Konteks

Sekarang setelah Anda memahami cara kerja model AI, mari kita jelajahi cara meningkatkan kualitas keluarannya.

Anda mungkin mengira untuk meningkatkan keluaran model Anda perlu menulis prompt yang lebih baik. Itu memang membantu, tetapi kunci sebenarnya adalah memahami bahwa bekerja dengan model AI pada dasarnya adalah mengelola konteks yang Anda berikan kepada mereka.

Bayangkan seperti memasak. Misalnya kita membuat sup. Ada banyak masukan dalam proses memasak berupa berbagai bahan. Anda mengikuti langkah atau resep, sambil menyesuaikannya dengan teknik yang Anda miliki.

Setiap koki bisa menambah atau memodifikasi bahan sesuai selera, dan bahkan jika Anda mengikuti resep yang sama, hasilnya bisa berbeda.

Ini mirip dengan bekerja dengan model AI! Mari lihat contoh serupa untuk pemrograman:

Anda dapat memiliki banyak masukan, seperti basis kode dan berkas saat ini, serta sebuah prompt untuk mendeskripsikan tugas.
Anda mengikuti rencana—kadang dibuat oleh manusia atau disarankan oleh model—yang kemudian dapat dimodifikasi sesuai kebutuhan.
Pada akhirnya, Anda mendapatkan kode yang dihasilkan untuk diterapkan ke proyek Anda.

Prompt sistem dan pengguna

Input Anda, beserta output model, semuanya menjadi bagian dari “konteks”. Bayangkan konteks seperti daftar pesan yang diteruskan ke model.

Di awal daftar ada prompt sistem. Inilah cara pembuat alat menyisipkan instruksi atau gaya yang harus diikuti model.

Berikutnya ada pesan pengguna. Ini bisa berupa arahan apa pun yang ingin Anda berikan ke model.

Ini tidak harus hanya berupa teks. Banyak produk AI sekarang mendukung lampiran gambar, di mana model dapat menginterpretasikan dan memberikan respons atas konten visual.

Menyertakan konteks

OpenCode dapat otomatis menyertakan informasi relevan lain ke dalam konteks input berdasarkan apa yang sedang Anda kerjakan. Anda juga bisa menyertakan file secara manual menggunakan simbol @ diikuti nama file.

Setelah Anda mengirim input ke model, model akan menghasilkan dan mengembalikan output. Untuk pertanyaan sederhana, satu pesan sudah cukup.

Percakapan Anda bisa berlangsung dalam banyak “giliran” bolak-balik antara Anda dan model AI. Setiap kali Anda mengirim pesan, model mendapatkan seluruh riwayat percakapan—semua yang telah dikatakan dan ditulis oleh semua pihak.

Daftar ini akan bertambah panjang seiring waktu. Ini penting untuk diperhatikan! Seperti halnya saat Anda terlibat dalam percakapan yang panjang dengan seseorang, konteks yang relevan bisa jadi semakin sulit untuk diingat.

Batas konteks

Setiap model AI memiliki batas konteks yang berbeda—pada titik tertentu, model tidak lagi menerima pesan baru karena sudah kehabisan “kapasitas memori” untuk percakapan tersebut.

Ini berarti:

Mulailah percakapan baru saat Anda beralih ke tugas yang berbeda
Hindari memasukkan terlalu banyak konteks yang tidak relevan
Perhatikan indikator penggunaan konteks jika tersedia

Nantinya dalam kursus ini, kami akan membahas contoh praktis tentang cara mengelola konteks di OpenCode secara efektif, termasuk menggunakan referensi file dengan @ dan custom commands yang efisien secara token.

Di situlah pemanggilan alat berperan.