Konteks (AI)

TL;DR: Konteks dalam interaksi AI adalah informasi latar yang Anda sertakan bersama instruksi, supaya model menjawab sesuai situasi spesifik Anda. Tanpa konteks, jawaban cenderung umum dan generik. Dengan konteks yang tepat, jawaban menjadi relevan dan langsung bisa dipakai.

Apa itu Konteks dalam AI?

Konteks adalah semua informasi pendukung yang Anda berikan ke model di luar pertanyaan inti. Misalnya, alih-alih bertanya "tulis caption", Anda memberi konteks "tulis caption Instagram untuk toko kopi lokal di Bandung dengan nada santai". Konteks itulah yang mengarahkan model agar tidak menebak.

Setiap prompt yang baik pada dasarnya kaya konteks. Analoginya seperti berbicara dengan karyawan baru: makin banyak latar yang Anda jelaskan, makin sedikit revisi yang dibutuhkan.

Konteks vs Context Window

Konteks (informasi yang Anda berikan) berbeda dari context window, yaitu batas teknis seberapa banyak teks yang bisa diproses model sekaligus. Keduanya saling terkait:

• Konteks adalah kualitas informasi yang Anda susun.
• Context window adalah kapasitas maksimal yang membatasi berapa banyak konteks muat.

Memberi terlalu sedikit konteks membuat jawaban melenceng, sementara menjejalkan konteks tidak relevan justru membuang kapasitas. Keseimbangan inilah yang dilatih dalam praktik berinteraksi dengan large language model.

Kenapa Penting?

Untuk marketer dan pebisnis, kemampuan menyusun konteks menentukan apakah AI menjadi alat produktif atau sekadar mainan. Dalam beberapa proyek konten, perbedaan antara output yang langsung dipakai dan yang harus ditulis ulang hampir selalu terletak pada kelengkapan konteks awal. Konteks yang tepat juga penting saat merancang chatbot AI, karena instruksi sistemnya adalah konteks permanen. Prinsip ini sejalan dengan panduan Google soal merancang prompt yang efektif.

Pertanyaan Umum

Berapa banyak konteks yang ideal?

Secukupnya untuk menghilangkan ambiguitas, tidak lebih. Sertakan tujuan, audiens, dan batasan penting, tapi hindari detail yang tidak memengaruhi jawaban.

Apakah memberi banyak konteks selalu lebih baik?

Tidak. Konteks yang relevan meningkatkan kualitas, tapi informasi berlebih yang tidak relevan justru bisa membingungkan model dan memakai kapasitas context window.