(Disclaimer first : Ini adalah hasil penerapan langsung untuk produk jadi oleh Shihela di Yukdigitalz dan bakcground pendidikan saya adalah Teknik Industri bidang manufaktur dan melebar menjadi konsultan gedung tingkat.)
Dalam perjalanannya, saya menemukan bahwa seni berkomunikasi dengan manusia juga harus diterapkan pada AI. Artinya dengan tetap memasukan hal-hal yang tidak ditangkap mesin. Dan saya menyebutnya dengan “context” dan itu merupakan istilah umum karena AI tidak bisa melihat gesture kita, pengalaman, perasaan atau tone mengucapkan sesuatu karena AI hanya merima teks atau istilahnya “prompt”.
Saya datang dengan ide produk jadi, gambaran audiens dan fitur spesifik. Begitu kita sudah sama dalam gambaran produk jadinya, maka AI sudah bisa menerjemahkan semuanya kedalam block code, struktur folder, file dan seluruh fungsinya. Dan tidak selalu mulus akan ada error dibeberapa titik. Dan ini adalah hal yang menyenangkan, artinya produk ini sedang menjalani proses lahirnya.
Dan tulisan ini menjadi pengingat dan alur formal saya dalam menyelesaikan masalah. Dan sangat besar kemungkinan ini akan berkembang sebagaimana saya selalu ingin membuat sesuatu yang baru yang bisa digunakan oleh orang lain.
Cara Praktis Bekerja Bersama AI Tanpa Bahasa Teknis yang Rumit
Filosofi Dasar
Kunci utama menghasilkan solusi bersama AI bukanlah penguasaan bahasa pemrograman yang kaku, melainkan Konteks. AI adalah mesin logika yang hebat, tetapi ia bisa dengan mudah melantur jika diberi ruang interpretasi yang terlalu luas. Metodologi C.L.I dirancang untuk mengunci AI pada objektivitas sistem, memaksa AI bekerja sebagai asisten teknis yang lugas, bukan sekadar chatbot yang bertele-tele.
Apa itu Metode C.L.I?
Metode ini membagi prompt troubleshooting atau perancangan sistem ke dalam tiga blok informasi wajib:
1. Chronology (Kronologi)
Ceritakan langkah demi langkah sebelum error atau kebuntuan terjadi. Gunakan bahasa manusia yang sederhana. Ini memberikan AI batasan ruang lingkup operasional.
- Jangan: “Kenapa plugin saya rusak?”
- Gunakan: “Saya sedang mencoba memicu data klien dari webhook WordPress ke alur n8n. Saat tombol dikirim, proses loading selesai, tetapi data tidak masuk ke node berikutnya.”
2. Log (Fakta Mentah)
Berikan data mentah apa adanya. Jangan deskripsikan error, melainkan copy-paste langsung. Ini mencegah AI menebak-nebak kondisi sistem.
- Jangan: “Errornya bilang ada masalah sama body payload.”
- Gunakan: “[Sertakan Output Mentah]
{"status": "rejected", "reason": "SyntaxError: Unexpected token 'u', \"undefined\" is not valid JSON at Object.parse"}“
3. Intuition (Hipotesis Praktisi)
Gunakan insting Anda. Tebak letak masalahnya berdasarkan pengalaman. Ini bertindak sebagai “kompas” yang memaksa AI menginvestigasi area yang Anda curigai sebelum mencari kemungkinan lain yang membuang waktu.
- Jangan: “Tolong perbaiki.”
- Gunakan: “Tebakan saya, format data yang dikirim dari form WordPress masih berupa teks mentah, bukan format JSON murni, sehingga n8n gagal mem-parsingnya.”
Contoh Penerapan (Prompt Final)
Ketika digabungkan, beginilah cara Anda memberikan instruksi kepada AI di dalam antarmuka obrolan (atau di dalam System Message node n8n Anda):
Tolong analisis kendala ini berdasarkan parameter berikut:
Chronology: Saya mengaktifkan sistem blokir IP dan reCAPTCHA kustom pada form login. Saat saya uji coba login menggunakan IP yang aman, halamannya malah mengalami timeout dan server langsung mengirimkan peringatan beban tinggi (load spike).
Log:
[error] 13#13: *4567 upstream timed out (110: Connection timed out) while reading response header from upstream, client: 192.168.1.5, server: _, request: "POST /wp-login.php HTTP/2.0"Intuition: Saya rasa sistem reCAPTCHA gagal melakukan panggilan balik (callback) ke API Google karena port di sisi server tertutup, sehingga permintaan login terus menggantung sampai timeout, yang akhirnya membebani CPU. Tolong verifikasi hipotesis ini dan berikan langkah pengecekan yang tepat.
Mengapa Ini Bekerja?
Dengan format ini, AI langsung mengetahui urutan kejadian, melihat bukti forensik yang akurat, dan memiliki titik awal investigasi. Hasilnya? AI akan langsung memberikan jawaban teknis yang terarah, efisien, dan siap dieksekusi.