Memuat
Memuat
Lihat semua langkah di atas dipraktikkan langsung, lengkap dengan narasi.
0 kali ditonton
Buku kelas
Halaman 1 / 5
Sampul: Kelas Agentic AI Tanpa Coding #41: Multi-Agent Sederhana: Periset, Penulis, dan Pemeriksa
Klik halaman atau ◀ ▶ untuk membalik · geser di HP · untuk memperbesar
Ingin belajar lebih dalam?
Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.
Dipilih dari software, topik, dan level “Kelas Agentic AI Tanpa Coding #41: Multi-Agent Sederhana: Periset, Penulis, dan Pemeriksa”.
Pilihan lain dari kami untuk Agentic AI.
Belajar bareng mentor
Kursus AI & Kecerdasan Buatan terjadwal, dibimbing langsung, bersertifikat.

Kursus MATLAB Agentic AI: Membangun AI Agent Otomatis dengan MATLAB & Simulink

Kursus Midjourney: Buat Gambar AI Memukau dari Teks
★ 4.9

Kursus DALL-E: Membuat Gambar AI Profesional dari Teks
★ 4.9
Minta dibuatkan
Tidak sempat belajar Agentic AI? Tim kami bisa mengerjakan proyeknya.

Jasa Pembuatan Matlab & Simulink — Agentic AI untuk Otomatisasi Simulasi dan Analisis Data

Jasa Pembuatan Gambar AI dengan Stable Diffusion — Produksi Visual Custom Tanpa Batas
★ 4.9

Jasa Pembuatan Gambar & Video AI dengan Leonardo AI — Visual All-in-One untuk Bisnis
★ 4.9
Kabari saya kalau ada kelas Agentic AI baru
Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Selamat datang kembali di kelas Agentic AI Tanpa Coding. Kita masuk Sesi 9: Tim Agent, Kualitas, dan Keamanan. Di episode ini kita memecah satu agent serba bisa menjadi tim kecil berisi tiga agent: periset, penulis, dan pemeriksa. Lalu kita sambungkan di n8n dan mencobanya untuk konten Instagram Kopi Senja.
Di Sesi 8 kita sudah punya agent layanan pelanggan yang menjawab WhatsApp dan Telegram dua puluh empat jam. Satu agent, satu instruksi panjang, dan banyak alat. Masalah muncul ketika kita menumpuk semua tugas ke satu agent. Ibaratnya satu karyawan disuruh riset, menulis, mengecek, sekaligus mengirim. Hasilnya memang cepat, tetapi mudah lupa aturan, sulit diperiksa, dan kalau ada yang salah, kita tidak tahu bagian mana yang harus diperbaiki. Di episode ini kita belajar cara yang lebih rapi: membagi pekerjaan ke beberapa agent kecil. Coba lihat contoh nyata. Laras meminta satu chatbot mengerjakan semuanya dalam satu perintah: cari ide, tulis lima caption lengkap dengan harga, sesuaikan gaya brand, cek kesalahan, dan buat ide visual. Jawabannya datang cepat dan terlihat rapi. Bahkan di akhir AI menulis: semua sudah saya cek, tidak ada kesalahan. Tetapi perhatikan baris pertama. Kopi susu gula aren satu liter ditulis Rp75.000, padahal harganya Rp85.000. Baris kedua lebih berbahaya: gratis ongkir ke seluruh Indonesia, janji yang tidak pernah dibuat Kopi Senja. Laras harus menemukan sendiri kesalahan itu, lalu menegur. Padahal tujuan memakai AI justru supaya Laras tidak perlu memeriksa setiap kata. AI meminta maaf dan memperbaiki. Tetapi kalau Laras sedang sibuk dan tidak sempat membaca, caption itu bisa langsung terposting. Pemeriksaan yang dilakukan AI terhadap tulisannya sendiri ternyata tidak bisa diandalkan. Sekarang bandingkan dua cara. Soal instruksi: agent serba bisa butuh instruksi yang sangat panjang, dan makin panjang, makin mudah ada aturan yang terlewat. Di tim agent, setiap anggota cukup diberi instruksi pendek yang fokus. Soal memeriksa: agent tunggal menilai tulisannya sendiri, seperti murid yang mengoreksi ujiannya sendiri. Di tim agent, ada pemeriksa terpisah yang memakai rubrik. Soal mencari kesalahan: pada agent tunggal, kita sulit tahu bagian mana yang keliru. Di tim agent, hasil setiap anggota bisa dilihat satu per satu. Soal memperbaiki: mengubah satu aturan di instruksi panjang sering membuat bagian lain ikut berubah. Di tim agent, kita cukup memperbaiki satu agent yang bermasalah. Kekurangannya, tim agent memanggil AI tiga kali, jadi sedikit lebih lama dan sedikit lebih mahal. Bayangkan dapur kecil: ada yang belanja, ada yang memasak, dan ada yang mencicipi sebelum makanan disajikan.
Inilah susunan tim yang kita pakai sepanjang Sesi 9. Anggota pertama, periset. Tugasnya hanya mencari ide konten dari tren dan kalender promo. Anggota kedua, penulis. Ia menerima ide dari periset, lalu menulis caption dan ide visual sesuai gaya brand Kopi Senja: hangat, santai, dan menyapa pelanggan dengan Kak. Anggota ketiga, pemeriksa. Ia tidak menulis apa pun. Tugasnya menilai hasil penulis memakai rubrik: harga benar, gaya sesuai, dan tidak ada janji palsu. Di ujung tetap ada manusia: Laras, yang menyetujui atau meminta revisi. Setiap anggota menerima hasil anggota sebelumnya, mengerjakan satu tugas, lalu meneruskan. Persetujuan pemilik kita bahas tuntas di episode berikutnya. Supaya sambungannya jelas, tentukan masukan dan keluaran setiap agent. Periset menerima tanggal minggu ini, kalender promo, dan catatan tren. Keluaran periset adalah lima ide, masing-masing dengan hari, judul, alasan, dan produk yang diangkat. Penulis menerima lima ide tadi, ditambah daftar harga resmi dan panduan gaya. Perhatikan: daftar harga diberikan langsung, bukan diingat-ingat oleh AI. Keluaran penulis adalah lima caption, ide visual, dan tagar. Hanya itu, tanpa komentar tambahan. Pemeriksa menerima caption, daftar harga yang sama, dan rubrik penilaian. Keluarannya skor setiap caption, catatan perbaikan, dan keputusan lolos atau revisi. Keluaran satu agent menjadi masukan agent berikutnya, persis seperti lari estafet. Mari tulis instruksi untuk periset. Bagian peran cukup singkat: periset konten untuk Kopi Senja, kedai kopi di Bandung. Bagian data berisi variabel yang nanti diisi otomatis oleh workflow: tanggal minggu ini, kalender promo, dan catatan tren. Tanda kurung kurawal ganda menandai bagian yang berubah setiap minggu. Tugasnya hanya satu: usulkan lima ide konten, satu untuk setiap hari kerja. Perhatikan, tidak ada kata tulis, cek, atau kirim di sini. Formatnya tabel: hari, judul ide, alasan singkat, dan produk yang diangkat. Format yang rapi memudahkan penulis membaca hasilnya. Dan bagian terpenting, batasan. Periset dilarang menulis caption dan dilarang menyebut harga, karena itu tugas anggota lain. Agent yang tugasnya sempit lebih jarang melenceng.
Sekarang instruksi penulis. Perannya penulis caption dengan gaya Kopi Senja: hangat, santai, menyapa Kak, dan maksimal dua emoji. Datanya ide dari periset dan daftar harga resmi. Tugasnya: satu caption, maksimal enam puluh kata, dan satu ide visual untuk setiap ide. Batasannya mencegah kesalahan tadi: harga hanya boleh diambil dari daftar harga, dan tidak boleh menjanjikan promo, diskon, atau ongkir yang tidak ada di data. Formatnya per ide: hari, caption, ide visual, dan tiga tagar. Penulis tidak perlu tahu tren dan tidak perlu menilai dirinya sendiri. Ia fokus menulis. Instruksi pemeriksa paling ketat. Ia tidak boleh menulis ulang caption, hanya menilai. Datanya caption dari penulis dan daftar harga yang sama. Tugasnya memberi skor satu sampai lima untuk empat kriteria: akurat, sesuai brand, lengkap, dan aman. Rubrik ini kita bedah lebih dalam di Episode 43. Keluarannya empat skor, catatan perbaikan, dan keputusan: lolos hanya jika semua skor minimal empat. Selain itu, revisi. Batasannya tegas: satu angka atau janji yang tidak ada di data langsung membuat nilai akurat jatuh ke satu. Pemeriksa sengaja dibuat galak, karena tugasnya memang mencari kesalahan. Sebelum menyambungkan, cek instruksi Anda dengan lima ciri ini. Pertama, satu tugas utama yang bisa diucapkan dalam satu kalimat. Kedua, masukannya jelas: data apa saja yang diterima agent ini, dan dari mana datangnya. Ketiga, keluarannya berformat tetap, misalnya tabel atau daftar bernomor, supaya agent berikutnya mudah membaca. Keempat, ada larangan mengerjakan tugas anggota lain. Penulis tidak menilai, pemeriksa tidak menulis ulang. Kelima, data penting seperti harga dan aturan selalu diberikan lewat data, bukan diingat-ingat oleh AI. Kalau kelima ciri ini terpenuhi, tim Anda siap disambungkan.
Sekarang kita sambungkan di n8n. Ada dua cara. Cara pertama paling sederhana: tiga langkah AI yang berjalan berurutan. Kita mulai dengan pemicu jalankan manual, supaya mudah diuji. Langkah AI pertama adalah periset. Isinya instruksi periset yang tadi kita tulis, ditambah pilihan model AI. Garis panah membawa keluaran periset, yaitu lima ide, ke langkah AI kedua: penulis. Keluaran penulis, yaitu lima caption, diteruskan ke langkah ketiga: pemeriksa. Terakhir, hasilnya disimpan ke Google Sheets supaya bisa dibaca Laras. Untuk sementara belum ada langkah persetujuan. Itu kita tambahkan di Episode 42, dan kita rakit lengkap di Episode 45. Kita klik jalankan. Satu per satu node mendapat centang hijau. Seluruh tim selesai bekerja dalam sekitar tiga puluh delapan detik. Klik node mana pun untuk melihat masukan dan keluarannya. Inilah keunggulan cara berurutan: kalau caption salah, Anda bisa melihat apakah idenya yang keliru dari periset, atau tulisannya yang keliru dari penulis. Mari klik node penulis untuk melihat isinya. Panel pengaturan terbuka di sebelah kanan. Kolom model berisi model AI pilihan Anda. Kolom instruksi sistem berisi instruksi penulis yang tadi kita susun. Kolom pesan masuk berwarna kuning karena berisi ekspresi. Artinya: ambil keluaran node sebelumnya, yaitu lima ide dari periset. Anda tidak perlu mengetiknya, cukup seret kolom output dari panel data ke kotak ini. Node pemeriksa disusun dengan cara yang sama. Pesan masuknya mengambil caption dari penulis. Nama menu di n8n bisa sedikit berbeda dari simulasi ini karena aplikasinya sering diperbarui, tetapi polanya sama. Empat tips agar sambungan ini awet. Pertama, beri nama node yang jelas: periset, penulis, pemeriksa. Jangan biarkan bernama AI satu, AI dua, karena tiga bulan lagi Anda akan bingung sendiri. Kedua, minta format keluaran yang tetap. Kalau periset kadang menulis tabel dan kadang paragraf, penulis bisa salah membaca. Ketiga, uji satu node dulu. Jalankan periset saja, cek hasilnya, baru sambungkan penulis. Lebih mudah menemukan masalah satu per satu. Setelah periset stabil, barulah tambah penulis, lalu pemeriksa. Keempat, simpan daftar harga di satu tempat, misalnya Google Sheets, lalu pakai untuk penulis dan pemeriksa. Kalau harga naik, cukup ubah satu sel, dan seluruh tim langsung memakai harga baru.
Cara kedua lebih luwes. Pemicunya pesan dari Laras lewat chat, misalnya: buatkan tiga caption untuk promo hampers akhir pekan. Pesan itu diterima satu AI Agent yang kita sebut koordinator. Koordinator tidak menulis sendiri. Ia seperti manajer yang membagi tugas. Seperti agent di Sesi 7, koordinator punya model AI sebagai otaknya. Instruksinya berisi daftar anggota tim dan urutan kerja yang dianjurkan. Yang berbeda adalah alatnya. Alat pertama adalah agent periset. Di n8n, sebuah agent bisa dipasang sebagai alat untuk agent lain, atau dipanggil lewat workflow terpisah yang berisi agent. Alat kedua adalah agent penulis, dengan instruksi penulis yang sama seperti tadi. Alat ketiga adalah agent pemeriksa, lengkap dengan rubriknya. Dan alat keempat, Sheets, untuk menyimpan hasil. Koordinator yang memutuskan kapan memanggil siapa. Kalau pemeriksa memberi catatan, koordinator bisa memanggil penulis lagi untuk memperbaiki. Setiap agent alat tetap memakai instruksi sempitnya sendiri. Bedanya hanya siapa yang mengatur urutan. Pada cara pertama urutannya tetap, pada cara kedua koordinator yang memutuskan. Lalu pilih yang mana? Soal urutan kerja: pada cara pertama selalu sama, pada cara kedua diputuskan oleh koordinator. Soal mudah diperiksa: cara pertama sangat mudah, karena hasil setiap langkah terlihat di kanvas. Pada cara kedua, kita perlu membaca log koordinator untuk tahu siapa dipanggil kapan. Soal mengulang revisi: cara kedua lebih luwes, koordinator bisa memanggil penulis berkali-kali. Pada cara pertama, putaran revisi harus kita tambahkan sendiri sebagai cabang. Soal biaya: cara pertama mudah ditebak. Cara kedua bisa membengkak kalau koordinator terlalu sering memutar revisi. Karena itu, tulis batasnya di instruksi koordinator, misalnya maksimal dua kali revisi. Kesimpulannya, cara pertama cocok untuk pekerjaan rutin seperti konten mingguan, cara kedua untuk permintaan bebas dari pemilik. Saran saya, mulailah dari cara pertama.
Sekarang lihat hasil uji cobanya. Periset menyelesaikan tugasnya lebih dulu: lima ide, misalnya kopi pagi untuk pekerja di hari Senin, cold brew untuk siang yang panas di hari Rabu, dan hampers di hari Jumat. Penulis menerima ide itu, lalu menulis lima caption beserta ide visual dan tagarnya, memakai daftar harga yang diambil dari Sheets. Ini contoh caption hari Jumat. Harga hampers Rp150.000 benar, versi tanpa gula disebut, dan aturan gratis ongkir ditulis lengkap: dalam kota, untuk belanja di atas Rp200.000. Ide visualnya hampers di meja kayu dengan cahaya sore. Lalu pemeriksa bekerja dan menemukan satu kesalahan. Caption Rabu menyebut cold brew satu liter, padahal produk yang ada hanya ukuran lima ratus mililiter. Statusnya revisi. Caption itu dikembalikan ke penulis bersama catatan pemeriksa, diperbaiki menjadi lima ratus mililiter, lalu diperiksa ulang dan lolos. Hasil akhirnya lima caption yang lolos pemeriksaan dengan skor rata-rata empat koma enam, dan semuanya tersimpan di Sheets. Kesalahan ditemukan oleh tim agent, bukan oleh Laras yang sedang sibuk. Di Google Sheets, hasilnya tersusun rapi per hari: ide, awal caption, ide visual, skor, dan status. Perhatikan baris Rabu. Statusnya lolos setelah satu kali revisi. Catatan seperti ini membantu Anda melihat agent mana yang sering membuat kesalahan, dan instruksi mana yang perlu diperjelas. Lima hari, lima konten, siap ditinjau Laras. Pekerjaan yang biasanya menghabiskan satu sampai dua jam untuk mencari ide dan menulis kini tinggal beberapa menit untuk meninjau. Kalau usaha Anda bukan kedai kopi, polanya tetap sama. Pak Hendra di Bimbel Cerdas bisa memakai tim yang sama untuk materi: periset memilih topik, penulis membuat soal, pemeriksa mengecek kunci jawaban. Untuk usaha Anda sendiri, mulailah kecil. Pertama, cukup dua agent dulu: penulis dan pemeriksa. Periset bisa ditambah setelah keduanya stabil. Kedua, tulis instruksi sempit dengan lima ciri yang tadi kita bahas. Ketiga, simpan keluaran setiap agent, supaya saat ada yang salah Anda tahu siapa penyebabnya. Keempat, batasi putaran revisi, misalnya maksimal dua kali, supaya biaya tidak membengkak. Kelima, tetap ada manusia sebelum konten diposting. Pemeriksa AI menyaring kesalahan, tetapi keputusan akhir tetap milik pemilik usaha.
Mari kita rangkum. Tim agent membagi satu pekerjaan besar menjadi tugas-tugas sempit: periset mencari ide, penulis menulis, pemeriksa menilai. Di n8n, sambungkan sebagai tiga langkah AI berurutan, atau sebagai koordinator yang memanggil agent lain sebagai alat. Di episode berikutnya kita memasang rem pengaman: human in the loop, yaitu cara membuat AI menunggu persetujuan Anda sebelum mengirim atau membayar. Tim agent yang baru kita buat akan memakai rem ini juga. Sampai jumpa di Episode 42.
Kerjakan sendiri setelah menonton supaya materinya benar-benar melekat.
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.

Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
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.
Lihat klien kami →