Cara menggunakan beberapa model AI sekaligus (empat pola yang terbukti)

Kenapa satu model saja tidak cukup

Alasan yang biasa dipakai untuk memakai beberapa model AI adalah bahwa masing-masing unggul di sesuatu, jadi Anda sebaiknya memilih yang terbaik per tugas. Benar, tapi itu alasan yang paling tidak menarik.

Alasan yang lebih baik: sebuah model tidak bisa melihat titik butanya sendiri. Minta satu model memeriksa hasil kerjanya sendiri dan ia akan cenderung membenarkannya, karena bobot yang menghasilkan kesalahan itu juga yang menghasilkan rasa percaya dirinya. Tanyakan ke model lain, yang dilatih secara berbeda dengan data berbeda dan pola kegagalan berbeda, dan ia akan menemukan hal yang tak terlihat oleh model pertama. Ini bukan trik, ini alasan yang sama kenapa Anda meminta rekan kerja membaca email Anda sebelum dikirim ke klien.

Alasan kedua bersifat praktis: peringkat model terus berubah. Yang paling jago mengoding kuartal ini belum tentu masih unggul kuartal depan. Alur kerja yang dibangun di atas satu vendor harus dirombak setiap kali peringkatnya bergeser. Alur kerja yang sejak awal mengandaikan Anda berpindah model tidak punya masalah itu.

Berikut empat pola, diurutkan dari yang memberi nilai terbesar dibanding usahanya. Anda tidak perlu keempatnya. Kebanyakan orang sudah mendapat hampir semuanya dari dua yang pertama.

Pola 1: buat draf, lalu minta kritik dari model lain

Pola dengan nilai tertinggi, dan justru nyaris tidak ada yang memakainya. Menulis dengan satu model, meninjau dengan model lain.

Ini berhasil karena menghasilkan dan menilai adalah dua pekerjaan berbeda. Model yang sedang memproduksi teks mengejar kelanjutan yang runtut. Model yang menilai teks yang bukan tulisannya tidak punya kepentingan pada argumen itu, jadi ia akan bilang paragraf ketiga tidak nyambung alih-alih menghaluskannya.

Prompt-nya sangat menentukan di sini. Bertanya "menurutmu tulisan ini bagaimana" hanya menghasilkan pujian. Minta yang ini saja:

Teks di bawah bukan tulisanmu dan kamu tidak punya kepentingan apa pun terhadapnya. Tinjau sebagai editor yang skeptis. Sebutkan secara berurutan: 1) klaim faktual yang salah, tidak didukung bukti, atau terlalu berlebihan, 2) bagian di mana alur argumennya tidak benar-benar nyambung, 3) satu paragraf terlemah dan persis kenapa. Jangan tulis ulang apa pun. Jangan sebutkan bagian yang sudah bagus.

Tiga instruksi di bagian akhir itulah yang benar-benar bekerja. "Jangan tulis ulang" mencegahnya membuat versi dengan gayanya sendiri, yang bukan itu yang Anda minta. "Jangan sebutkan bagian yang sudah bagus" menyingkirkan pujian refleks yang membanjiri sebagian besar masukan AI. "Ini bukan tulisanmu" adalah pembingkaian yang ternyata sangat manjur, karena mencegah model membela pilihan yang ia anggap miliknya.

Setelah itu bawa kritiknya kembali ke model pertama, berikut bagian yang Anda setujui. Anda berperan sebagai editor yang menentukan catatan mana yang diterima, dan itu justru pembagian kerja yang paling tepat.

Kapan tambahan dua menit ini sepadan: apa pun yang dikirim ke klien, apa pun yang tampil ke publik, apa pun yang mahal harganya kalau salah. Kapan tidak: pesan chat singkat, kerangka kasar, atau daftar belanja.

Pola 2: uji perbedaan jawaban

Ini hal yang paling mendekati pendeteksi halusinasi yang andal tanpa harus memverifikasi semuanya secara manual.

Ajukan pertanyaan faktual yang sama ke dua model berbeda, secara terpisah, dengan prompt yang sama. Lalu bandingkan. Di titik mereka sepakat, kemungkinan besar Anda aman. Di titik mereka berbeda, Anda menemukan bagian yang persis perlu diperiksa.

Itu saja seluruh tekniknya, dan ia ampuh karena halusinasi biasanya tidak dibagikan bersama. Saat satu model mengarang statistik, nama kasus, tanda tangan fungsi, atau tanggal, model lain yang dilatih berbeda jarang mengarang hal yang persis sama. Kesepakatan hanyalah bukti lemah bahwa jawabannya benar. Perbedaan adalah bukti kuat bahwa ada yang keliru, dan ia langsung menunjuk lokasinya.

Untuk jawaban yang memuat banyak klaim, biarkan perbandingannya bekerja untuk Anda:

Di bawah ini dua jawaban untuk pertanyaan yang sama, ditandai A dan B. Abaikan gaya dan panjangnya. Sebutkan setiap poin substansial yang berbeda, termasuk perbedaan angka, tanggal, nama, dan seberapa kuat sesuatu diklaim. Untuk tiap perbedaan, sebutkan mana yang lebih mungkin benar dan satu sumber apa yang bisa memastikannya.

Hasilnya, Anda memegang daftar pendek berisi hal yang perlu diperiksa alih-alih dokumen panjang yang harus dicek seluruhnya, dan daftar itu biasanya tepat menunjuk letak masalahnya.

Dua peringatan. Pertama, dua model bisa sama-sama salah kalau kekeliruan itu lazim beredar di internet, jadi cara ini menangkap karangan, bukan misinformasi yang tersebar luas. Kedua, jangan melewatkan verifikasi hanya karena dua model sepakat. Ini mempersempit apa yang perlu Anda periksa, bukan menghapus kewajiban memeriksa.

Pakai untuk: statistik, klaim hukum dan medis, fakta sejarah, detail API, apa pun yang akan dikutip atas nama Anda. Lewati untuk: opini, karya kreatif, dan apa pun yang cukup benar secara garis besar.

Pola 3: bagi tugas sesuai jenisnya

Pola yang paling kentara, dan layak dijalankan dengan benar. Kirim tiap jenis pekerjaan ke model yang paling jago mengerjakannya, bukan melempar semuanya ke model yang kebetulan sedang terbuka.

Tugas	Pakai	Alasannya
Draf pertama tulisan apa pun	Model penulisan terkuat	Anda menghemat waktu menyunting
Tinjauan atas draf itu	Model yang berbeda	Mata baru, pola kegagalan berbeda
Apa pun soal minggu ini	Model dengan pencarian langsung	Data pelatihan selalu tertinggal
Dokumen atau basis kode sangat panjang	Model berkonteks besar	Harus muat dulu baru bisa dipahami
Logika sulit, matematika, bug rumit	Model penalaran dengan mode berpikir	Lebih lambat, jauh lebih akurat untuk soal bertahap
Pekerjaan berulang bervolume besar	Model murah dan cepat	Model kelas atas mubazir untuk klasifikasi dan pelabelan
Apa pun yang sensitif	Model yang memenuhi aturan data Anda	Kehebatan tidak membatalkan kewajiban Anda

Satu kebiasaan yang layak dibangun: berhenti memakai model bawaan untuk segalanya. Kebanyakan orang memakai model yang diberikan langganannya untuk semua hal, termasuk tugas yang model itu payah mengerjakannya, lalu menyimpulkan AI buruk di tugas tersebut. Sepuluh detik memikirkan model mana yang cocok mengubah hasil lebih banyak daripada sejam mengutak-atik prompt.

Untuk versi lengkap dari keputusan ini, lihat cara memilih model AI, dan apa itu context window untuk memahami kenapa baris dokumen panjang itu ada.

Pola 4: estafet dengan serah terima tertulis

Untuk pekerjaan yang melewati beberapa tahap, titik gagalnya ada di celah antartahap. Anda menjelaskan proyeknya ke satu model, sampai di titik yang berguna, lalu pindah ke model lain dan entah menempelkan tumpukan riwayat atau menjelaskan ulang semuanya dengan berantakan.

Atasi dengan meminta serah terima secara eksplisit sebelum Anda berpindah:

Tulis ringkasan serah terima untuk asisten lain yang belum melihat percakapan ini. Sertakan: apa yang sedang kami hasilkan, keputusan yang sudah diambil beserta alasannya, batasan dan hal yang harus dihindari, apa yang sudah dicoba lalu ditolak, dan persis apa yang saya butuhkan berikutnya. Buat cukup spesifik agar dia bisa melanjutkan tanpa bertanya apa pun ke saya.

Ini berguna bahkan ketika Anda tidak berpindah model. Ini cara paling rapi untuk keluar dari percakapan panjang yang sudah jadi lambat dan kabur, karena Anda mempertahankan isinya dan membuang tumpukan derau. Tempel ringkasannya ke chat baru dan kualitasnya biasanya langsung melompat.

Estafet yang realistis kira-kira begini. Berikan laporan 200 halaman ke model berkonteks besar dan minta ringkasan terstruktur beserta sepuluh bagian penting yang dikutip langsung. Bawa hasilnya ke model penulisan yang kuat dan susun catatan untuk klien. Jalankan tahap kritik dari pola pertama dengan model ketiga. Total waktunya sekitar lima belas menit, dan tiap tahap memakai alat yang pas.

Kapan tidak perlu repot

Alur kerja multimodel punya ongkos tambahan, dan berpura-pura sebaliknya adalah cara orang berakhir dengan proses rumit hanya untuk menulis email dua baris.

Pakai satu model kalau: tugasnya kecil, risiko salahnya rendah, Anda sedang menjajaki bukan memproduksi, Anda sedang mengulang cepat dan hambatannya akan memutus ritme, atau pekerjaannya benar-benar kreatif sehingga pendapat kedua justru mengaburkan suara Anda.

Pakai dua model atau lebih kalau: hasilnya akan dibaca orang lain, akurasi faktual penting, tugasnya punya tahap-tahap berbeda yang butuh kekuatan berbeda, Anda mentok dan butuh sudut pandang yang benar-benar lain, atau Anda hendak mengambil keputusan berdasarkan apa yang dikatakan model.

Aturan yang masuk akal: kalau Anda akan meminta rekan kerja melihatnya, minta juga model kedua. Kalau tidak, ya sudah.

Membuatnya praktis

Semua ini gampang di atas kertas dan menyebalkan dalam praktik kalau tiap model berada di balik langganan yang berbeda. Hambatannya nyata: tab terpisah, riwayat terpisah, menyalin konteks bolak-balik, format berantakan, dan sedikit rasa malas yang membuat Anda melewatkan tahap kritik justru di hari Anda paling membutuhkannya.

Hambatan itulah alasan pola-pola di atas jarang dipakai. Bukan karena sulit, melainkan cukup merepotkan untuk dilewatkan saat Anda sibuk.

Untuk inilah ruang kerja multimodel ada. Di Whizi, model-model itu duduk dalam satu percakapan, jadi tahap kritik cukup berganti model lalu bertanya, bukan membuka produk lain dan menempelkan draf Anda. Satu riwayat, satu pencarian untuk semua yang pernah Anda tanyakan, satu tagihan. Lihat berganti model di tengah percakapan dan membandingkan model berdampingan untuk memahami cara kerja dua langkah itu.

Kalau Anda lebih suka merakitnya sendiri dari beberapa langganan terpisah, pola-pola ini tetap berlaku dan tetap sebaiknya Anda pakai. Yang berubah hanya seberapa sering Anda sudi menjalankannya. Kalau Anda sudah membayar dua atau tiga paket demi itu, jalankan dulu kalkulator penghematan, karena biasanya itu cara yang lebih mahal untuk hasil yang sama.

Mulailah dari pola pertama. Ambil tulisan berikutnya yang akan dibaca orang lain, jalankan prompt kritiknya lewat model yang berbeda, dan lihat apa yang ia temukan. Satu kebiasaan itu saja nilainya lebih besar daripada sisa artikel ini.