Dua tahun terakhir banyak organisasi mengirim karyawannya ke pelatihan prompt engineering. Saya sendiri menjalankan belasan batch kelas untuk topik itu. Peserta belajar menulis perintah yang jelas, memberi peran, dan meminta format tertentu. Hasilnya membaik, tetapi sering berhenti di satu titik: AI tetap tidak mengenal cara kerja organisasi.
Pada September 2025, tim rekayasa Anthropic menerbitkan panduan yang memberi nama pada pergeseran ini: context engineering. Bila prompt engineering berfokus pada cara menulis instruksi, context engineering mengurus seluruh hal yang dilihat model saat bekerja: instruksi, contoh, dokumen, riwayat percakapan, dan alat yang boleh dipakainya.
Konteks itu terbatas
Gagasan kuncinya: konteks bukan tempat menumpuk semua dokumen. Panduan itu menjelaskan bahwa kemampuan model mengingat isi konteks melemah ketika konteksnya makin panjang. Tujuannya adalah sekumpulan informasi sekecil mungkin yang paling menentukan hasil.
Bagi organisasi, ini kabar baik. Yang dibutuhkan bukan memasukkan seluruh arsip ke AI, melainkan memilih dengan cermat apa yang benar-benar penting.
Seperti apa bentuknya di organisasi
Dalam pekerjaan saya membangun asisten AI untuk fungsi tertentu, paket konteks yang baik biasanya berisi lima hal:
- Istilah dan singkatan organisasi, agar AI tidak menebak arti "RKAP" atau nama unit.
- Contoh hasil terbaik, misalnya lima sampai sepuluh notulen atau draf surat yang dianggap baik, ditambah satu dua contoh yang gagal beserta alasannya.
- Kriteria penerimaan, yaitu daftar periksa yang membuat sebuah hasil diterima.
- Aturan data, termasuk apa yang tidak boleh masuk ke AI.
- Templat, agar keluaran langsung berbentuk dokumen yang dipakai.
Paket ini disusun sekali bersama pemilik proses, lalu dipakai semua orang di fungsi itu. Hasilnya lebih konsisten daripada setiap karyawan menulis prompt sendiri.
Apa artinya bagi pelatihan
Pelatihan prompt masih berguna sebagai dasar. Namun investasi yang lebih besar dampaknya adalah menyusun konteks per fungsi: mengamati prosesnya, mengumpulkan contoh, menetapkan kriteria, lalu mengujinya pada kasus nyata dan merawatnya setiap bulan.
Dengan kata lain, kemampuan AI organisasi tidak tinggal di kepala masing-masing karyawan, tetapi tersimpan sebagai aset bersama yang bisa diperbaiki.
Bacaan: Effective context engineering for AI agents (Anthropic, 29 September 2025)