Rekayasa yang cepat. Apa yang dilakukan seorang insinyur yang cepat? | AI dalam bisnis #42

Rekayasa cepat adalah bidang baru yang menarik yang menggabungkan kecerdasan buatan, copywriting, pemikiran logis, dan kreativitas. Namun keterampilan dan alat apa yang dibutuhkan untuk menjadi insinyur yang cepat? Apakah ini benar-benar posisi yang akan dipegang oleh hampir semua perusahaan, atau lebih merupakan kebutuhan sementara terkait dengan berkembangnya teknologi AI?

Apa yang dimaksud dengan rekayasa cepat dan mengapa hal ini berpengaruh terhadap e-bisnis?

Rekayasa cepat adalah bidang baru yang terkait dengan pembuatan dan optimalisasi apa yang disebut perintah, atau perintah yang diarahkan ke model kecerdasan buatan. Idenya adalah untuk mendapatkan respons yang diinginkan, bermakna, dan tepat dari model AI melalui formulasi kueri atau instruksi yang tepat.

Misalnya, Anda dapat:

• minta chatbot untuk menghasilkan teks iklan,
• memberikan tugas pada kecerdasan buatan untuk membuat ilustrasi yang menggambarkan karyawan di kantor,
• memandu model tentang tugas yang harus dilakukan saat menganalisis data pelanggan yang dikirim melalui API.

Pencipta ChatGPT, OpenAI, mengumumkan pada bulan September 2023 bahwa dengan dirilisnya DALL-E 3, model terbaru untuk menghasilkan gambar, rekayasa cepat menjadi tidak diperlukan lagi. Saat mereka menulis:

“Sistem konversi teks-ke-gambar modern cenderung mengabaikan kata-kata dan deskripsi, sehingga memaksa pengguna untuk mempelajari rekayasa cepat. DALL-E 3 mewakili langkah menuju kemampuan untuk menghasilkan gambar yang sama persis dengan teks yang diberikan.”

Open AI telah membuat kemajuan besar dalam bidang ini dengan mengajarkan ChatGPT untuk mendeskripsikan gambar secara akurat. Hasilnya, ini dapat mengubah perintah sederhana yang diketik di jendela obrolan menjadi deskripsi yang rumit, dan kemudian menghasilkan gambar yang bagus berdasarkan itu. Namun apakah solusi seperti itu – penulisan kecerdasan buatan yang mengarah pada kecerdasan buatan – berarti akhir dari rekayasa cepat dalam bisnis? Tampaknya diagnosis pada bulan September masih terlalu dini.

Harapan dan keraguan lainnya bagi calon insinyur cepat ditambahkan oleh konferensi DevDay yang diselenggarakan oleh Open AI pada tanggal 6 November 2023. Konferensi tersebut antara lain memamerkan Assistants API, sebuah sistem untuk membuat asisten AI dalam aplikasi khusus, serta GPT. , kemampuan membangun peran yang akan dilakukan oleh ChatGPT.

Sumber: OpenAI (https://openai.com/blog/introducing-gpts)

Bagi perusahaan, rekayasa cepat yang presisi berarti peluang yang sangat besar. Hal ini karena model AI dapat memahami kebutuhan bisnis dan pelanggan dengan lebih baik, sehingga memberikan jawaban yang disesuaikan dengan harapan penanya. Rekayasa cepat bukan hanya instruksi satu kalimat tetapi juga percakapan panjang yang membantu memperjelas solusi bisnis, menguji perangkat lunak, atau menganalisis kumpulan data yang kompleks. Terlepas dari kecanggihan teknologi ChatGPT, baik Google Bard maupun Bing tidak dapat menguraikan cara menyelesaikan tugas tersebut hanya dengan perintah sederhana.

Apa tugas dan tanggung jawab seorang insinyur yang cepat?

Insinyur cepat adalah posisi baru dengan spesialis yang terlibat dalam penerapan teknik rekayasa cepat di perusahaan. Tugas utama mereka adalah merancang, menguji, dan meningkatkan petunjuk yang diarahkan pada model kecerdasan buatan.

Area pekerjaan prompt engineer yang sama pentingnya adalah mengidentifikasi tugas-tugas di perusahaan untuk meningkatkan kinerja dengan bantuan kecerdasan buatan. Hal ini karena pekerjaan seorang insinyur yang cepat melibatkan, antara lain, bekerja sama dengan individu atau tim:

• membuat konten teknis, komunikasi dan pemasaran,
• mengembangkan dan meningkatkan produk, serta
• terlibat dalam SDM, rekrutmen, dan analisis data.

Seorang insinyur yang cepat terus berupaya meningkatkan kualitas dan efisiensi seluruh proses pembuatan konten AI. Untuk melakukan pekerjaannya secara efektif, ia harus selalu mengikuti tren terkini dalam kecerdasan buatan dan pemrosesan bahasa alami, yang akhir-akhir ini berubah dengan kecepatan yang mencengangkan.

Insinyur prompt yang baik bereksperimen dengan variasi prompt yang berbeda. Dia menguji dan menganalisis respons model AI, dan membuat penyesuaian untuk memenuhi harapan perusahaan dan pelanggan. Ini adalah pekerjaan kreatif, analitis dan interdisipliner.

Contoh penerapan prompt engineering di berbagai industri

Kemungkinan untuk menerapkan rekayasa cepat sangat luas, dan berikut beberapa contohnya:

• layanan pelanggan – perintah yang dirancang dengan baik memungkinkan Anda untuk menetapkan peran dan tugas yang sesuai ke asisten virtual dan chatbot, yang pada gilirannya diterjemahkan ke dalam respons kontekstual yang tidak hanya memecahkan masalah pelanggan, namun juga mempertahankan nada yang dibutuhkan oleh perusahaan,
• pemasaran – model bahasa dengan petunjuk yang tepat dapat menciptakan slogan iklan, postingan media sosial, atau deskripsi produk yang menarik, serta membantu mengembangkan dan meningkatkan strategi pemasaran,
• pendidikan – AI yang dipandu oleh metode rekayasa cepat yang efisien dapat merancang jalur pembelajaran yang dipersonalisasi yang disesuaikan dengan kebutuhan dan gaya belajar setiap siswa, dan yang paling penting, menjelaskan alasan yang mengarah pada solusi tugas yang tepat,
• Pengembangan dan pengujian perangkat lunak – perintah yang dirumuskan secara tepat membantu menciptakan dan menguji keseluruhan yang lebih besar dan membuat alat AI menyarankan solusi yang lebih efektif,
• Otomatisasi e-niaga – teknisi yang cepat dapat menulis pedoman sehingga model AI menghasilkan deskripsi untuk semua produk di toko berdasarkan spesifikasi, gambar, dan ulasan, dan bahkan pedoman musiman tambahan, seperti yang terkait dengan Black Friday atau Natal.

Sumber: DALL-E 3, petunjuk: Marta M. Kania

Bagaimana teknik cepat dapat membantu pengusaha muda dan pekerja lepas?

Rekayasa yang cepat juga merupakan peluang bagi bisnis pemula dan pekerja lepas. Berikut beberapa cara menggunakan rekayasa cepat untuk mengembangkan bisnis Anda:

• memfasilitasi pembuatan penawaran – model bahasa dengan petunjuk yang sesuai dapat mendukung penulisan penawaran dengan menggabungkan profil bisnis dengan ekspektasi kelompok pelanggan tertentu, atau bahkan menawarkan hiper-personalisasi, yaitu ditujukan kepada satu orang,
• menghasilkan ide bisnis – AI dengan petunjuk yang tepat dapat menyarankan konsep kreatif untuk produk, layanan, atau solusi terhadap masalah pelanggan. Ini juga dapat membantu menemukan ceruk pasar,
• mentoring bisnis – dengan rekayasa cepat yang terampil, Anda dapat menciptakan karakter mentor berpengalaman yang akan membantu Anda mengembangkan bisnis dengan menjawab pertanyaan dan kekhawatiran Anda,
• analisis pasar – petunjuk yang dirancang dengan baik oleh insinyur yang cepat akan memungkinkan model AI menganalisis tren, persaingan, dan preferensi konsumen secara menyeluruh.

Alat dan teknologi yang digunakan oleh para insinyur yang cepat

Pekerjaan para insinyur yang cepat didasarkan pada penggunaan teknologi dan alat-alat canggih, dan terutama pada kemampuan untuk menggabungkannya untuk mendapatkan hasil terbaik. Ini termasuk:

• model bahasa (LLM) seperti GPT-4, Llama 2, Claude 2 atau PaLM 2 – insinyur yang cepat harus memahami pengoperasian dan kemampuannya, serta kekuatan dan kelemahannya,
• bahasa pemrograman seperti Python, menggunakan pustaka PyTorch atau TensorFlow – memungkinkan model AI dimodifikasi dan diajarkan,
• API untuk model AI – misalnya, OpenAI API, yang memungkinkan interaksi yang mudah dengan kecerdasan buatan dan integrasinya dengan alat yang ada,
• Alat analisis dan statistik data – seperti Google Analytics dan Tableau mendukung pengujian dan mengoptimalkan kinerja model AI.

Menavigasi dunia lepas dan menggunakan platform seperti Upwork dan Fiverr secara efisien juga merupakan keterampilan yang berguna. Karena posisi full-time prompt engineer masih jarang, mereka mempermudah pencarian tugas dan proyek menarik yang membutuhkan keterampilan prompting.

Keterampilan apa yang dibutuhkan untuk menjadi insinyur yang cepat?

Untuk berhasil sebagai insinyur yang cepat, kemampuan merumuskan pemikiran dengan tepat sangatlah penting. Memiliki pemikiran analitis dan kreatif juga berguna, yang penting saat merancang dan menguji berbagai variasi perintah AI.

Pengetahuan tentang Pemrosesan Bahasa Alami (NLP), dan orientasi terhadap lanskap model AI yang tersedia dan kemampuannya yang selalu berubah, juga penting.

Pemrograman Python juga akan berguna dalam banyak proyek dan kerja tim di semua proyek tersebut. Lagi pula, bekerja sebagai insinyur yang cepat berarti bekerja sama dengan departemen bisnis dan TI, pemasaran, dan SDM. Lagi pula, menulis prompt yang tepat berarti menerjemahkan kebutuhan orang lain ke dalam bahasa yang dapat dipahami oleh model bahasa besar (LLM). Etika profesi juga perlu diperhatikan. Mengingat besarnya dampak kecerdasan buatan, insinyur yang cepat harus mempertimbangkan penggunaan teknologi AI yang bertanggung jawab dan etis.

Masa depan rekayasa cepat: bagaimana profesi ini akan berkembang?

Pendapat mengenai masa depan rekayasa cepat sangat berbeda-beda. Beberapa orang mengatakan bahwa para insinyur yang cepat menghadapi masa depan yang penuh tantangan menarik, sementara yang lain mengatakan bahwa ini hanyalah sebuah tren yang akan berakhir dalam satu atau dua tahun.

Masa depan cerah untuk rekayasa cepat

Banyak ahli percaya bahwa meskipun profil profesionalnya menuntut, rekayasa cepat adalah salah satu tren paling menjanjikan dalam industri AI. Permintaan akan spesialis di bidang ini akan terus meningkat seiring dengan semakin umumnya model bahasa di perusahaan. Peluang kerja adalah sebagai karyawan penuh waktu dan sebagai pekerja lepas atau konsultan. Meskipun kecerdasan buatan berkembang pesat dan kemampuannya untuk memahami ekspresi dan niat kita, rekayasa cepat tidak akan hilang begitu cepat dan akan diperlukan selama bertahun-tahun yang akan datang karena beberapa alasan:

1. Anda masih harus menulis perintah untuk mengomunikasikan persyaratan kepada AI. AI tidak bisa membaca pikiran dan kita harus berkomunikasi dengannya menggunakan kata-kata.
2. Orang tidak pandai mengomunikasikan kebutuhan, jadi mereka perlu belajar bagaimana melakukannya secara efektif dengan petunjuk.
3. Kebanyakan orang tidak tahu persis apa yang mereka inginkan sampai mereka melihatnya. Itu sebabnya petunjuknya sering kali perlu disempurnakan.
4. Ada terlalu banyak variabel yang harus diperhitungkan oleh AI, sehingga orang harus memberitahukannya secara langsung.
5. Membuat prompt membantu memperjelas persyaratan dan sangat berharga.

Dengan kata lain, rekayasa cepat akan menjadi lebih alami seiring berjalannya waktu, namun tidak akan hilang. Sebaliknya, ini akan menjadi keterampilan yang orang akan kuasai secara intuitif.

Ancaman terhadap masa depan rekayasa cepat

Di sisi lain, ada klaim bahwa meskipun ada minat yang kuat terhadap rekayasa cepat, popularitasnya mungkin tidak bertahan lama karena beberapa alasan. Pertama, sistem AI generasi mendatang akan semakin memahami bahasa alami, sehingga perintah yang direkayasa secara tepat tidak lagi diperlukan. Kedua, model bahasa baru, seperti GPT-4, sudah mampu merumuskan perintahnya sendiri dengan baik, sehingga rekayasa cepat mungkin tidak diperlukan lagi. Ketiga, efektivitas perintah bergantung pada algoritme AI tertentu, sehingga kegunaannya terbatas pada model dan versi AI yang berbeda.

Keterampilan yang paling serbaguna dan bertahan lama untuk mewujudkan potensi AI generatif adalah perumusan masalah (kemampuan untuk mengidentifikasi, menganalisis, dan menentukan). Hal ini mencakup mendiagnosis esensi suatu permasalahan, menguraikan permasalahan yang kompleks, mengubah perspektif, dan merancang batasan. Mempraktikkan keterampilan ini akan membantu Anda berkomunikasi lebih baik dengan AI dan memandunya untuk memecahkan tantangan tertentu. Baik itu rekayasa cepat lebih lanjut atau sekadar kemampuan berkomunikasi dengan kecerdasan buatan.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas lebah kami yang sibuk di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Penulis: Robert Whitney

Pakar JavaScript dan instruktur yang melatih departemen TI. Tujuan utamanya adalah meningkatkan produktivitas tim dengan mengajari orang lain cara bekerja sama secara efektif saat membuat kode.

Lihat semua postingan

AI dalam bisnis:

1. Ancaman dan peluang AI dalam bisnis (bagian 1)
2. Ancaman dan peluang AI dalam bisnis (bagian 2)
3. Aplikasi AI dalam bisnis - ikhtisar
4. Chatbot teks yang dibantu AI
5. Bisnis NLP hari ini dan besok
6. Peran AI dalam pengambilan keputusan bisnis
7. Menjadwalkan posting media sosial. Bagaimana AI dapat membantu?
8. Postingan media sosial otomatis
9. Layanan dan produk baru yang beroperasi dengan AI
10. Apa kelemahan ide bisnis saya? Sesi brainstorming dengan ChatGPT
11. Menggunakan ChatGPT dalam bisnis
12. Aktor sintetik. 3 generator video AI teratas
13. 3 alat desain grafis AI yang berguna. AI generatif dalam bisnis
14. 3 penulis AI hebat yang harus Anda coba hari ini
15. Menjelajahi kekuatan AI dalam penciptaan musik
16. Menavigasi peluang bisnis baru dengan ChatGPT-4
17. Alat AI untuk manajer
18. 6 plugin ChatGTP mengagumkan yang akan membuat hidup Anda lebih mudah
19. 3 grafik AI. Menghasilkan kecerdasan dalam bisnis
20. Bagaimana masa depan AI menurut McKinsey Global Institute?
21. Kecerdasan buatan dalam bisnis - Pendahuluan
22. Apa itu NLP, atau pemrosesan bahasa alami dalam bisnis
23. Pemrosesan dokumen otomatis
24. Google Terjemahan vs DeepL. 5 aplikasi terjemahan mesin untuk bisnis
25. Pengoperasian dan aplikasi bisnis voicebots
26. Teknologi asisten virtual, atau bagaimana cara berbicara dengan AI?
27. Apa itu Intelijen Bisnis?
28. Akankah kecerdasan buatan menggantikan analis bisnis?
29. Bagaimana kecerdasan buatan dapat membantu mengatasi BPM?
30. AI dan media sosial – apa pendapat mereka tentang kita?
31. Kecerdasan buatan dalam manajemen konten
32. AI kreatif hari ini dan masa depan
33. AI multimodal dan penerapannya dalam bisnis
34. Interaksi baru. Bagaimana AI mengubah cara kita mengoperasikan perangkat?
35. RPA dan API di perusahaan digital
36. Pasar kerja masa depan dan profesi yang akan datang
37. AI di EdTech. 3 contoh perusahaan yang memanfaatkan potensi kecerdasan buatan
38. Kecerdasan buatan dan lingkungan. 3 solusi AI untuk membantu Anda membangun bisnis yang berkelanjutan
39. Detektor konten AI. Apakah itu layak?
40. ObrolanGPT vs Bard vs Bing. Chatbot AI manakah yang memimpin persaingan?
41. Apakah chatbot AI merupakan pesaing pencarian Google?
42. Perintah ChatGPT yang Efektif untuk SDM dan Rekrutmen
43. Rekayasa yang cepat. Apa yang dilakukan seorang insinyur yang cepat?