Digital Transformation
Prompt Receipt
TL;DR: Prompt Receipt adalah catatan terstruktur dari setiap permintaan ke model AI, mirip struk transaksi. Catatan ini berisi prompt input, output, nama model, jumlah token, biaya, dan timestamp. Penting untuk audit, debugging, dan kontrol kualitas konten AI.
Apa itu Prompt Receipt?
Prompt Receipt adalah artefak log yang dihasilkan setiap kali tim marketing memanggil LLM melalui LLM gateway atau aplikasi internal. Tujuannya menyediakan jejak audit lengkap supaya hasil bisa direproduksi dan dievaluasi. Konsep ini meminjam dari observability ala SRE dan menjadi praktik standar di tim yang serius pakai LLMOps.
Komponen Standar
| Field | Isi |
|---|---|
| prompt_input | Teks asli yang dikirim |
| model | Nama dan versi model (claude-opus-4-6) |
| output | Hasil mentah dari model |
| tokens_in / tokens_out | Jumlah token konsumsi |
| cost_usd | Estimasi biaya inferensi |
| timestamp | Waktu eksekusi |
| user_id | Siapa yang memicu |
| eval_score | Skor evals jika sudah dijalankan |
Kenapa Penting?
Tanpa Prompt Receipt, tim tidak bisa menjawab pertanyaan dasar: "kenapa konten ini terbit?", "model mana yang dipakai?", "berapa biayanya?". Untuk marketer Indonesia yang bekerja di tim teregulasi (finansial, kesehatan), receipt jadi syarat compliance terhadap PDPL.
Pertanyaan Umum
Apakah Prompt Receipt sama dengan log biasa?
Tidak. Log biasa hanya catat error. Receipt terstruktur, lengkap dengan biaya dan output, sehingga bisa dipakai untuk audit dan analisis ROI.
Di mana sebaiknya disimpan?
Database append-only (Supabase, BigQuery) dengan retention 90-365 hari sesuai kebutuhan compliance.
Istilah Terkait