Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Halo, selamat datang kembali di kelas Agentic AI Tanpa Coding. Ini episode dua dari Sesi 1. Di episode sebelumnya kita membedakan chatbot, otomasi, dan AI agent. Sekarang kita intip isi kepala sebuah agent: bagaimana ia bergerak dari tujuan, ke rencana, ke aksi, lalu memeriksa hasilnya sendiri.
Langkah 1: Siklus kerja agent dalam empat tahap
Chatbot bekerja sekali jalan: Anda bertanya, ia menjawab, selesai. Agent berbeda. Agent bekerja dalam putaran yang terus berulang sampai pekerjaannya beres. Putaran itu terdiri dari empat tahap: tujuan, rencana, aksi, dan cek hasil. Kalau hasilnya belum sesuai, agent kembali menyusun rencana dan mencoba lagi, atau berhenti untuk meminta bantuan Anda. Mari kita bedah satu per satu. Tahap pertama, tujuan. Ini titik awal dari Anda: hasil akhir apa yang ingin dicapai, bukan langkah-langkahnya. Tahap kedua, rencana. Agent memecah tujuan menjadi langkah-langkah kecil yang bisa dikerjakan satu per satu. Tahap ketiga, aksi. Agent menjalankan langkah itu dengan memakai alat, misalnya membaca spreadsheet, mencari data, atau menulis draf email. Tahap keempat, cek hasil. Agent melihat apa yang terjadi setelah aksinya. Apakah datanya lengkap? Apakah hasilnya masuk akal? Perhatikan tanda putar di ujung kanan. Kalau hasilnya belum sesuai, agent menyusun ulang rencana dan mencoba lagi. Kalau ragu atau menemukan hal penting, agent berhenti dan bertanya pada Anda. Para pengembang AI sering menyebut pola ini berpikir, bertindak, lalu mengamati. Namanya boleh berbeda, intinya sama. Supaya mudah dibayangkan, ambil contoh Dimas, admin baru di Kopi Senja, usaha kopi milik Laras di Bandung. Suatu pagi Laras berkata: Dimas, pastikan semua pesanan hari ini terkirim. Itulah tujuan. Dimas tidak diberi langkah rinci. Ia sendiri yang membuat daftar: cek pesanan, cek stok, lalu atur kurir. Agent melakukan hal yang sama, yaitu menyusun daftar langkah dari tujuan. Lalu Dimas bertindak: membuka spreadsheet, menghubungi kurir, dan membalas pelanggan. Agent bertindak dengan memanggil alat, misalnya Google Sheets, WhatsApp, atau email. Terakhir, Dimas memastikan semuanya terkirim, lalu melapor ke Laras. Agent juga membandingkan hasil dengan tujuan sebelum melapor. Jadi agent bekerja seperti karyawan baru yang rajin, hanya saja jauh lebih cepat. Lalu, apa maksudnya agent berpikir? Tentu bukan berpikir seperti manusia. Di setiap putaran, model AI membaca semua yang ada di depannya: tujuan, instruksi, data, dan hasil aksi sebelumnya. Dari bahan itu, model memutuskan langkah berikutnya: memakai alat tertentu, bertanya pada Anda, atau menyatakan pekerjaan selesai. Lalu hasil langkah itu menjadi bahan untuk putaran berikutnya. Karena itu, kualitas keputusan agent sangat bergantung pada bahan yang Anda berikan. Tujuan yang kabur dan data yang berantakan menghasilkan keputusan yang buruk, sepintar apa pun modelnya. Itulah sebabnya tahap tujuan kita bahas lebih dulu.
Langkah 2: Tujuan: titik awal yang menentukan segalanya
Dari empat tahap tadi, tujuan adalah yang paling menentukan. Agent yang pintar sekalipun akan bingung kalau tujuannya kabur. Bandingkan. Tujuan kabur: urus pesanan. Tujuan jelas: semua pesanan hari ini siap kirim sebelum pukul tiga sore. Agent tidak akan bertanya balik kalau tidak diminta. Ia akan menebak, dan tebakannya belum tentu sesuai harapan Anda. Kedua, ukuran selesai. Tujuan kabur tidak punya ukuran. Tujuan jelas menyebut kapan pekerjaan dianggap beres: setiap pesanan berstatus siap kirim, atau ditandai perlu dicek. Ketiga, batasan. Tujuan yang baik juga menyebut apa yang tidak boleh dilakukan: jangan mengubah harga, dan jangan mengirim pesan ke pelanggan tanpa izin. Keempat, laporan. Agent perlu tahu hasilnya diserahkan dalam bentuk apa, misalnya ringkasan lima baris untuk Dimas, ditambah daftar masalah yang ditemukan. Seperti inilah tujuan yang jelas bila ditulis untuk agent. Blok pertama adalah tujuannya sendiri: semua pesanan hari ini siap kirim sebelum pukul tiga sore. Blok kedua, konteks. Agent diberi tahu ia membantu siapa, usaha apa, dan di mana datanya: pesanan ada di sheet Pesanan, stok di sheet Stok. Blok ketiga, data penting yang sering dipakai: ongkir dalam kota Rp10.000, gratis untuk belanja di atas Rp200.000, dan jam buka toko. Blok keempat, batasan. Agent tidak boleh mengubah harga, dan tidak boleh mengirim pesan ke pelanggan tanpa persetujuan Dimas. Blok kelima, format laporan. Dengan lima blok ini, agent tahu apa yang dikejar, di mana bekerja, dan kapan harus berhenti. Cara menyusun blok seperti ini kita latih lebih dalam di Sesi 2 tentang prompting. Jadi, tujuan yang baik punya lima ciri. Ia menyebut hasil akhir, bukan langkah. Dan ia punya ukuran selesai yang bisa dicek, bukan sekadar terasa beres. Ia juga menyebut batasan, dan menyebut kapan agent harus bertanya atau meminta izin. Ini penting, karena agent tidak bisa membaca pikiran Anda. Terakhir, ia menyebut bentuk laporan akhirnya. Nanti, periksa setiap tujuan yang Anda tulis dengan lima ciri ini. Tidak ada tujuan yang sempurna di percobaan pertama, dan itu wajar.
Langkah 3: Rencana: memecah tujuan menjadi langkah
Sekarang tahap kedua: rencana. Di layar ini kita memberikan tujuan tadi ke agent admin Kopi Senja. Perhatikan kalimat terakhirnya: tunjukkan rencanamu dulu sebelum mulai. Agent menjawab dengan rencana lima langkah. Baca pesanan hari ini, cocokkan dengan stok, cek alamat dan ongkir, tandai statusnya, lalu kirim laporan ke Dimas. Tidak satu pun langkah ini kita tulis. Agent menyusunnya sendiri dari tujuan. Ia juga bertanya: boleh saya mulai? Ini kebiasaan baik yang perlu kita minta dari setiap agent. Karena rencananya terlihat, kita bisa mengoreksi sebelum terjadi apa-apa. Misalnya kita menambahkan: cek juga kolom catatan, siapa tahu ada permintaan khusus. Agent memperbarui rencananya dan mulai bekerja. Mengoreksi rencana jauh lebih murah daripada membereskan aksi yang terlanjur salah. Di Sesi 4, saat agent mulai bertindak di browser, kebiasaan meminta rencana ini akan sangat berguna. Ada empat alasan mengapa meminta rencana itu penting. Pertama, transparan. Anda tahu persis apa yang akan dikerjakan agent, bukan menebak-nebak. Cukup satu kalimat di akhir tujuan untuk memintanya. Kedua, bisa dikoreksi. Kesalahan logika ditangkap sebelum agent menyentuh data atau mengirim pesan. Ketiga, langkahnya lebih kecil. Tugas besar dipecah menjadi bagian-bagian kecil yang masing-masing mudah diperiksa. Keempat, bisa dipakai ulang. Rencana yang sudah teruji bisa Anda simpan sebagai prosedur kerja, lalu dijadikan instruksi tetap untuk asisten AI yang kita buat di Sesi 3. Rencana yang baik itu seperti daftar belanja: sederhana, tetapi membuat Anda tidak melupakan hal penting.
Langkah 4: Aksi: agent memakai alat
Tahap ketiga adalah aksi, dan di sinilah agent berbeda dari chatbot. Inilah gambaran agent tadi di aplikasi otomasi visual seperti n8n. Pemicunya jadwal: setiap hari pukul satu siang. Di tengah ada node AI Agent, berisi tujuan dan batasan yang kita tulis tadi. Node adalah sebutan untuk setiap kotak di kanvas. Di bawahnya, model AI sebagai otak. Model inilah yang berpikir, menyusun rencana, dan memutuskan alat mana yang dipakai. Lalu alat-alatnya. Alat pertama, sheet Pesanan, yang boleh dibaca dan diubah statusnya. Alat kedua, sheet Stok. Perhatikan keterangannya: baca saja. Agent tidak perlu mengubah stok untuk tujuan ini, jadi izinnya kita batasi. Alat ketiga, WhatsApp untuk mengirim pesan ke pelanggan, tetapi hanya setelah mendapat izin. Alat keempat, Gmail untuk mengirim laporan ke Dimas. Agent hanya bisa melakukan apa yang alatnya izinkan. Inilah cara paling sederhana membatasi agent. Susunan seperti ini kita bangun sendiri di Sesi 7. Mari lihat aksinya dari jendela percakapan agent. Setiap kotak bergaris putus adalah satu aksi, yaitu agent memanggil alat. Aksi pertama, membaca sheet Pesanan: ada enam pesanan hari ini. Aksi kedua, membaca sheet Stok. Kopi susu satu liter tersisa lima, cold brew delapan, dan hampers tiga. Aksi ketiga, membaca kolom catatan, sesuai koreksi kita tadi. Ada dua permintaan khusus. Setelah tiga aksi, agent berhenti sejenak dan menyimpulkan. Empat pesanan aman. Pesanan Putri, empat hampers, melebihi stok yang tinggal tiga. Dan Joko minta dikirim setelah pukul lima sore. Barulah agent melakukan aksi yang mengubah data: menandai empat pesanan sebagai siap kirim. Perhatikan urutannya: membaca dulu, menyimpulkan, baru mengubah. Kalau urutannya terbalik, agent bisa menandai pesanan siap kirim padahal stoknya tidak cukup. Dari contoh tadi, aksi agent bisa dikelompokkan menjadi empat jenis, diurutkan dari yang paling aman. Pertama, membaca: spreadsheet, email, dokumen, atau halaman web. Kalau salah, tidak ada yang rusak. Kedua, menulis draf: balasan, ringkasan, atau laporan yang belum dikirim. Masih aman, karena Anda bisa memeriksanya dulu. Ketiga, mengubah data, seperti memperbarui status atau menambah baris. Mulai perlu hati-hati, karena kesalahan bisa menumpuk tanpa disadari. Keempat, mengirim dan membayar. Pesan ke pelanggan atau transaksi tidak bisa ditarik kembali. Untuk aksi jenis ini, agent wajib meminta izin Anda. Risikonya kita bahas lebih lengkap di episode berikutnya.
Langkah 5: Cek hasil: agent memeriksa pekerjaannya sendiri
Tahap keempat, cek hasil. Inilah sheet pesanan setelah agent beraksi. Kolom status sudah terisi: empat siap kirim, dua perlu dicek. Pesanan Putri ditandai perlu dicek karena hampers kurang satu. Sesuai dengan kesimpulan tadi. Pesanan Joko ditandai karena permintaan jam kirim. Tetapi saat agent menjumlahkan ulang seluruh kolom, ia menemukan hal lain: total kopi susu satu liter hari ini enam botol, padahal stok tinggal lima. Inilah gunanya cek hasil. Saat aksi, agent memeriksa pesanan satu per satu. Saat cek hasil, ia melihat gambaran besarnya, dan menemukan kesalahan yang terlewat di tahap sebelumnya. Pemeriksaan seperti ini bisa kita minta secara tertulis di instruksi, misalnya: sebelum melapor, jumlahkan ulang dan cocokkan dengan stok. Di jendela agent, cek ulang itu terlihat sebagai satu aksi baca tambahan: total kopi susu enam, stok lima. Agent lalu mengoreksi kesimpulannya sendiri dan menyusun laporan sesuai format: empat siap kirim, dan dua masalah beserta usulan solusinya. Perhatikan baris terakhirnya. Mengirim pesan ke pelanggan termasuk aksi berisiko, jadi agent bertanya: setujui? Ia tidak langsung mengirim, karena batasan kita melarangnya. Dimas membaca usulan itu dan menyetujuinya. Barulah agent mengirim pesan WhatsApp ke Putri dan Joko, lalu mengirim email laporan ke Dimas. Satu putaran selesai. Beginilah hasil akhirnya di kotak masuk Dimas. Paling atas ada email dari agent, berlabel Agent, dikirim pukul satu lewat enam menit. Isinya persis sesuai format yang kita minta: ringkasan singkat, daftar pesanan yang siap, masalah yang ditemukan beserta tindakannya, dan satu saran: produksi tambahan kopi susu sore ini. Dimas tidak perlu membuka spreadsheet satu per satu. Ia cukup membaca lima baris, lalu fokus pada dua pesanan yang memang butuh perhatian manusia. Agar terasa dampaknya, bayangkan pekerjaan ini dilakukan manual setiap siang. Dimas membuka dua sheet, mencocokkan pesanan dan stok satu per satu, kira-kira empat puluh lima menit. Dengan agent, Dimas cukup membaca laporan dan menyetujui dua pesan. Sekitar lima menit. Yang lebih penting, dua masalah ditemukan sebelum pesanan dikirim, bukan setelah pelanggan komplain. Angka ini ilustrasi, dan penghematan nyata usaha Anda akan kita ukur di Sesi 10.
Langkah 6: Kapan agent berhenti, dan peran Anda
Satu hal lagi: kapan putaran berhenti? Ada tiga kemungkinan. Pertama, tujuan tercapai, semua sesuai ukuran selesai yang kita tetapkan. Kedua, agent butuh izin atau informasi yang tidak ia punya. Seperti tadi, ia berhenti dan bertanya pada Dimas. Ketiga, batas tercapai. Misalnya alat gagal terus, atau agent sudah mencoba berkali-kali tanpa hasil. Di aplikasi seperti n8n, kita bisa membatasi berapa kali agent boleh berputar. Agent yang baik tahu kapan berhenti. Agent yang buruk terus mencoba tanpa ujung, atau lebih buruk lagi, mengarang jawaban supaya terlihat selesai. Mari lihat contoh putaran yang tidak mulus. Di hari Kamis, agent mencoba mengirim WhatsApp ke Budi, dan gagal: nomornya tidak terdaftar. Agent tidak menyerah dan tidak berpura-pura berhasil. Ia kembali ke tahap rencana dan menyusun rencana baru: mencari email Budi di sheet Pelanggan, lalu mengirim konfirmasi lewat email. Karena ini cara kirim yang baru, ia bertanya dulu. Dimas menyetujui. Agent membaca sheet Pelanggan dan menemukan email Budi. Lalu mengirim konfirmasi lewat email. Terakhir, ia melapor dan menandai nomor WhatsApp Budi perlu diperbarui, supaya masalah yang sama tidak terulang. Inilah putaran dalam praktik: aksi gagal, cek hasil, rencana diubah, lalu dicoba lagi. Mari rangkum satu putaran tadi. Di tahap tujuan, peran Anda menulis tujuan, batasan, dan format laporan. Di tahap rencana, agent menyusun lima langkah, dan peran Anda membaca serta mengoreksinya. Di tahap aksi, agent membaca tiga sumber data dan mengubah status. Peran Anda memberi alat dengan izin secukupnya. Dan di tahap cek hasil, agent menemukan kekurangan stok yang terlewat. Peran Anda menyetujui atau menolak aksi penting. Jadi agent tidak menggantikan Anda, tetapi memindahkan peran Anda dari pelaksana menjadi pengarah dan pemeriksa. Agent paling berguna justru ketika Anda tetap memegang kemudi di titik-titik penting. Sekarang giliran Anda. Ambil satu pekerjaan dari catatan yang Anda buat di Episode 1. Tulis tujuannya dalam satu kalimat, lengkap dengan ukuran selesai. Tambahkan batasan, dan tentukan kapan agent harus berhenti untuk meminta izin. Lalu bayangkan rencana tiga sampai lima langkah, beserta alat yang dibutuhkan. Tidak perlu aplikasi apa pun, cukup kertas atau catatan di HP. Simpan catatan ini, karena di Episode 5 kita akan memilih lima pekerjaan yang paling layak diserahkan ke AI.
Selesai!
Mari kita rangkum. Agent bekerja dalam putaran: tujuan, rencana, aksi, dan cek hasil. Tujuan yang jelas, rencana yang bisa dikoreksi, alat dengan izin secukupnya, dan pemeriksaan hasil membuat agent bisa dipercaya. Di episode berikutnya kita melihat contoh-contoh agent di bisnis sehari-hari, sekaligus batasan dan risikonya. Sampai jumpa di episode tiga.
Latihan mandiri
Kerjakan sendiri setelah menonton supaya materinya benar-benar melekat.
Ambil satu pekerjaan dari catatan Episode 1, lalu tulis tujuannya lengkap dengan ukuran selesai, batasan, dan bentuk laporan.
Tulis rencana 3–5 langkah yang menurut Anda akan disusun agent, beserta alat yang dibutuhkan di tiap langkah.
Tandai langkah mana yang hanya membaca, mana yang menulis draf, mana yang mengubah data, dan mana yang mengirim. Langkah mengirim wajib diberi titik persetujuan.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
52 kelas video1.276 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
