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
Selamat datang di Sesi 4 kelas Agentic AI Tanpa Coding. Di sesi ini AI tidak lagi hanya menjawab dari ingatannya, tetapi mulai mencari, membaca, dan bertindak di internet. Di episode enam belas, kita membedah dua fitur riset: web search dan deep research. Anda akan belajar membaca kutipan sumbernya, mengecek kebenarannya, dan memilih fitur yang tepat untuk setiap pertanyaan.
Langkah 1: Dari asisten toko ke AI yang melihat keluar
Di Sesi 3, kita membuat asisten customer service Kopi Senja. Asisten itu hafal katalog, harga, dan SOP toko, karena kita memberinya file pengetahuan. Tetapi coba tanyakan hal di luar file itu, misalnya tren minuman kopi bulan ini atau jadwal bazar UMKM terdekat. Asisten hanya bisa menebak dari ingatan modelnya, yang punya batas tanggal. Di sinilah AI perlu belajar melihat ke luar. Kapan AI perlu mencari di internet? Pertama, saat Anda butuh informasi terbaru: berita, tren, atau aturan yang baru saja berubah. Kedua, harga dan produk di pasar. Misalnya, berapa kisaran harga kopi susu literan di Bandung minggu ini, dan promo apa yang sedang ramai. Ketiga, data lokal: acara, pemasok, atau usaha lain di kota Anda. Informasi seperti ini cepat berubah dan jarang tersimpan di ingatan model. Keempat, fakta yang perlu bukti. Kalau angkanya akan Anda kutip di proposal atau konten, Anda butuh sumber yang bisa ditunjukkan. Sebaliknya, kalau jawabannya sudah ada di file toko Anda, asisten dari Sesi 3 sudah cukup. Inilah peta Sesi 4. Episode enam belas, yang sedang Anda tonton, membahas web search dan deep research: AI yang mencari dan membaca. Episode tujuh belas naik satu tingkat: browser agent, yaitu AI yang membuka halaman web, mengklik, dan mengisi sendiri. Episode delapan belas membahas rem dan setirnya: kapan AI boleh bertindak sendiri, dan kapan harus meminta persetujuan Anda dulu. Episode sembilan belas adalah praktik pertama: agent riset kompetitor dan harga pasar untuk Kopi Senja. Dan episode dua puluh, praktik agent pengisi formulir dan pengumpul data, ditutup dengan laporan riset pasar otomatis. Laporan itulah output Sesi 4 yang akan Anda buat untuk usaha sendiri.
Langkah 2: Web search: jawaban cepat lengkap dengan sumber
Mari lihat web search beraksi. Fitur ini ada di ChatGPT, Claude, maupun Gemini, kadang aktif otomatis, kadang dinyalakan lewat menu alat. Laras bertanya: apa tren minuman kopi kemasan literan untuk UMKM tahun ini, dan ia meminta sumbernya. Perhatikan baris abu-abu ini. AI tidak langsung menjawab dari ingatan, tetapi mengubah pertanyaan Laras menjadi kata kunci pencarian, lengkap dengan tahunnya. Lalu ia membuka dan membaca beberapa halaman hasil pencarian. Proses ini biasanya hanya memakan beberapa detik. Hasilnya, tiga tren yang ringkas. Yang paling penting ada di ujung setiap kalimat: angka dalam kurung siku. Itulah kutipan, penanda dari halaman mana sebuah klaim diambil. Di bagian bawah ada daftar sumbernya. Di aplikasi asli, kutipan ini bisa diklik dan langsung membuka halaman aslinya. Nama situs di sini fiktif, dan letak menunya bisa sedikit berbeda karena aplikasi AI sering diperbarui. Di balik layar, web search bekerja dalam empat tahap. Pertama, Anda bertanya dengan bahasa sehari-hari, seperti mengobrol. Kedua, AI menyusun satu atau beberapa kata kunci pencarian, kadang sambil menambahkan tahun atau nama kota agar hasilnya relevan. Ketiga, AI membaca beberapa halaman teratas dari hasil pencarian itu. Hanya beberapa halaman, bukan seluruh internet. Keempat, AI menulis jawaban dan menandai sumbernya. Ingat satu hal penting: kualitas jawaban sama dengan kualitas halaman yang kebetulan ditemukan. AI meringkas, bukan menjamin kebenaran. Supaya hasil web search lebih bisa dipercaya, pakai pola prompt ini. Bagian tugas menyebut topik, wilayah, dan periode. Misalnya kopi literan, Bandung, terbitan enam bulan terakhir. Bagian format meminta nomor kutipan di setiap klaim, plus daftar sumber lengkap dengan tanggal terbitnya. Tanggal ini penting, karena artikel tiga tahun lalu bisa saja ikut muncul. Dan bagian batasan meminta AI membedakan fakta dari dugaan, serta jujur bila tidak menemukan sumber. Kalimat jangan mengarang angka terdengar sederhana, tetapi sangat membantu. Untuk Laras, prompt lengkapnya kira-kira begini: cari tren kopi susu literan di Bandung dari sumber enam bulan terakhir, jawab dalam lima poin dengan kutipan dan tanggal, dan katakan bila tidak ditemukan. Simpan pola ini di perpustakaan prompt Anda dari Sesi 2.
Langkah 3: Mengecek sumber sebelum dipercaya
Kutipan bukan jaminan. Jadi kita cek sendiri. Di panel kanan, saya mencatat langkah pengecekan manual. Pertama, klik kutipan nomor satu, dan halaman aslinya terbuka. Kedua, cari kalimat yang dikutip AI. Jawaban tadi menyebut pesanan untuk acara kantor makin sering. Ternyata memang ada di paragraf tiga. Lolos. Ketiga, lihat tanggal terbitnya: Maret 2026. Masih baru, jadi masih relevan untuk menggambarkan kondisi sekarang. Kalau tanggalnya dua atau tiga tahun lalu, klaim tentang tren sebaiknya tidak dipakai untuk kondisi hari ini. Keempat, periksa dasar datanya. Paragraf dua menyebut survei terhadap seratus dua puluh pembeli. Itu survei kecil, bukan data nasional. Angkanya boleh dipakai, tetapi jangan dibesar-besarkan. Kelima, siapa penerbitnya? Media yang membahas usaha, bukan halaman promosi milik penjual kopi literan. Sumber yang menjual produknya sendiri cenderung melebih-lebihkan. Kesimpulannya, klaim ini boleh dipakai, dengan catatan disebut sebagai hasil survei kecil. Seluruh pengecekan ini cukup dua menit, dan kebiasaan inilah yang membedakan riset yang bisa dipercaya dari sekadar menyalin jawaban AI. Dari latihan tadi, kita bisa merangkum tanda sumber yang kuat dan yang lemah. Soal penerbit: lembaga resmi, media, atau asosiasi usaha lebih kuat daripada situs tanpa nama atau blog promosi penjual. Soal tanggal: sumber kuat mencantumkan tanggal yang jelas dan masih baru. Waspadai halaman tanpa tanggal, atau yang sudah bertahun-tahun. Soal isi: sumber kuat menjelaskan dari mana datanya dan bagaimana dikumpulkan. Angka bulat tanpa penjelasan, seperti naik lima puluh persen, patut dicurigai. Dan soal kecocokan: kalimat di jawaban AI harus benar-benar ada di halaman itu. Kadang AI menempelkan kutipan pada halaman yang ternyata tidak memuat klaim tersebut. Inilah alasan utama kita selalu membuka sumbernya. Simpan lima langkah ini sebagai kebiasaan. Satu, klik kutipan dan pastikan halamannya benar-benar terbuka. Tautan mati adalah tanda pertama yang perlu dicurigai. Dua, temukan kalimat atau angka yang dikutip di halaman itu. Gunakan fitur cari di browser supaya cepat, lalu baca satu paragraf di sekitarnya agar konteksnya tidak terlepas. Tiga, lihat tanggal terbit dan siapa penerbitnya. Artikel tanpa tanggal, atau halaman promosi milik penjual, perlu dibaca dengan lebih hati-hati. Empat, cari minimal satu sumber lain yang menyebut hal serupa. Satu sumber bisa keliru; dua sumber independen jauh lebih meyakinkan. Lima, klaim yang tidak lolos jangan dipakai di konten atau keputusan. Atau, kalau tetap dipakai, sebutkan keterbatasannya dengan jujur.
Langkah 4: Deep research: laporan bertahap dari puluhan sumber
Sekarang naik satu tingkat: deep research. Kalau web search ibarat bertanya cepat ke teman, deep research ibarat menugaskan seorang asisten riset. Ia menyusun rencana, membaca puluhan sumber selama beberapa menit, membandingkannya, lalu menulis laporan lengkap dengan kutipan. ChatGPT, Claude, dan Gemini masing-masing punya fitur seperti ini, dengan nama yang mirip. Mari lihat contohnya. Laras menyalakan mode riset mendalam, lalu menulis: buat riset mendalam tentang peluang kopi susu literan untuk pesanan kantor di Bandung. Ia juga menyebut nama usahanya dan harga satu liternya. Perhatikan, AI tidak langsung berangkat. Biasanya ia bertanya balik dulu untuk memperjelas kebutuhan: fokus ke kantor swasta atau instansi, perlu perbandingan harga atau tidak, dan laporannya untuk keputusan apa. Pertanyaan balik ini berharga. Jawablah dengan spesifik. Laras menjawab: keduanya, perlu kisaran harga, dan laporannya untuk menentukan paket langganan kantor. Lalu AI menyusun rencana riset. Pertanyaan besar Laras dipecah menjadi empat sub-pertanyaan yang lebih kecil, misalnya bagaimana pola pemesanan kantor dan berapa kisaran harga pasarnya. Setelah itu, AI menjelajah. Ia mencari, membuka, dan membaca halaman satu per satu. Di contoh ini, dua puluh empat sumber dibaca. Ia juga membandingkan temuan, termasuk mencari informasi yang saling bertentangan. Inilah yang membuat deep research lebih dalam daripada web search biasa. Beberapa menit kemudian, laporannya selesai. Ada ringkasan eksekutif, pola pemesanan kantor, kisaran harga pasar, rekomendasi paket, dan keterbatasan data. Laporan ini memuat dua puluh empat kutipan sumber. Jauh lebih lengkap, tetapi juga lebih banyak yang perlu Anda periksa. Kita bahas caranya di langkah berikutnya. Jadi tahapan deep research ada lima. Pertama, klarifikasi: AI bertanya balik agar tidak salah arah. Kedua, rencana: pertanyaan besar dipecah menjadi beberapa sub-pertanyaan. Ketiga, jelajah: puluhan sumber dibaca selama beberapa menit. Kadang AI juga menyesuaikan rencananya di tengah jalan, kalau ternyata menemukan arah yang lebih menjanjikan. Keempat, bandingkan: temuan dicocokkan, dan yang saling bertentangan ditandai. Kelima, laporan berbab dengan tabel dan kutipan. Selama proses berjalan, Anda bisa mengerjakan hal lain. Kalau diperhatikan, ini pola agent dari Sesi 1: tujuan, rencana, aksi, lalu cek hasil. Sebagai gambaran kasar, web search menjawab dalam hitungan detik. Deep research butuh beberapa menit, kadang sampai sekitar setengah jam, tergantung luas pertanyaannya. Dan sumber yang dibacanya bisa puluhan. Satu hal lagi: deep research biasanya dibatasi kuota sesuai paket langganan, dan aturannya sering berubah. Jadi cek halaman harga terbaru sebelum mengandalkannya untuk pekerjaan rutin.
Langkah 5: Membaca laporan deep research dengan kritis
Laporan deep research bisa sangat panjang. Supaya tidak tenggelam, kenali dulu anatominya. Bagian pertama, ringkasan eksekutif: jawaban inti dalam satu paragraf. Baca ini lebih dulu. Kedua, temuan per sub-pertanyaan, masing-masing disertai kutipan sumber. Bagian ini menjawab pertanyaan-pertanyaan kecil yang tadi disusun di rencana riset. Ketiga, tabel perbandingan. Di sinilah angka-angka penting berada, dan justru bagian ini yang paling perlu dicek ulang. Keempat, rekomendasi. Rekomendasi yang baik dikaitkan dengan keputusan Anda, misalnya paket langganan kantor Kopi Senja. Kelima, keterbatasan: apa yang tidak ditemukan atau belum pasti. Laporan tanpa bagian ini patut dicurigai terlalu yakin. Bila tidak ada, minta AI menambahkannya. Mari praktik membaca kritis. Ini potongan laporan Laras: tabel kisaran harga satu liter, dibagi kedai rumahan dan kedai kekinian, lalu rekomendasi paket kantor sepuluh liter per minggu. Angka seperti ini akan dipakai untuk menentukan harga, jadi Laras bertanya balik: kisaran ini dari sumber mana saja? Pisahkan menu resmi toko dari ulasan pembeli. Jawabannya membuka hal penting. Empat angka dari halaman menu toko, dua dari ulasan pembeli. Dan dua halaman menu ternyata tidak bertanggal, jadi harganya mungkin sudah berubah. Informasi seperti ini tidak terlihat kalau kita hanya membaca ringkasan. Satu pertanyaan balik sudah cukup untuk tahu seberapa kuat dasar sebuah angka. Waspadai tiga jebakan ini. Pertama, kalimat yang terdengar sangat yakin tetapi tidak punya nomor kutipan. Bisa jadi itu kesimpulan AI sendiri, bukan isi sumber. Kedua, sumber lama yang dipakai untuk menggambarkan kondisi sekarang, misalnya harga dari tiga tahun lalu. Ketiga, data dari satu kota atau satu survei kecil yang dianggap berlaku di mana-mana. Harga kopi di Jakarta, misalnya, belum tentu sama dengan harga di Bandung. Solusinya sederhana: tanyakan balik sumber angka-angka terpenting, lalu cek manual tiga klaim yang paling memengaruhi keputusan Anda dengan lima langkah tadi. Tidak perlu memeriksa semua dua puluh empat kutipan.
Langkah 6: Kapan pakai web search, kapan deep research
Sekarang kita jajarkan keduanya. Soal waktu: web search beberapa detik, deep research beberapa menit hingga sekitar setengah jam. Soal kedalaman: web search membaca beberapa halaman teratas, deep research membaca puluhan sumber dan membandingkannya. Soal hasil: web search memberi jawaban singkat dengan kutipan, deep research memberi laporan berbab dengan kutipan. Soal kecocokan: web search untuk fakta cepat atau mengecek satu hal. Deep research untuk keputusan penting seperti riset pasar. Dan soal batas pakai: web search umumnya longgar, sedangkan deep research dibatasi kuota. Jadi aturan praktisnya, mulailah dari web search, dan naik ke deep research bila jawabannya memang perlu dibandingkan dari banyak sisi. Mari latihan. Laras ingin tahu jam buka pameran kopi akhir pekan ini. Jawabannya web search. Satu fakta, perlu cepat. Tetap buka situs resmi penyelenggaranya untuk memastikan. Dewi, manajer operasional CV Maju Bersama, ingin membandingkan lima vendor kertas untuk kontrak setahun. Ini deep research: keputusannya besar dan butuh banyak sumber. Pak Hendra dari Bimbel Cerdas ingin tahu pengumuman jadwal ujian sekolah terbaru. Web search, lalu langsung cek pengumuman resmi dari sekolah atau dinas pendidikan. Nadia, freelancer media sosial, ingin tahu tren konten kuliner tiga bulan terakhir untuk kliennya. Deep research, karena ia butuh pola dari banyak sumber, bukan satu fakta. Sebelum lanjut, kerjakan tugas kecil ini. Pertama, ajukan satu pertanyaan tentang usaha Anda dengan web search, memakai pola prompt tadi, dan minta kutipannya. Kedua, pilih dua kutipan dari jawabannya, lalu jalankan lima langkah cek sumber. Ketiga, kalau paket Anda punya deep research, coba satu riset kecil tentang pasar Anda sendiri. Kalau belum, tidak apa-apa; web search sudah cukup untuk latihan ini. Keempat, catat berapa klaim yang lolos cek dan berapa yang tidak. Angka ini akan membuat Anda lebih bijak memakai hasil riset AI di episode-episode berikutnya.
Selesai!
Mari kita rangkum. Web search memberi jawaban cepat dengan kutipan dari beberapa halaman. Deep research bertanya balik, menyusun rencana, membaca puluhan sumber, lalu menulis laporan. Keduanya tetap perlu Anda cek sumbernya. Di episode berikutnya, AI melangkah lebih jauh: browser agent seperti Claude in Chrome dan ChatGPT Agent, yang bisa membuka halaman, mengklik, dan mengisi sendiri. Sampai jumpa di episode tujuh belas.
Latihan mandiri
Kerjakan sendiri setelah menonton supaya materinya benar-benar melekat.
Ajukan satu pertanyaan usaha Anda dengan web search memakai pola prompt tugas, format, dan batasan. Minta nomor kutipan di setiap klaim.
Pilih dua kutipan dari jawaban itu dan jalankan lima langkah cek sumber. Catat mana yang lolos dan mana yang tidak.
Bila paket Anda memiliki deep research, jalankan satu riset kecil tentang pasar Anda, lalu tanyakan balik sumber dari tiga angka terpentingnya.
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
53 kelas video1.279 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.
