AI Agen Akan Mengubah Prompting Menjadi Keterampilan Manajerial

Semakin canggih agen AI, semakin terasa bahwa prompting seperti mengelola pekerjaan. Anda harus memutuskan apa yang ingin diselesaikan, menjelaskan seperti apa hasil yang baik, dan memberi agen ruang yang cukup untuk mencapainya. Hal itu akan menjadi keterampilan bisnis dasar, termasuk bagi orang yang belum pernah mengelola seorang karyawan.

Kedengarannya sederhana sampai Anda mencoba mendelegasikan tugas nyata. Mudah meminta situs web yang lebih baik atau laporan riset yang berguna. Namun lebih sulit menjelaskan apa yang membuat keduanya berguna bagi bisnis Anda.

Ketika sebuah agen dapat meneliti suatu subjek, bekerja lintas berkas, dan menghasilkan deliverable, penugasan yang samar dapat mengarahkannya jauh ke arah yang salah. Lebih banyak kemampuan memberi agen lebih banyak cara untuk menindaklanjuti instruksi Anda. Hal ini juga membuat keputusan yang Anda tinggalkan menjadi lebih konsekuensial.

Saya rasa inilah tempat banyak nilai dalam belajar menggunakan AI akan beralih. Mengetahui cara menjelaskan pekerjaan, menyediakan konteks yang tepat, dan mengenali hasil yang baik akan penting terlepas dari alat apa pun yang akan datang.

Bagian tersulit adalah memutuskan apa yang harus diminta

Bayangkan meminta agen untuk meningkatkan halaman arahan. Ia dapat menulis ulang judul, menyusun kembali bagian-bagian, dan membuat halaman lebih halus secara visual. Semua perubahan tersebut mungkin memenuhi instruksi. Namun tidak ada yang secara otomatis menjelaskan penawaran dengan lebih jelas kepada pelanggan yang dituju.

Mungkin pengunjung tidak dapat mengetahui siapa yang dilayani produk tersebut. Mungkin halaman meminta mereka membeli sebelum menjelaskan nilai produk. Itu adalah masalah yang berbeda. Jika Anda belum memutuskan mana yang penting, agen harus membuat pilihan itu untuk Anda atau kembali menanyakan. Baik prompt yang lebih panjang maupun desain yang lebih halus tidak menyelesaikannya.

Dalam pendekatan saya terhadap pekerjaan AI, saya ingin menentukan apa hasil yang diinginkan sebelum eksekusi dimulai. Penugasan riset membutuhkan pertanyaan untuk dijawab. Situs web membutuhkan penawaran yang dapat dipahami oleh pelanggan yang dituju. Saya dapat memberi agen kebebasan tentang cara mencapainya setelah saya menjelaskan tujuan dengan jelas.

Manajer sering menemui hal ini: seseorang menyelesaikan penugasan persis seperti yang diminta, namun hasilnya tetap tidak menyelesaikan masalah. Saya telah menulis tentang isu yang sama dengan pilot AI yang memperkuat alur kerja yang ada. Sebelum mempercepat suatu proses, seseorang harus memutuskan apakah proses tersebut layak dipertahankan.

Sebuah preprint Stanford yang dipublikasikan pada Agustus 2026 menemukan bahwa kolaborasi yang dipimpin manusia mendominasi percakapan Claude yang diteliti. Orang-orang membentuk pekerjaan melalui prompt dan pertukaran lanjutan mereka. Hal itu sejalan dengan cara saya memandang delegasi: menetapkan penugasan adalah awal keterlibatan Anda.

Tugas yang selesai membutuhkan hasil yang berguna

Dokumen yang rapi dan pesan penyelesaian yang percaya diri dapat membuat tugas terasa selesai. Saya tetap ingin melihat apa yang sebenarnya terjadi. Apakah agen menyelesaikan masalah, ataukah ia menghasilkan sesuatu yang tampak seperti deliverable yang saya minta?

Anthropic membuat perbedaan yang berguna dalam panduan untuk mengevaluasi agen: catatan tentang apa yang dilakukan agen terpisah dari hasil yang sebenarnya dihasilkannya. Saya rasa itu merupakan titik awal yang baik bagi siapa pun yang menugaskan pekerjaan AI.

Jika Anda meminta pemesanan, periksa apakah pemesanan yang tepat ada. Jika Anda meminta spreadsheet, periksa perhitungan dan asumsi. Jika Anda meminta riset, buka sumbernya dan lihat apakah mereka mendukung kesimpulan. Pesan penyelesaian agen memberi tahu Anda bahwa ia siap untuk ditinjau.

Memberikan standar itu kepada agen di awal membuat penugasan lebih mudah dilaksanakan. Agen dapat memeriksa pekerjaannya dan mengembalikan masalah spesifik. Jika sebuah sumber bertentangan dengan kesimpulan, saya ingin mengetahuinya sebelum menghabiskan waktu meninjau teks. Jika sebuah spreadsheet bergantung pada asumsi, saya ingin asumsi tersebut terlihat.

Tingkat pemeriksaan harus sesuai dengan pekerjaan. Saya tidak ingin menghabiskan sepuluh menit mengawasi perubahan format yang dapat saya batalkan dalam hitungan detik. Komitmen publik pantas mendapat perhatian lebih. Mengetahui di mana perhatian Anda penting merupakan bagian dari menguasai hal ini.

Berikan agen ruang untuk bekerja

Delegasi yang baik juga berarti memutuskan di mana agen dapat bertindak tanpa harus kembali kepada Anda. Akses ke alat email tidak menentukan apakah ia boleh mengirim pesan. Penugasan harus menjelaskan kapan pekerjaan merupakan persiapan dan kapan mencakup tindakan.

Batasan yang jelas menghemat perhatian. Agen dapat menyelidiki, menyiapkan hasil, dan menangani revisi rutin sambil menyerahkan pilihan konsekuensial kepada orang yang bertanggung jawab. Arahan tersebut harus tersedia dalam lingkungan kerja, bersama konteks bisnis yang relevan. Lauren Hanford, VP of Product Operations di Sonar, menyampaikan hal ini dalam esai tentang merancang lingkungan operasional agen: kita perlu menyediakan konteks dan arahan yang menjadi dasar pekerjaan.

Para peneliti Stanford juga menemukan bahwa gesekan sering bersifat produktif: orang-orang memperjelas permintaan dan memperbaiki kesalahpahaman. Saya rasa kadang kami menganggap pertukaran tersebut sebagai kegagalan alat padahal itu hanya bagian dari proses menyelesaikan masalah. Pertanyaan yang berguna adalah apakah percakapan tersebut mendorong pekerjaan maju.

Itulah mengapa saya tidak menilai supervisi berdasarkan berapa kali seseorang menyetujui sebuah tindakan. Anda dapat mengklik lewat selusin permintaan dan tetap melewatkan keputusan yang penting. Saya ingin pekerjaan rutin terus berjalan dan pilihan penting kembali dengan konteks yang cukup bagi saya untuk membuat keputusan.

Aliran pembaruan aktivitas tidak banyak membantu dengan sendirinya. Beritahu saya apa yang membutuhkan keputusan, mengapa itu penting, dan apa yang terjadi selanjutnya.

Ini mengubah apa artinya menjadi ahli AI

Bagi operator tunggal, ini merupakan perubahan nyata dalam bentuk pekerjaan. Anda mungkin terbiasa menyimpan alasan keputusan dalam pikiran karena Anda juga orang yang melakukan pekerjaan tersebut. Delegasi membuat alasan‑alasan itu berguna bagi orang lain, atau sesuatu yang lain. Mengeluarkan alasan tersebut dari kepala Anda adalah bagian dari mempermudah pengelolaan bisnis.

Manfaatnya harus terakumulasi seiring waktu. Ketika sebuah penugasan gagal karena suatu preferensi tidak ada, catat preferensi itu di tempat yang dapat dipakai penugasan berikutnya. Ketika pertanyaan yang sama terus muncul, putuskan apakah agen kekurangan konteks atau keputusan memang memerlukan Anda. Koreksi berulang merupakan kesempatan untuk meningkatkan cara penugasan pekerjaan dilakukan.

Saya ingin pendidikan AI lebih banyak membahas situasi‑situasi tersebut. Berikan orang penugasan yang tidak lengkap dan biarkan mereka menemukan apa yang kurang. Tunjukkan hasil yang sudah dipoles namun dengan kesimpulan yang lemah. Prompt yang dapat dipakai ulang memang membantu, tetapi orang perlu berlatih membuat keputusan yang menjadi dasar prompt tersebut.

Seiring agen menyelesaikan lebih banyak pekerjaan, pengguna mereka akan menghabiskan lebih banyak waktu untuk menetapkan arah dan memutuskan apa yang cukup baik. Beberapa akan memiliki tim. Lainnya akan menjalankan bisnis sendiri. Bagaimanapun, kemampuan mengubah niat menjadi penugasan yang jelas akan menjadi bagian dari cara mereka bersaing. Itulah mengapa prompting sebenarnya menjadi keterampilan manajerial.