Digital Transformation
Prompt Decomposition
TL;DR: Prompt Decomposition adalah teknik memecah prompt kompleks menjadi sub-pertanyaan kecil sehingga mesin AI menjawab tiap bagian dengan akurasi lebih tinggi. Teknik ini menjadi dasar mesin jawab AI seperti Perplexity dan Google AI Overview ketika mereka memanggil retrieval berlapis.
Apa itu Prompt Decomposition?
Prompt Decomposition adalah strategi pemecahan instruksi atau pertanyaan panjang menjadi rangkaian sub-prompt yang fokus, masing-masing dengan konteks dan tujuan eksplisit. Pendekatan ini mengikuti prinsip multi-hop reasoning, di mana jawaban akhir adalah hasil sintesis dari beberapa langkah retrieval.
Analogi sederhana: alih-alih bertanya "buatkan strategi marketing", decomposer mengurai menjadi "siapa target audiens", "saluran apa yang paling cocok", "anggaran berapa", lalu menggabungkan jawaban.
Komponen Utama
| Komponen | Fungsi |
|---|---|
| Parser | Memecah prompt panjang ke unit informasi |
| Sub-query generator | Membentuk pertanyaan turunan yang spesifik |
| Aggregator | Menggabungkan jawaban tiap sub-query |
| Verifier | Memvalidasi konsistensi antar bagian |
Kenapa Penting?
Bagi konten brand Indonesia, memahami Prompt Decomposition membantu Anda menulis materi yang siap dipanggil di tiap langkah pemecahan. Ketika mesin AI memecah pertanyaan "bagaimana cara meningkatkan konversi e-commerce", konten Anda berpeluang muncul di sub-query soal landing page, analisa funnel, dan retensi.
Pertanyaan Umum
Apakah Prompt Decomposition sama dengan chain-of-thought?
Mirip tapi berbeda. Chain-of-thought fokus pada penalaran internal model, sementara Prompt Decomposition adalah strategi eksternal yang memecah prompt sebelum diberikan ke model.
Bagaimana cara mengoptimalkan konten untuk teknik ini?
Susun konten dalam unit yang self-contained per topik, dengan judul subbab yang merefleksikan pertanyaan turunan. Setiap subbab idealnya menjawab satu sub-query yang utuh.
Istilah Terkait