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 episode terakhir Sesi 7. Selama empat episode kita memasang agent admin Kopi Senja bagian demi bagian. Hari ini semuanya kita uji bersama, dari awal sampai akhir. Skenarionya nyata: pelanggan bertanya stok, memesan dua kopi susu satu liter, agent mengonfirmasi, mencatat ke Google Sheets, dan mengabari Dimas. Lalu kita uji kasus yang sulit, seperti stok habis.
Langkah 1: Rangkaian lengkap dan persiapan uji
Mari lihat sekali lagi rangkaian lengkapnya. Di kiri, Chat Trigger, pintu masuk setiap pesan pelanggan. Lalu node AI Agent, yang kini membawa instruksi admin dari Episode 34: peran, aturan harga, konfirmasi, dan eskalasi. Di bawahnya, Chat Model sebagai otak, dengan temperature rendah supaya jawaban konsisten. Simple Memory yang mengingat sepuluh putaran terakhir di setiap sesi, dengan kunci sesi dari Chat Trigger. Cek Produk, alat yang hanya membaca tab Produk, sehingga aman dipakai kapan saja. Catat Pesanan, alat yang menambah baris di tab Pesanan, hanya setelah pelanggan setuju. Dan Notifikasi Dimas, yang mengirim email ke admin. Tujuh node, tanpa satu baris kode pun. Sekarang kita buktikan bahwa semuanya bekerja bersama. Sebelum menguji, siapkan kondisinya. Pertama, cek tab Produk. Kopi susu satu liter stoknya dua belas, dan cold brew sengaja nol untuk menguji stok habis. Kedua, pastikan tab Pesanan bersih dari baris uji episode sebelumnya, supaya hasil uji hari ini mudah dikenali. Ketiga, pastikan System Message sudah tersimpan. Buka node AI Agent sebentar dan periksa bahwa keenam bagian instruksinya ada. Keempat, mulai setiap skenario di sesi chat baru. Dengan begitu memori tidak membawa sisa percakapan dari uji sebelumnya. Hari ini ada tiga skenario utama. Pertama, pelanggan bertanya stok. Rina ingin tahu apakah kopi susu satu liter tersedia. Kedua, Rina memesan dua kopi susu satu liter. Di sini kita uji konfirmasi, pencatatan, dan notifikasi. Ketiga, Sari memesan cold brew yang stoknya habis. Skenario ini menguji apakah agent berani berkata tidak, meskipun pelanggan sudah berniat membeli. Setelah itu, beberapa kasus tepi. Untuk setiap skenario, kita cek tiga tempat: jawaban di chat, alat yang dipanggil di kanvas, dan data di Google Sheets. Ketiganya harus cocok.
Langkah 2: Skenario 1: pelanggan bertanya stok
Skenario pertama. Buka Open chat di sesi baru. Rina menulis: halo Kak, kopi susu gula aren yang satu liter ready? Ada yang less sugar? Baris abu-abu muncul: Cek Produk membaca empat baris dari tab Produk. Agent tidak menebak, karena instruksinya mewajibkan harga dan stok diambil dari alat ini. Pertanyaan soal varian juga dijawab dari kolom Varian di baris yang sama. Jawabannya ramah dan singkat: ready, harga delapan puluh lima ribu, stok dua belas, varian normal dan less sugar. Agent juga menutup dengan pertanyaan, mau pesan berapa? Persis seperti admin yang baik. Mari cocokkan dengan sumbernya. Di tab Produk, baris kopi susu gula aren satu liter berisi harga delapan puluh lima ribu, stok dua belas, varian normal dan less sugar. Setiap angka dalam jawaban agent berasal dari baris ini. Kalau besok Dimas mengubah stok menjadi delapan, jawaban agent ikut berubah tanpa ada yang perlu diatur ulang di n8n. Tempat ketiga, kanvas. Eksekusi pesan pertama Rina memperlihatkan centang pada Cek Produk saja. Catat Pesanan dan Notifikasi Dimas tidak disentuh, karena Rina baru bertanya. Jawaban di chat, alat di kanvas, dan data di Sheets saling cocok. Skenario pertama lulus.
Langkah 3: Skenario 2: memesan dua kopi susu 1 L
Skenario kedua melanjutkan percakapan yang sama. Rina membalas: mau dua yang normal ya, atas nama Rina, lengkap dengan nomor WA. Agent tidak langsung mencatat. Ia mengirim ringkasan: dua kopi susu satu liter varian normal, seratus tujuh puluh ribu, ditambah ongkir dalam kota sepuluh ribu, total seratus delapan puluh ribu. Lalu bertanya: sudah benar, Kak? Perhatikan, agent tidak memanggil Cek Produk lagi. Harga dan stok sudah ada di memori percakapan dari pesan sebelumnya. Itulah gunanya Simple Memory. Rina menjawab: ya, benar. Inilah titik persetujuan yang kita tunggu. Tanpa jawaban ini, alat Catat Pesanan tidak akan pernah dipanggil. Baru sekarang agent memanggil Catat Pesanan. Satu baris baru ditambahkan ke tab Pesanan. Lalu, sesuai urutan di instruksi, agent memanggil Notifikasi Dimas dengan subjek pesanan baru. Terakhir, agent menutup dengan jawaban yang jelas: pesanan tercatat, dan Dimas akan menghubungi lewat WhatsApp untuk alamat dan pembayaran. Agent tidak mengaku sudah menerima pembayaran, karena itu memang bukan wewenangnya. Di kanvas, eksekusi untuk pesan ya, benar memperlihatkan centang hijau pada Catat Pesanan dan Notifikasi Dimas. Cek Produk tidak dipakai di pesan ini. Dalam satu pesan, agent mengambil keputusan berurutan: membaca memori, menyimpulkan pelanggan sudah setuju, mencatat, lalu mengabari. Tidak ada satu pun urutan yang kita tulis sebagai panah di kanvas. Agent yang memutuskan. Kalau di log Anda urutannya berbeda, misalnya Notifikasi Dimas dipanggil sebelum Catat Pesanan, tegaskan urutannya di bagian tugas pada instruksi sistem, lalu uji ulang.
Langkah 4: Cek hasil: baris baru dan notifikasi
Sekarang buka Google Sheets, tab Pesanan. Dua baris lama milik Budi dan Sari masih utuh di atas. Alat Catat Pesanan hanya menambah baris, tidak pernah menimpa data yang sudah ada. Di bawahnya, baris baru berwarna hijau: dua puluh delapan Oktober pukul sepuluh lewat lima, Rina, nomor WA, kopi susu gula aren satu liter varian normal, jumlah dua, total seratus delapan puluh ribu. Statusnya Baru, sesuai isian yang kita kunci. Waktunya dari jam sistem, dan nama produknya nama resmi dari tab Produk, bukan singkatan dari chat. Bandingkan dengan Episode 32, ketika pesanan harus disalin manual oleh Dimas. Kini pesanan masuk rapi, lengkap, dan konsisten, bahkan di luar jam kerja. Pindah ke kotak masuk Dimas. Email paling atas berlabel Pesanan, dikirim agent pukul sepuluh lewat lima. Di bawahnya ada email eskalasi dari uji Putri di episode lalu, dan pesan dari Laras. Isinya lengkap: nama, nomor WA, produk, total, status, dan tindakan yang diminta. Dimas cukup menghubungi Rina, memastikan alamat dan pembayaran, lalu mengubah status di Sheets menjadi Diproses. Keputusan akhir tetap di tangan manusia. Sekarang bagian manusia. Enam menit kemudian, Dimas menghubungi Rina lewat WhatsApp, memperkenalkan diri, dan meminta alamat lengkap. Rina menjawab bahwa pesanan dikirim ke kantornya, dan membagikan lokasi. Alamat lengkap sengaja tidak diminta agent, karena instruksi membatasi data yang dikumpulkan hanya nama dan nomor WA. Dimas menyebut total yang sama dengan yang dicatat agent, seratus delapan puluh ribu, beserta cara pembayaran dan perkiraan waktu antar. Janji waktu antar dibuat Dimas, bukan agent. Rina mentransfer. Agent mengurus bagian yang berulang, dan Dimas mengurus bagian yang butuh kepercayaan dan keputusan. Pembagian kerja seperti inilah tujuan kita. Setelah pembayaran masuk, Dimas membuka tab Pesanan dan mengubah status Rina dari Baru menjadi Diproses. Perubahan status ini sengaja tetap manual, sesuai pembagian peran di Episode 32.
Langkah 5: Skenario 3: stok habis dan kasus tepi
Skenario ketiga, di sesi baru. Sari menulis: pesan cold brew tiga botol buat besok ya. Kedengarannya pesanan biasa, tetapi stok cold brew nol. Agent memanggil Cek Produk dan membaca stok nol. Inilah saat data di Sheets diuji: kalau Dimas lupa mengisi nol, agent akan menerima pesanan yang tidak bisa dipenuhi. Jawabannya sopan dan jujur: cold brew sedang habis. Lalu ia menawarkan alternatif yang stoknya ada, dan memberi pilihan kedua: minta Dimas mengabari saat cold brew tersedia lagi. Agent tidak memaksa. Sari memilih dikabari saja, dan menyebut nama serta nomor WA. Agent memanggil Notifikasi Dimas, berisi Sari menunggu cold brew tiga botol. Perhatikan, Catat Pesanan sama sekali tidak dipanggil. Tidak ada pesanan untuk produk yang tidak ada. Agent menutup dengan kepastian: Dimas akan mengabari lewat WhatsApp. Satu pertanyaan sulit, ditangani dengan benar tanpa campur tangan kita. Sari tetap merasa dilayani, meskipun produknya sedang kosong. Log sesi Sari di kanvas menegaskan hal yang sama. Cek Produk dan Notifikasi Dimas bercentang. Catat Pesanan kosong, dan tab Pesanan tidak bertambah. Inilah yang dimaksud agent mengambil keputusan. Dari pesan yang terdengar seperti pesanan, agent memutuskan untuk tidak mencatat, karena data stok berkata lain. Kasus tepi pertama kita uji langsung. Andi ingin memesan lima belas kopi susu satu liter untuk arisan hari Sabtu. Agent mengecek data: stok dua belas. Agent tidak menolak mentah-mentah, dan tidak juga menjanjikan lima belas. Ia menyebut stok yang ada, lalu memberi dua pilihan: pesan dua belas dulu, atau diteruskan ke Dimas untuk cek produksi tambahan. Andi memilih diteruskan ke Dimas, lalu menyebut nama dan nomor WA-nya. Agent memanggil Notifikasi Dimas, dan sekali lagi tidak mencatat apa pun. Apakah dapur bisa membuat tiga liter tambahan sebelum Sabtu adalah keputusan Laras dan Dimas, bukan agent. Mari rangkum kasus tepi yang wajib diuji. Pertama, jumlah melebihi stok, seperti yang baru saja kita lihat: sebut stok yang ada, tawarkan dua belas, atau teruskan ke Dimas. Kedua, produk yang tidak ada di menu, misalnya es teh. Agent cukup bilang tidak tersedia dan menyebut produk yang ada, tanpa mengarang. Ketiga, pelanggan yang tidak mau memberi nomor WA. Agent menjelaskan bahwa nomor dipakai Dimas untuk konfirmasi, dan tidak mencatat pesanan tanpa nomor. Keempat, pesan di luar jam buka, misalnya pukul sebelas malam. Agent tetap boleh mencatat, tetapi memberi tahu bahwa Dimas memproses setelah jam delapan pagi. Kelima, pelanggan mengganti jumlah setelah ringkasan. Agent membuat ringkasan baru dan bertanya ulang, seperti uji Rina di episode lalu. Kalau ada kasus yang gagal, perbaiki instruksinya, lalu uji lagi. Simpan daftar kasus ini sebagai lembar uji. Setiap kali Anda mengubah instruksi, alat, atau data, jalankan ulang semua kasus. Kebiasaan sederhana ini mencegah perbaikan kecil merusak bagian lain.
Langkah 6: Output Sesi 7: agent yang memutuskan dan bertindak
Selamat. Anda sudah menyelesaikan output Sesi 7: AI agent yang bisa mengambil keputusan dan bertindak. Bukan sekadar chatbot yang menjawab, dan bukan otomasi yang kaku. Hari ini kita melihat empat keputusan nyata. Agent memilih alat sendiri. Agent menolak mencatat saat stok habis. Agent meminta persetujuan sebelum mengubah data. Dan agent tahu kapan harus memanggil Dimas. Semua keputusan itu diambil di dalam batas yang kita tetapkan: alat yang terbatas, data dari satu sumber, instruksi yang jelas, dan manusia yang tetap memegang keputusan penting. Agent yang bebas tanpa batas justru berbahaya bagi usaha. Agent admin kita ternyata sederhana. Hanya tujuh node di kanvas. Hanya tiga alat, masing-masing dengan hak akses terbatas: satu membaca, satu menambah baris, satu mengirim email ke alamat yang dikunci. Ada satu titik persetujuan yang tidak bisa dilewati: konfirmasi pelanggan sebelum mencatat. Dan nol baris kode. Kecil, terbatas, dan mudah diperiksa. Justru karena itulah agent ini aman dipakai di usaha sungguhan. Bandingkan dengan bayangan banyak orang tentang AI agent yang rumit dan mahal. Untuk usaha kecil, agent yang baik justru dimulai dari satu tugas yang jelas, data yang rapi, dan alat secukupnya. Mari tengok perjalanan Sesi 7. Di Episode 31 kita memasang node AI Agent dengan model, memori, dan alat pertama. Agent mulai bisa memilih alat sendiri. Di Episode 32, Google Sheets Produk dan Pesanan menjadi sumber kebenaran. Agent berhenti mengarang harga. Di Episode 33, tiga alat membuat agent bisa membaca, mencatat, dan mengabari. Di Episode 34, memori dan instruksi sistem membuat agent nyambung dan tertib. Dan hari ini, uji dari awal sampai akhir membuktikan agent siap dihubungkan ke pelanggan sungguhan. Pola agent ini bisa dipindahkan ke banyak pekerjaan. Pak Hendra bisa membuat agent pendaftaran bimbel: mengecek sisa kuota kelas, mengonfirmasi, mencatat pendaftar, lalu mengabari Pak Hendra. Dewi bisa membuat agent permintaan alat tulis kantor untuk pelanggan CV Maju Bersama: mengecek stok gudang, mengonfirmasi, mencatat permintaan, lalu mengabari tim gudang. Nadia bisa membuat agent calon klien: menjelaskan paket layanan dari data, mengumpulkan kebutuhan calon klien, mencatatnya, lalu mengabari Nadia. Polanya selalu empat langkah: baca data, minta konfirmasi, catat, kabari manusia. Coba tuliskan sekarang, seperti apa empat langkah itu untuk usaha atau pekerjaan Anda sendiri. Sebelum agent dipakai pelanggan sungguhan, jalankan checklist ini. Pertama, agent lolos uji sepuluh pertanyaan nyata dari pelanggan Anda, termasuk kasus tepi. Kedua, batas pemakaian bulanan API sudah dipasang di dasbor penyedia model, supaya biaya tetap terkendali. Ketiga, baris uji di Sheets dan email uji sudah dibersihkan, supaya Dimas tidak memproses pesanan palsu. Keempat, Dimas paham alur status: Baru, Diproses, Dikirim, Selesai, dan tahu bahwa email berlabel Eskalasi harus dibalas lebih dulu. Kelima, instruksi sistem disimpan juga di dokumen terpisah, sehingga mudah diperbarui bila aturan toko berubah. Kalau semuanya tercentang, agent Anda siap naik ke tahap berikutnya.
Selesai!
Mari kita rangkum. Agent admin Kopi Senja menjawab stok dari Sheets, mengonfirmasi pesanan, mencatat baris baru hanya setelah pelanggan setuju, mengabari Dimas, dan menangani stok habis dengan jujur. Itulah AI agent yang mengambil keputusan dan bertindak. Saat ini agent masih diuji lewat jendela chat di editor. Di Sesi 8 kita menghubungkannya ke tempat pelanggan berada. Episode 36 membahas pilihan integrasinya: WhatsApp Business API, layanan pihak ketiga, Instagram, dan Telegram. Sampai jumpa di Episode 36.
Latihan mandiri
Kerjakan sendiri setelah menonton supaya materinya benar-benar melekat.
Uji agent Anda dengan sepuluh pertanyaan nyata dari pelanggan, termasuk minimal dua kasus tepi (stok habis, jumlah melebihi stok).
Catat setiap jawaban yang kurang tepat, lalu perbaiki deskripsi alat atau System Message, dan uji ulang di sesi baru.
Tantangan: tambahkan alat keempat yang hanya membaca, misalnya Cek Status Pesanan berdasarkan nomor WA, lengkap dengan deskripsi yang jelas.
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.
