko kesilapan biasa. Jangan hasilkan output akhir dahulu.
Prompt 2: Bina rangka
Berdasarkan analisis tadi, bina rangka kerja yang tersusun untuk menghasilkan output ini. Pecahkan kepada beberapa bahagian utama dan jelaskan fungsi setiap bahagian.
Prompt 3: Hasilkan draf bahagian pertama
Berdasarkan rangka yang telah dipilih, tulis bahagian pertama sahaja. Gaya bahasa mesti [nyatakan gaya]. Pastikan ia sesuai untuk [nyatakan pembaca]. Jangan tulis bahagian lain dahulu.
Prompt 4: Kembangkan bahagian seterusnya
Sekarang tulis bahagian seterusnya berdasarkan rangka yang sama. Pastikan gaya, nada dan konteks kekal konsisten dengan bahagian sebelumnya.
Prompt 5: Semak kelemahan
Semak keseluruhan output ini. Kenal pasti kelemahan dari segi struktur, kejelasan, fakta, nada bahasa, bahagian terlalu umum dan perkara yang perlu disahkan oleh manusia.
Prompt 6: Baiki output
Berdasarkan semakan tadi, tulis semula output ini supaya lebih jelas, tersusun dan sesuai digunakan. Jangan tambah dakwaan baharu yang tidak disokong oleh maklumat asal.
Prompt Chaining dan Workflow AI
Prompt chaining ialah langkah pertengahan sebelum anda membina workflow AI yang lebih lengkap.
Prompt chaining biasanya berlaku dalam satu sesi kerja. Workflow AI pula lebih luas. Ia boleh melibatkan dokumen sumber, template, checklist, semakan, penyimpanan prompt, proses kerja berulang dan cara output digunakan selepas siap.
Contohnya, untuk menulis artikel blog, workflow penuh mungkin melibatkan:
- Pilih topik.
- Semak internal link.
- Bina brief artikel.
- Gunakan prompt chaining untuk rangka dan draf.
- Semak SEO.
- Semak fakta dan human judgement.
- Edit gaya bahasa.
- Masukkan ke WordPress.
- Semak paparan mobile.
- Kemaskini artikel selepas beberapa bulan.
Prompt chaining berada di tengah-tengah proses ini. Ia bukan keseluruhan sistem, tetapi ia membantu sistem menjadi lebih kemas.
Untuk memahami workflow dengan lebih luas, anda boleh baca Apa Itu Workflow AI dan Bagaimana Ia Membantu Kerja Harian? dan Cara Bina Workflow AI Ringkas: Dari Idea ke Output Siap Guna.
Aplikasi dalam Konteks Malaysia
Dalam konteks Malaysia, prompt chaining sangat berguna kerana ramai pengguna AI menggunakan campuran Bahasa Melayu, English, istilah kerja tempatan dan konteks organisasi masing-masing.
Contohnya, guru mungkin perlu menyesuaikan output dengan tahap murid, DSKP, masa pengajaran dan budaya sekolah. Pekerja pejabat pula mungkin perlu menyesuaikan gaya emel dengan budaya organisasi, pangkat penerima dan sensitiviti isu. Usahawan kecil perlu memastikan content tidak terlalu menjanjikan hasil. Pelajar IPT pula perlu memastikan AI digunakan untuk belajar, bukan meniru.
AI tidak semestinya memahami semua konteks ini secara automatik. Sebab itu prompt chaining membantu anda memasukkan konteks secara berperingkat dan menyemak output sebelum digunakan.
Dalam kerja sebenar, output yang “nampak cantik” belum tentu sesuai. Output yang baik mesti tepat, jelas, praktikal dan sesuai dengan situasi sebenar.
Human Judgement Tetap Diperlukan
Prompt chaining boleh menjadikan kerja dengan AI lebih tersusun, tetapi ia tidak menghapuskan tanggungjawab manusia.
Anda masih perlu menilai:
- Adakah maklumat ini benar?
- Adakah output ini sesuai digunakan dalam organisasi saya?
- Adakah bahasa ini sesuai dengan pembaca?
- Adakah ada risiko etika, privasi atau salah faham?
- Adakah keputusan akhir ini patut dibuat oleh AI atau manusia?
AI boleh membantu mempercepat proses. Tetapi manusia tetap perlu berfikir, memilih, menapis dan bertanggungjawab terhadap keputusan akhir.
Kesimpulan
Prompt chaining ialah teknik penting untuk pengguna AI yang mahu bergerak daripada prompt asas kepada penggunaan AI yang lebih matang dan praktikal.
Dengan prompt chaining, anda tidak lagi bergantung kepada satu prompt besar yang terlalu umum. Anda mula memecahkan tugasan kepada beberapa arahan yang lebih kecil, lebih jelas dan lebih mudah dinilai.
Teknik ini sesuai untuk guru, pekerja pejabat, pelajar IPT, blogger, usahawan kecil dan sesiapa sahaja yang mahu menggunakan AI dalam kerja sebenar dengan lebih bertanggungjawab.
Namun, prompt chaining bukan sekadar teknik menulis arahan. Ia melatih cara berfikir yang lebih sistematik: fahamkan tugas, susun proses, hasilkan draf, semak kelemahan, baiki output dan gunakan human judgement sebelum membuat keputusan akhir.
Apabila digunakan dengan betul, prompt chaining boleh menjadi langkah besar ke arah workflow AI yang lebih kemas, lebih selamat dan lebih produktif.