Istilah AI dijelaskan: kamus sederhana untuk pemula

Lima kata yang penting di jam pertama Anda

Sebagian besar tulisan tentang AI mengandaikan kosakata yang tidak pernah diajarkan kepada Anda. Bagian yang benar-benar berguna ternyata sedikit. Lima kata memikul hampir seluruh bobot praktisnya, sisanya bisa menunggu berbulan-bulan.

Model adalah AI itu sendiri: sistem terlatih yang membaca kata-kata Anda dan menghasilkan jawaban. Aplikasi bukanlah model. ChatGPT adalah aplikasi yang menjalankan model milik OpenAI, Gemini adalah aplikasi yang menjalankan model Google, dan Whizi adalah aplikasi yang menampung model dari beberapa perusahaan sekaligus. Perbedaan ini terbukti berguna pertama kali sebuah jawaban mengecewakan Anda, sebab mengganti model biasanya lebih ampuh daripada memoles ulang pertanyaan.

Prompt hanyalah apa yang Anda ketik. Tidak ada sintaks rahasia, tidak ada daftar perintah, tidak ada yang perlu dihafal. Permintaan biasa yang menyebutkan untuk siapa hasilnya, tugas apa yang harus dikerjakan, dan bentuk hasil yang Anda inginkan hampir selalu mengalahkan satu kalimat pintar.

Chatbot adalah jendela percakapan tempat Anda mengetik. Semua yang sudah Anda tulis di dalam satu percakapan tetap terlihat oleh model saat ia menjawab, dan itulah kenapa lanjutan seperti "buat lebih pendek" atau "lebih formal" berhasil tanpa Anda mengulang permintaan awal. Buka chat baru, dan ingatan bersama itu hilang. Justru itu yang Anda mau saat topiknya berganti: sisa konteks dari pertanyaan yang tak berkaitan adalah sumber umum jawaban yang terasa agak meleset.

Token adalah potongan teks, kira-kira tiga perempat kata bahasa Inggris rata-rata. Model membaca, menghitung, dan menagih dalam token, bukan kata, jadi dokumen 1.000 kata kira-kira setara 1.300 token. Anda paling sering bertemu kata ini di halaman harga dan batas pemakaian.

Context window adalah seberapa banyak teks yang bisa dipandang model sekaligus, diukur dalam token. Ia harus memuat dokumen yang Anda tempel, seluruh percakapan sejauh ini, dan jawaban yang sedang ditulis. Saat Anda menjatuhkan kontrak lima puluh halaman ke dalam chat lalu balasannya diam-diam mulai bertentangan dengan halaman tiga, Anda sudah menyentuh batasnya. Apa itu context window memuat angka sebenarnya; aturan praktisnya pendek saja. Satu percakapan panjang untuk satu topik, lalu mulai yang baru.

Sesuatu yang bisa Anda lakukan sekarang juga: buka aplikasi AI mana pun dan minta ia menjelaskan, dengan kata-kata Anda sendiri, satu istilah yang Anda lihat minggu ini tapi tidak Anda kenali. Lalu ajukan pertanyaan kedua, "Apa yang kamu anggap sudah saya ketahui?" Lanjutan itu mengubah definisi menjadi penjelasan, dan trik ini berlaku untuk topik apa pun.

Tapi cocokkan jawabannya dengan sumber lain. Sistem ini menyampaikan hal yang salah dengan nada tenang yang persis sama seperti saat ia benar, dan definisi adalah sasaran empuk: detail karangan yang terdengar masuk akal lolos begitu saja karena Anda tidak punya cara menangkapnya. Kegagalan itu ada namanya, dan namanya ada di tabel berikut.

Sisa kamusnya, dan apakah Anda sudah membutuhkannya

Inilah kata-kata yang menunggu Anda di judul berita, halaman harga, dan kolom komentar. Kolom ketiganya bagian yang jujur. Sebagian besar isi ini bukan pengetahuan hari pertama, dan berpura-pura sebaliknya adalah cara pemula merasa bodoh soal hal yang sebenarnya tidak memengaruhi mereka.

Istilah	Artinya sederhana	Perlu sekarang?
LLM	Large language model, jenis model di balik semua aplikasi chat yang Anda kenal. Kalau artikel menulis LLM, baca saja sebagai AI	Ya, supaya judul berita berhenti terasa seperti kebisingan
AI generatif	AI yang menghasilkan teks, gambar, audio, atau video baru, bukan sekadar menyortir yang sudah ada	Ya, satu kalimat sudah cukup
Pelatihan	Proses panjang dan mahal memberi model teks dalam jumlah raksasa agar ia belajar pola. Selesai jauh sebelum Anda membuka aplikasinya	Ya, sekilas saja
Batas data pelatihan	Tanggal berhentinya data pelatihan. Tanyakan hal setelah itu dan model hanya menebak, kecuali aplikasinya mencari di web	Ya, yang satu ini sering menjebak orang
Halusinasi	Jawaban yang percaya diri, lancar, dan sepenuhnya karangan. Cacat yang paling penting	Ya, sejak hari pertama
Multimodal	Model menangani lebih dari teks: foto, PDF, audio, kadang video	Ya, begitu Anda ingin mengunggah gambar
Fine-tuning	Melatih ulang model yang ada dengan data Anda sendiri supaya ia jadi spesialis	Belum, ini proyek level perusahaan
Temperature	Tuas pengatur seberapa acak pilihan katanya. Rendah berarti mudah ditebak, tinggi berarti lebih bebas	Belum, nilai bawaannya sudah masuk akal
Agent	AI yang mengambil beberapa langkah sendiri alih-alih menjawab sekali	Belum, dan lihat bagian berikutnya
API	Saluran teknis yang dipakai developer untuk menyambungkan model ke perangkat lunak mereka	Belum, kecuali Anda menulis kode
RAG	Retrieval augmented generation: model mencari dulu di kumpulan dokumen sebelum menjawab	Belum, meski setiap aplikasi yang menjawab dari file unggahan Anda berjalan di atasnya
Model open source	Model yang bobotnya bisa diunduh dan dijalankan siapa saja, misalnya Llama atau DeepSeek	Belum, bagi pengguna chat pengaruhnya kecil
Model penalaran	Model yang mengurai masalah dalam langkah terlihat sebelum menjawab. Lebih lambat, lebih jago matematika dan logika	Sebentar lagi, saat pertanyaan sulit pertama gagal dijawab
System prompt	Instruksi tersembunyi yang aplikasi berikan ke model sebelum Anda mengetik apa pun	Belum, berguna saat Anda membangun asisten sendiri

Dua baris pantas diberi catatan kaki. Halusinasi bukan gangguan sesekali yang tinggal ditambal; ia lahir dari cara sistem ini menghasilkan teks, itulah sebabnya kenapa AI sering salah jadi panduan tersendiri, bukan satu butir daftar. Dan multimodal layak Anda pelajari sepuluh menit begitu Anda punya foto struk, tangkapan layar pesan error, atau formulir hasil pindaian yang harus diurus. Bekerja dengan gambar dan dokumen menunjukkan seperti apa itu di hari kerja biasa.

Kata-kata pemasaran yang isinya lebih kecil dari bunyinya

Vendor tidak persis berbohong. Mereka memakai kata yang dulu berarti sesuatu yang spesifik dan kini kurang lebih berarti "kami merilis sesuatu". Menyadari jaraknya itulah yang mencegah Anda membayar biaya upgrade demi satu dropdown berisi balasan kalengan.

• Didukung AI. Biasanya berarti satu fitur memanggil model buatan orang lain. Kadang berarti kotak saran yang bisa Anda matikan. Layak ditanya: model yang mana, dan apakah menyala secara bawaan?
• Smart. Sudah ada jauh sebelum gelombang ini dan sekarang nyaris tak berarti. Smart folder itu pencarian yang disimpan. Smart reply itu tiga frasa kalengan. Lewati kata sifatnya, cari kata kerjanya: apa yang ia lakukan pada pekerjaan Anda?
• Generasi berikutnya. Klaim dalam bentuk masa depan. Ia sangat mungkin menempel pada produk yang justru lebih buruk dari versi sebelumnya, dan biasanya muncul saat tidak ada perbaikan terukur yang bisa disebutkan siapa pun.
• AI agent. Frasa paling dipaksa bekerja sepanjang 2026. Dalam arti ketat, ia berarti perangkat lunak yang merencanakan dan menjalankan beberapa langkah sendiri, misalnya memesan perjalanan dari awal sampai akhir. Dalam pemasaran, ia biasanya berarti chatbot dengan avatar yang lebih ramah. Tanyakan apa yang ia lakukan saat mentok, dan apakah ia bisa bertindak tanpa bertanya kepada Anda dulu.
• AI-first. Pernyataan soal strategi internal, bukan soal pengalaman Anda memakai produknya. Ia memberi tahu ke mana perusahaan mengarahkan anggaran rekayasanya, yang boleh jadi belum sampai ke fitur yang hendak Anda bayar.

Satu pertanyaan menembus semuanya: tanyakan apa yang dilakukan fitur itu ketika ia salah. Produk yang benar-benar berisi AI punya jawaban, dan jawabannya melibatkan tahap peninjauan, tombol urungkan, sinyal keyakinan, atau sumber yang terlihat. Produk yang cuma menempel stiker akan diam.

Kenapa nama model mirip pelat nomor

Nama model punya dua bagian dengan dua tugas berbeda. Kata-katanya adalah keluarga, lini produk yang terus dikembangkan sebuah perusahaan: GPT dari OpenAI, Claude dari Anthropic, Gemini dari Google, Llama dari Meta. Angka dan akhirannya adalah versi, dan sering juga ukuran, sehingga satu keluarga bisa merilis anggota kecil yang gesit dan anggota besar yang cermat pada pagi yang sama. Membaca sebuah nama pada dasarnya soal memisahkan dua bagian itu dan mengabaikan bumbu pemasaran di antaranya.

Mungkin Anda perhatikan artikel ini tidak menyebut satu pun nomor versi. Itu disengaja. Versi berganti tiap beberapa minggu, dan kamus mana pun yang mematoknya akan salah pada musim berikutnya. Yang tidak berubah adalah bentuk pilihannya. Model kecil itu cepat, murah, dan sepenuhnya memadai untuk merapikan email. Model besar lebih lambat dan lebih unggul untuk dokumen panjang dan penalaran berat. Tiap keluarga juga punya kepribadian yang terlihat dari nadanya dan dari seberapa ketat ia berpegang pada sumber yang Anda berikan.

Rilis terbaru pun belum tentu paling tepat untuk tugas Anda. Lebih baru biasanya berarti skor tolok ukur lebih tinggi, dan tolok ukur mengukur soal bergaya ujian, bukan apakah tulisannya terdengar seperti Anda. Banyak orang justru menemukan bahwa model lama yang lebih murah menulis email mereka dengan lebih baik, dan model mahal disimpan untuk dua tugas berat per minggu. Anda hanya bisa mengetahuinya dengan menjalankan tugas nyata yang sama di dua atau tiga model lalu membaca hasilnya berdampingan, dan itulah yang dipandu langkah demi langkah oleh cara memilih model AI. Bisa melakukan itu tanpa membayar tiga penyedia adalah seluruh alasan Whizi menaruh GPT, Claude, Gemini, dan model gambar dalam satu langganan.

Lima istilah yang layak dipelajari di bulan ketiga

Sampai bulan ketiga, Anda akan sudah membentur beberapa tembok. Lima kata ini adalah nama tembok-tembok itu, dan karena itulah ia layak dipelajari nanti, bukan sekarang.

1. Model penalaran. Mulai penting saat pertama kali sebuah model dengan percaya diri mengacaukan hitungan bertahap atau teka-teki logika. Beralih ke model penalaran sering langsung menyelesaikannya, dengan konsekuensi menunggu jawaban lebih lama.
2. System prompt. Penting saat Anda sadar Anda menempel paragraf latar yang sama ke tiap chat baru. Solusinya, simpan sekali sebagai instruksi tetap.
3. RAG. Penting saat Anda ingin jawaban yang berpijak pada file Anda sendiri alih-alih internet terbuka, misalnya satu folder kebijakan yang tidak dibaca siapa pun sejak 2019.
4. Temperature. Penting saat hasilnya terasa terlalu seragam antar percobaan atau justru terlalu liar, dan Anda lebih suka memutar tuas daripada terus mengulang.
5. Fine-tuning. Hampir tidak pernah penting bagi perorangan, dan alasannya layak diketahui: biayanya nyata, butuh ratusan contoh yang bersih, dan prompt yang bagus di model yang bagus mengalahkannya untuk hampir semua kegunaan yang orang bayangkan.

Kalau Anda ingin lapisan di bawah semua ini, apa itu AI sebenarnya membahas mekanismenya tanpa matematika, dan cara berbicara dengan AI mengubah paragraf soal prompt di bagian pertama tadi menjadi kebiasaan. Biarkan halaman ini terbuka di satu tab selama seminggu. Kosakatanya berhenti terasa menakutkan sekitar keempat kalinya Anda bertemu kata yang sudah Anda kenal.