5 Hal yang Nggak Pernah Kepikiran Kamu Suruh ChatGPT & Claude Lakukan

<callout icon="🧠" color="blue_bg">

Jangan cuma suruh AI menjawab. Tutorial ini menunjukkan 5 cara menggunakan ChatGPT dan Claude untuk membongkar cara berpikir, keputusan, kebiasaan, dan blind spot kita sehari-hari. Fokusnya bukan prompt yang rumit, tetapi memberi AI peran yang tidak biasa. </callout>

Sebelum mulai

Kelima eksperimen ini bisa dilakukan secara percakapan di ChatGPT maupun Claude. Kamu tidak perlu membuat workflow teknis atau memasang tool khusus. Yang penting adalah memahami perbedaan antara:

• AI sebagai mesin jawaban → kamu bertanya, AI menjawab.
• AI sebagai thinking partner → kamu memberikan konteks, lalu AI menguji, mempertanyakan, membandingkan, atau mencari blind spot.

Catatan penting: hasil AI adalah analisis berdasarkan informasi yang kamu berikan, bukan pembacaan pikiran atau prediksi masa depan. Untuk keputusan penting, gunakan hasilnya sebagai bahan pertimbangan, bukan sebagai satu-satunya dasar keputusan.

5 eksperimen dalam satu pandangan

01 — Suruh AI Menginterogasi Kamu

Maksudnya apa?

Biasanya ketika punya masalah kita bertanya:

“Apa yang harus saya lakukan?” Masalahnya, AI bisa terlalu cepat memberikan solusi generik. Kali ini balik prosesnya.

Jangan minta jawaban. Minta AI bertanya.

AI harus mengajukan satu pertanyaan pada satu waktu, menggali jawabanmu, lalu mencari masalah yang sebenarnya berada di balik masalah yang kamu katakan.

Diagram

flowchart TD
	A["Masalah yang kamu katakan"] --> B["AI bertanya"]
	B --> C["Jawaban kamu"]
	C --> D["AI menggali lagi"]
	D --> E{"Sudah cukup jelas?"}
	E -->|Belum| B
	E -->|Ya| F["Rangkum masalah sebenarnya"]

Prompt lengkap

Saya sedang menghadapi masalah berikut:

[ISI MASALAH]

Jangan langsung memberikan solusi.

Tugasmu adalah menginterogasi saya dengan cara yang konstruktif untuk membantu saya menemukan apa sebenarnya masalah yang sedang saya hadapi.

Aturan:
1. Ajukan hanya SATU pertanyaan setiap kali.
2. Jangan memberikan daftar pertanyaan sekaligus.
3. Jangan menerima jawaban saya begitu saja jika masih ambigu.
4. Jika jawaban saya terlalu umum, gali lebih dalam.
5. Bedakan antara masalah yang saya katakan dengan kemungkinan masalah di baliknya.
6. Jangan mencoba menyenangkan saya.
7. Jangan membuat diagnosis psikologis.
8. Jangan menyimpulkan terlalu cepat.

Setelah kamu merasa memiliki cukup informasi, berhenti bertanya dan rangkum:
- masalah yang saya katakan,
- masalah yang kemungkinan sebenarnya sedang terjadi,
- asumsi saya yang mungkin salah,
- keputusan yang sebenarnya sedang saya hadapi,
- informasi yang masih kurang.

Sebelum sampai tahap rangkuman, tetap gunakan format satu pertanyaan per giliran.

Contoh

Masalah awal:

“Saya malas mengerjakan project.” AI seharusnya tidak langsung menjawab dengan “buat Pomodoro”. Ia bisa menggali: “Apa yang biasanya kamu lakukan ketika seharusnya mengerjakan project?” Lalu: “Apa yang membuat kamu memilih aktivitas itu?” Sampai akhirnya bisa ditemukan bahwa masalahnya bukan sekadar “malas”, melainkan misalnya tugas terlalu abstrak, tidak tahu langkah pertama, atau takut hasilnya tidak bagus.

Kapan dipakai?

Gunakan ketika:

• kamu merasa bingung tetapi tidak tahu kenapa,
• masalahnya terlalu luas,
• kamu terus mengulang masalah yang sama,
• kamu ingin berpikir sebelum menerima solusi.

02 — Suruh AI Mengautopsi Keputusanmu

Maksudnya apa?

Kita biasanya meminta AI:

“Apakah keputusan ini bagus?” Coba balik.

Anggap keputusan itu sudah terbukti salah.

Lalu minta AI melakukan “autopsi”: mencari apa yang mungkin menyebabkan keputusan tersebut gagal. Ini bukan ramalan. Ini adalah premortem yang dibingkai sebagai investigasi setelah kegagalan.

Diagram

flowchart LR
	A["Keputusan sekarang"] --> B["Anggap keputusan gagal"]
	B --> C["Cari penyebab"]
	C --> D["Cari warning sign"]
	D --> E["Cari asumsi yang salah"]
	E --> F["Tentukan informasi yang perlu diverifikasi"]

Prompt lengkap

Saya sedang mempertimbangkan keputusan berikut:

[KEPUTUSAN]

Konteks:
[KONTEKS]

Lakukan sebuah "autopsi keputusan".

Anggap bahwa 6 bulan dari sekarang saya mengetahui bahwa keputusan ini ternyata merupakan keputusan yang buruk.

Jangan langsung mengatakan bahwa keputusan ini buruk.

Cari kemungkinan penyebab kegagalannya dari:
1. asumsi yang mungkin salah,
2. informasi yang mungkin saya abaikan,
3. risiko yang saya remehkan,
4. biaya tersembunyi,
5. opportunity cost,
6. tanda peringatan yang mungkin sudah terlihat sekarang,
7. hal yang saya mungkin terlalu optimistis tentang.

Untuk setiap kemungkinan, bedakan:
- fakta dari informasi yang saya berikan,
- inferensi,
- hal yang masih harus saya verifikasi.

Setelah itu berikan:
- 5 alasan paling masuk akal keputusan ini bisa gagal,
- warning sign yang harus saya cari sekarang,
- 3 informasi paling penting yang perlu saya dapatkan sebelum memutuskan.

Jangan mencoba membuat saya takut. Fokus pada blind spot yang realistis.

Contoh

Keputusan:

“Saya ingin membeli laptop Rp20 juta.” Jangan hanya menilai spesifikasi laptop. AI bisa menguji: Apakah kapasitas tambahan benar-benar dibutuhkan? Apakah laptop lama menyebabkan biaya waktu yang nyata? Apakah Rp20 juta punya penggunaan alternatif yang lebih bernilai? Dengan begitu, pertanyaannya bergeser dari:

“Laptop ini bagus?”

menjadi:

“Apa yang bisa membuat keputusan pembelian ini menjadi keputusan yang buruk?”

Kapan dipakai?

Cocok untuk:

• pembelian mahal,
• menerima atau menolak proyek,
• memilih kursus,
• pindah pekerjaan,
• memulai proyek,
• membuat keputusan bisnis kecil.

03 — Suruh AI Membongkar To-Do List Kamu

Maksudnya apa?

Banyak to-do list sebenarnya bukan pekerjaan. Contoh:

“Belajar AI” “Kerjakan project” “Marketing” “Baca buku” Semuanya terdengar produktif, tetapi kapan sebenarnya dianggap selesai? Di sini AI dipakai bukan untuk membuat to-do list baru, tetapi untuk menguji to-do list yang sudah ada.

Diagram

flowchart LR
	A["To-Do List"] --> B["Uji kejelasan"]
	B --> C["Uji kondisi selesai"]
	C --> D["Uji apakah benar-benar action"]
	D --> E["Temukan item yang terlalu abstrak"]
	E --> F["Ubah menjadi next action"]

Prompt lengkap

Berikut adalah to-do list saya:

[PASTE TO-DO LIST]

Jangan membuat jadwal baru.

Audit setiap item.

Untuk setiap item, tentukan:
1. apakah ini benar-benar sebuah tindakan,
2. apakah hasil akhirnya jelas,
3. apakah ada kondisi "selesai",
4. apakah item terlalu abstrak,
5. apakah item sebenarnya hanya sebuah niat atau kategori pekerjaan.

Jika sebuah item terlalu abstrak, ubah menjadi satu atau beberapa "next action" yang konkret.

Gunakan format:

ITEM ASLI:
[isi]

MASALAH:
[apa yang membuat item ini tidak actionable]

KONDISI SELESAI:
[apa yang harus terjadi agar item benar-benar selesai]

NEXT ACTION:
[tindakan konkret pertama]

Jangan menambahkan pekerjaan baru yang tidak berasal dari konteks saya.

Contoh

Item:

“Pelajari AI” AI mungkin mengubahnya menjadi:

Masalah: tidak memiliki kondisi selesai.

Next action:

“Pilih satu use case AI yang ingin dipelajari dan selesaikan satu tutorial praktis.” Tujuannya bukan membuat daftar semakin panjang. Tujuannya justru menghilangkan kabut dari daftar tersebut.

Kapan dipakai?

Gunakan ketika:

• to-do list semakin panjang tetapi pekerjaan tidak selesai,
• banyak item berupa kata kerja abstrak,
• kamu sering merasa “sudah sibuk” tetapi sulit menunjukkan output.

04 — Suruh AI Menemukan Pertanyaan yang Tidak Pernah Kamu Tanyakan

Maksudnya apa?

Ini salah satu eksperimen yang paling menarik. Kita sering datang ke AI dengan pertanyaan:

“Bagaimana cara melakukan X?” Padahal mungkin ada pertanyaan yang jauh lebih penting: “Apakah X memang masalah yang harus saya selesaikan?” Jadi jangan minta AI menjawab pertanyaanmu.

Minta AI mencari pertanyaan yang hilang.

Diagram

flowchart TD
	A["Pertanyaan kamu"] --> B["Konteks + percakapan"]
	B --> C["Cari asumsi"]
	C --> D["Cari blind spot"]
	D --> E["Cari pertanyaan yang belum ditanyakan"]
	E --> F["Prioritaskan pertanyaan"]

Prompt lengkap

Berikut adalah konteks dan/atau percakapan saya:

[PASTE KONTEKS / PERCAKAPAN]

Jangan langsung menjawab pertanyaan saya.

Tugasmu adalah mencari pertanyaan penting yang seharusnya saya tanyakan tetapi belum saya tanyakan.

Analisis:
1. apa yang sedang saya coba selesaikan,
2. asumsi apa yang tampaknya saya gunakan,
3. informasi apa yang saya anggap benar tanpa mengujinya,
4. apa yang belum saya pertimbangkan,
5. risiko atau trade-off apa yang belum muncul dalam percakapan.

Kemudian buat:
- 10 pertanyaan yang mungkin belum saya tanyakan,
- prioritaskan 3 yang paling penting,
- jelaskan mengapa masing-masing penting.

Bedakan:
- pertanyaan yang benar-benar muncul dari konteks,
- pertanyaan yang merupakan kemungkinan eksplorasi.

Jangan mengarang fakta tentang situasi saya.

Contoh

Jika seseorang bertanya:

“Tools AI apa yang paling bagus untuk membuat konten?” AI bisa menemukan pertanyaan yang lebih mendasar: “Apa bagian proses konten yang sebenarnya paling banyak menghabiskan waktu?” Atau: “Apakah masalahnya benar-benar tool, atau workflow?” Di sinilah eksperimen ini menarik.

AI bukan memberikan jawaban baru. AI membantu menemukan pertanyaan yang belum kita pikirkan.

Kapan dipakai?

Cocok ketika:

• kamu sudah terlalu lama membandingkan pilihan,
• pencarian informasi tidak kunjung selesai,
• kamu merasa ada sesuatu yang terlewat,
• masalah yang kamu hadapi sebenarnya belum terdefinisi dengan baik.

05 — Suruh AI Mensimulasikan Penyesalan 6 Bulan ke Depan

Maksudnya apa?

Untuk keputusan yang punya dua pilihan, jangan hanya meminta AI:

“Mana yang lebih baik?” Buat dua simulasi:

Saya memilih A.

dan

Saya tidak memilih A.

Kemudian minta AI mencari alasan mengapa saya bisa menyesal pada kedua kondisi tersebut. Dengan begitu kita tidak hanya melihat upside. Kita juga melihat dua jenis penyesalan yang mungkin terjadi.

Diagram

flowchart TD
	A["Keputusan sekarang"] --> B["Skenario A<br>Ambil keputusan"]
	A --> C["Skenario B<br>Tidak ambil keputusan"]
	B --> D["6 bulan kemudian"]
	C --> E["6 bulan kemudian"]
	D --> F["Mengapa saya menyesal?"]
	E --> G["Mengapa saya menyesal?"]
	F --> H["Bandingkan"]
	G --> H
	H --> I["Informasi yang perlu diverifikasi"]

Prompt lengkap

Saya sedang mempertimbangkan keputusan berikut:

[KEPUTUSAN]

Konteks:
[KONTEKS]

Saya ingin melakukan simulasi penyesalan 6 bulan ke depan.

Buat dua skenario:

SKENARIO A
Saya mengambil keputusan ini.

SKENARIO B
Saya tidak mengambil keputusan ini.

Untuk masing-masing skenario, lompat 6 bulan ke depan dan jelaskan:
1. mengapa saya mungkin merasa keputusan saya salah,
2. biaya yang mungkin saya tanggung,
3. opportunity cost,
4. konsekuensi yang mungkin tidak saya pikirkan sekarang,
5. apa yang mungkin ternyata benar-benar saya butuhkan.

Jangan memprediksi masa depan seolah-olah kamu mengetahui apa yang akan terjadi.

Gunakan bahasa probabilistik dan tandai mana yang:
- berasal dari informasi saya,
- merupakan inferensi,
- merupakan kemungkinan yang perlu saya verifikasi.

Setelah kedua skenario selesai, buat tabel perbandingan:

- risiko,
- biaya,
- waktu,
- opportunity cost,
- reversibility,
- alasan penyesalan.

Terakhir, jawab:

"Informasi apa yang paling penting saya cari sebelum mengambil keputusan ini?"

Jangan memilihkan keputusan untuk saya kecuali saya memintanya.

Contoh

Misalnya:

“Saya ingin membeli laptop Rp20 juta.”

Skenario A: membeli → mungkin menyesal karena ternyata laptop lama masih cukup.

Skenario B: tidak membeli → mungkin menyesal karena waktu kerja yang hilang akibat laptop lama ternyata lebih mahal daripada harga laptop baru. Sekarang keputusan tidak lagi sekadar:

“Beli atau tidak?” Tetapi: “Mana biaya yang sebenarnya sedang saya pilih: uang sekarang atau kemungkinan biaya waktu selama 6 bulan?” Itu pertanyaan yang jauh lebih berguna.

Kapan dipakai?

Cocok untuk:

• pembelian besar,
• keputusan karier,
• proyek baru,
• investasi waktu,
• kursus atau pendidikan,
• keputusan yang sulit dibalikkan.

Bonus — Jangan Pakai Kelima Prompt Secara Bersamaan

Kelima eksperimen ini punya fungsi berbeda. Gunakan sesuai masalah:

flowchart LR
	A["Saya bingung"] --> B{"Masalahnya apa?"}
	B --> C["Belum memahami diri sendiri"]
	C --> C1["01 Interogasi"]
	B --> D["Takut keputusan salah"]
	D --> D1["02 Autopsi"]
	B --> E["Terlalu banyak pekerjaan"]
	E --> E1["03 Audit To-Do"]
	B --> F["Merasa ada yang terlewat"]
	F --> F1["04 Cari Pertanyaan"]
	B --> G["Sulit memilih A atau B"]
	G --> G1["05 Simulasi Penyesalan"]

Prinsip yang perlu diingat

Jangan selalu meminta AI memberi jawaban.

Kadang penggunaan AI yang lebih menarik justru ketika AI diminta:

• bertanya,
• membantah,
• menguji,
• mencari blind spot,
• mensimulasikan konsekuensi,
• atau menunjukkan apa yang belum kita pikirkan.

AI yang berguna tidak selalu memberi jawaban yang lebih cepat. Kadang AI yang berguna membuat kita mengajukan pertanyaan yang lebih baik.

Quick Start

Kalau baru mau mencoba satu, mulai dari #04 — Cari Pertanyaan yang Tidak Pernah Kamu Tanyakan. Ambil satu masalah yang sedang kamu pikirkan sekarang, masukkan konteksnya, lalu gunakan prompt tersebut. Jangan cari jawaban dulu.

Cari pertanyaan yang hilang.

Ringkasan Prompt

<callout icon="📌" color="gray_bg">

Follow @kayadigital.ai untuk eksperimen dan workflow AI yang bisa langsung dipakai dalam pekerjaan dan keseharian. </callout>