AI & Tren Teknologi → Untuk Eksekutif Bisnis
Materi Dasar · AI, Model AI, Prompt & Koneksi Layanan
Materi · Verified Draft

AI dan Tren Teknologi AI
yang Wajib Diketahui Eksekutif Bisnis

Dasar yang perlu dipahami sebelum memakai AI untuk kerjaan bisnis sehari-hari — mengenal model AI di balik layar, lalu belajar menyusun prompt yang spesifik dan siap pakai.

Materi Dasar
Bab 1–5
Studi Kasus: Bisnis Buku
Foto Presenter
Aiman Baraja
AI Enthusiast & Konsultan Teknologi
CEO PT. Nex Media Teknotama
1AI & Model AI
2AI & Prompt
3Tool Agent AI
4Praktik
5Koneksi Layanan Luar
Agenda

Lima Bab, Dari Konsep Sampai Koneksi ke Layanan Luar

Dimulai dari menyamakan pemahaman soal AI dan model AI, masuk ke praktik prompt, mengenal tool agent AI, praktik langsung, sampai menghubungkan AI ke layanan lain lewat MCP dan Skill.

01
AI dan Model AIApa itu AI, apa itu model AI, dan siapa saja provider-nya
Konsep
02
AI dan PromptPrompt sebagai interface, konteks spesifik, dan 5 use case dasar
Praktik
03
Tool Agent AIAI Agent vs Agentic AI, chatbot vs agent, dan cara kerja AI
Konsep
04
PraktikInstall tool, studi kasus, dan rangkaian latihan langsung
Praktik
05
Koneksi AI ke Layanan LuarMCP dan Skill untuk menghubungkan AI ke aplikasi lain
Praktik
Pembuka Kenapa & Mengapa

Kenapa dan Mengapa Perlu Update Skill AI Kita?

AI bukan lagi sekadar tren — mulai mengubah cara bisnis bekerja, bersaing, dan melayani pelanggan. Kita perlu mengikuti perkembangannya bukan supaya ikut-ikutan, tetapi supaya tidak kehilangan peluang dan tidak terlambat beradaptasi.

🚀
Menemukan peluang bisnis baru

AI melahirkan produk, layanan, dan model bisnis baru — makin cepat memahami trennya, makin cepat melihat peluangnya.

⚡
Meningkatkan produktivitas

Bantu bikin konten, analisis data, layanan pelanggan, laporan, hingga coding — tim jadi lebih fokus ke strategi.

💰
Mengurangi biaya operasional

Otomatisasi pekerjaan tertentu mengurangi kerja manual — bukan menggantikan orang, tapi membuat kerja lebih efektif.

🎯
Memahami pelanggan lebih baik

Olah data pelanggan & temukan pola kebutuhan, minat, dan perilaku — keputusan bisnis lebih cepat & berbasis data.

🏆
Tetap kompetitif

Kalau kompetitor sudah pakai AI untuk lebih cepat & efisien sementara kita tidak, jarak kompetitif makin besar.

🔮
Mempersiapkan bisnis lebih awal

Tidak semua tren AI bertahan — mengikutinya membantu memilah mana yang berguna, mana yang cuma hype.

Intinya: memahami AI agar tahu kapan mengadopsinya, di mana ia benar-benar memberi nilai, dan bagaimana memakainya supaya bisnis lebih cepat, efisien, inovatif, dan kompetitif.
Bab 01

AI dan Model AI

Sebelum bicara soal prompt, penting paham dulu apa yang sebenarnya kita ajak bicara: "AI" itu istilah umum, sedangkan yang benar-benar bekerja di baliknya adalah sebuah model AI — dan ada banyak model dari banyak provider berbeda.

Ilustrasi Bab 1 — AI dan Model AI
Bab 01 lanjutan

Apa Itu AI, dan Apa Itu Model AI

"AI" yang kita pakai sehari-hari — lewat ChatGPT, Claude, Gemini, atau aplikasi lain — sebenarnya adalah model AI tertentu yang dijalankan di balik layar. Nama aplikasinya cuma "wadah"; yang benar-benar bekerja dan menentukan hasil adalah modelnya.

1
AI = istilah umum

Kecerdasan buatan secara konsep — luas dan abstrak, belum menunjuk satu sistem tertentu.

2
Model AI = "otak" yang sebenarnya bekerja

Program hasil pelatihan tertentu yang benar-benar memproses perintah kita dan menghasilkan jawaban.

3
Satu provider bisa punya banyak model

Ada yang paling pintar (flagship), ada yang lebih ringan dan cepat, ada yang khusus tugas tertentu.

4
Nama aplikasi ≠ nama model

Saat kita chat di sebuah aplikasi AI, kita sebenarnya sedang memanggil salah satu model dari provider tertentu.

Contoh Sederhana

Waktu kita chat di ChatGPT, yang bekerja di baliknya adalah salah satu model GPT dari OpenAI.
Waktu kita chat di Claude, yang bekerja di baliknya adalah salah satu model Claude dari Anthropic.
Kenapa ini penting

Kualitas, kecepatan, dan biaya jawaban AI sangat bergantung pada model mana yang sedang dipakai — bukan cuma nama aplikasinya.

Bab 01 lanjutan

Berbagai Model AI per Provider

Ringkasan beberapa provider AI yang paling umum dipakai saat ini, beserta model andalan (flagship) dan model ringan/cepat mereka. Daftar ini akan terus berubah — model baru bermunculan hampir tiap bulan.

ProviderModel Andalan (Flagship)Model Ringan / CepatCatatan Singkat
Anthropic Claude Opus 5 Claude Sonnet 5 · Claude Haiku 4.5 Dikenal kuat untuk penalaran hati-hati dan tugas agentic; ada juga kelas tertinggi "Mythos" untuk kebutuhan riset khusus.
OpenAI GPT-6 Astra GPT-5.6 Sol · GPT-5.6 Luna Astra adalah model terbaru dengan akses bertahap; Sol jadi model utama yang lebih stabil dipakai sehari-hari.
Google Gemini 3.x Pro Gemini 3.8 Flash · Gemini 3.6 Flash Seri Flash dirilis cepat dan sering, fokus ke coding & tugas agentic dengan biaya lebih murah.
Z.ai (GLM) GLM-5.3 GLM-5.3-Flash Model open-weight asal Tiongkok, kuat untuk coding dan alur kerja agentic jangka panjang.
MiniMax MiniMax M3 MiniMax M2.7 Fokus pada konteks panjang dan kemampuan multimodal dengan harga yang kompetitif.
Sumopod.com Reseller / marketplace akses AI & VPS Bukan pembuat model sendiri — platform lokal tempat langganan akses berbagai model AI sekaligus VPS. Tinggal top up saldo lalu beli, tanpa perlu kartu kredit/kartu luar negeri.
Catatan: daftar model di atas berubah sangat cepat. Yang penting bukan menghafal nama model, tapi paham bahwa tiap provider punya "kelas" model berbeda — pilih sesuai kebutuhan (kualitas vs kecepatan vs biaya).
Tips lokal: buat yang mau coba-coba tanpa ribet, sumopod.com menyediakan langganan akses AI dan VPS dengan cara yang sangat mudah — cukup top up saldo, lalu beli paket yang dibutuhkan.
Bab 01 lanjutan

SumoPod — AI & VPS Mudah

Platform lokal untuk langganan akses AI dan VPS tanpa ribet: tinggal top up saldo, lalu beli paket yang dibutuhkan.

Ilustrasi Top Up Saldo SumoPod
Top Up
Ilustrasi Konfirmasi Top Up SumoPod
Top Up
Ilustrasi AI Models SumoPod
AI Models
Ilustrasi Langganan VPS SumoPod
Langganan VPS
Bab 02

AI dan Prompt

Kalau Bab 1 soal "apa yang bekerja di balik layar", Bab 2 soal "bagaimana cara kita bicara dengannya". Prompt adalah satu-satunya cara kita mengarahkan model AI — dan cara menyusunnya menentukan seberapa berguna hasilnya.

Ilustrasi Bab 2 — AI dan Prompt
Bab 02 lanjutan

Prompt Adalah Cara Kita "Bicara" dengan AI

Prompt adalah teks perintah yang kita ketik ke AI — satu-satunya jembatan antara niat kita dan hasil yang dikeluarkan model. Semakin jelas prompt-nya, semakin dekat hasilnya dengan yang kita mau.

1
Prompt = jembatan niat ke hasil

Model AI tidak tahu apa yang ada di kepala kita — semua harus dituangkan lewat teks prompt.

2
Kualitas prompt menentukan kualitas jawaban

Prompt yang samar menghasilkan jawaban yang samar; prompt yang jelas menghasilkan jawaban yang siap pakai.

3
Prompt bisa berupa apa saja

Pertanyaan, instruksi langsung, atau kombinasi konteks + instruksi — semua itu bentuk prompt.

Analogi

Menyusun prompt itu seperti memberi brief ke rekan kerja baru — dia baru masuk hari ini, jadi belum tahu konteks apa pun sampai kita ceritakan.
Bab 02 lanjutan

Dua Contoh Prompt Sederhana dalam Bisnis

Dua contoh paling umum: membuat konten produk, dan menganalisis kompetitor lewat URL. Ini masih contoh sederhana — nanti kita bahas lebih detail cara menyusun prompt yang lebih efektif.

1 · Pembuatan Konten Produk

"Buatkan deskripsi produk untuk buku 'Filosofi Teras' edisi cover baru, gaya menarik untuk pembaca usia 20–30 tahun, maksimal 100 kata."

2 · Analisa Bisnis Kompetitor (URL)

"Analisa toko buku online di [URL toko kompetitor] ini — buku apa saja yang mereka jual paling banyak, dan berapa harga rata-ratanya?"
Ingat: ini baru contoh dasar untuk menunjukkan bentuknya. Bagian selanjutnya membahas kenapa konteks yang spesifik itu penting, dan berbagai use case prompt lain yang bisa langsung dipakai.
Bab 02 lanjutan

Kenapa Konteks Prompt Harus Spesifik

Model AI tidak membaca pikiran kita. Semakin sedikit konteks yang diberikan, semakin banyak ia harus menebak — dan tebakan itu sering meleset dari yang kita mau.

1
AI tidak tahu situasi bisnis kita

Tanpa diberi tahu, AI tidak tahu target pembaca, gaya bahasa, atau batasan yang kita mau.

2
Konteks kurang = AI menebak sendiri

Kalau instruksi terlalu umum, AI mengisi kekosongan itu dengan asumsinya sendiri — hasilnya bisa jauh meleset.

3
Detail spesifik = hasil siap pakai

Target pembaca, gaya bahasa, batas panjang, dan data pembanding yang jelas membuat hasil langsung bisa dipakai tanpa banyak revisi.

4
Konteks spesifik = hasil konsisten

Kalau prompt yang sama dipakai berulang (mis. jadi template tetap), konteks yang jelas membuat hasilnya konsisten tiap kali dipakai.

Intinya

Prompt yang spesifik bukan soal menulis panjang — tapi soal memastikan AI tahu persis apa yang kita butuhkan, sama seperti brief yang jelas ke tim kerja.
Bab 02 lanjutan

Konteks Sederhana (Salah) vs Konteks Spesifik (Benar)

Perbandingan langsung: prompt yang sama tujuannya, tapi hasilnya bisa jauh berbeda tergantung seberapa spesifik konteksnya.

✕ Konteks Sederhana

"Buatkan deskripsi buku ini."
Hasilnya

AI menebak sendiri gaya, panjang, dan target pembaca — sering meleset dan butuh direvisi berkali-kali.

✓ Konteks Spesifik

"Buatkan deskripsi produk untuk buku anak 'Petualangan si Kancil' (usia pembaca 5–8 tahun), gaya ceria dan mudah dipahami, maksimal 80 kata, tutup dengan satu kalimat ajakan membeli."
Hasilnya

AI langsung tahu target pembaca, gaya, batas panjang, dan format yang diinginkan — hasil siap pakai.

Bab 02 lanjutan

Berbagai Use Case Prompt dalam Bisnis

Lima pola penggunaan prompt yang paling sering dipakai dalam kerja bisnis sehari-hari. Tiap pola dibahas satu per satu di slide berikutnya, lengkap dengan contoh untuk bisnis buku.

1
Minta data (konten) + konteks

Minta AI membuat sesuatu dari nol, dibekali konteks yang jelas.

2
Edit data yang dimiliki

Perbaiki atau sesuaikan konten yang sudah ada, bukan bikin baru.

3
Bandingkan data A vs B

Membandingkan dua sumber untuk melihat posisi kita vs kompetitor.

4
Analisis data (web, dokumen, dll)

Minta AI membaca dan menarik insight dari sumber data yang ada.

5
Analisis data luar → simpan → bandingkan

Bisa disimpan dulu supaya bisa dipakai lagi nanti, atau langsung dibandingkan sekali pakai tanpa disimpan.

1

Minta Data (Konten) + Konteks

Penggunaan paling dasar: minta AI membuatkan sesuatu dari nol, dibekali konteks lengkap (target, gaya, batasan) supaya hasilnya langsung siap pakai.

1
Kapan dipakai

Saat butuh konten baru — deskripsi produk, caption promosi, draft email, dan sejenisnya.

2
Kunci keberhasilan

Sertakan konteks: siapa target pembaca, gaya bahasa, poin wajib disebut, dan batas panjang.

3
Contoh bisnis buku

Minta AI membuat draft deskripsi produk untuk buku baru yang belum punya deskripsi sama sekali.

Contoh Prompt — Deskripsi Produk Buku Baru

Buatkan deskripsi produk untuk buku baru saya, judul "Rahasia Dapur Nusantara" (buku resep masakan tradisional). Konteks: - Target pembaca: ibu rumah tangga usia 25–45 tahun yang suka masak di rumah - Gaya bahasa: hangat, akrab, tidak terlalu formal - Poin yang harus disebut: 100+ resep autentik, foto full color, cocok untuk pemula - Panjang: maksimal 120 kata - Tutup dengan satu kalimat ajakan membeli

2

Edit Data yang Dimiliki

Bukan bikin baru — tapi memperbaiki atau menyesuaikan konten yang sudah ada supaya lebih menjual atau sesuai kebutuhan terbaru.

1
Kapan dipakai

Saat sudah punya konten lama yang kurang optimal — deskripsi produk lawas, katalog, atau materi promosi.

2
Kunci keberhasilan

Tempelkan data lama secara utuh, lalu jelaskan spesifik apa saja yang perlu diubah — jangan cuma bilang "perbaiki".

3
Contoh bisnis buku

Edit deskripsi produk buku lama yang masih terlalu umum jadi lebih spesifik dan menjual.

Contoh Prompt — Edit Deskripsi Produk Lama

Ini deskripsi produk buku saya yang sudah ada: "Buku ini berisi resep-resep masakan Indonesia yang enak dan mudah dibuat di rumah." Tolong edit jadi lebih menjual dan spesifik: - Sebutkan jumlah resep (120 resep) - Sebutkan cocok untuk pemula - Ubah gaya jadi lebih hangat dan personal - Tetap dalam 2–3 kalimat saja

3

Bandingkan Data A vs B

Membandingkan dua sumber data untuk melihat posisi kita dibanding kompetitor — bisa berupa website, daftar produk, harga, atau strategi promosi.

1
Kapan dipakai

Saat butuh gambaran posisi kompetitif — bukan cuma satu sisi data, tapi perbandingan dua sisi.

2
Kunci keberhasilan

Sebutkan dengan jelas dua sumber yang dibandingkan, dan minta hasil dalam format yang mudah dibaca (tabel).

3
Contoh lain bisnis buku
  • Bandingkan harga rata-rata kategori buku anak: toko kita vs kompetitor
  • Bandingkan jumlah review & rating buku terlaris kita vs kompetitor
  • Bandingkan strategi diskon/promo bulanan dua toko
Contoh Prompt — Bandingkan Toko A vs B

Bandingkan toko buku online saya di [URL toko saya] dengan kompetitor di [URL toko kompetitor]. Yang mau saya tahu: 1. Daftar judul buku terlaris di masing-masing toko (dari halaman "terlaris"/"best seller") 2. Rentang harga rata-rata per kategori (fiksi, anak, non-fiksi) 3. Judul yang ada di toko kompetitor tapi tidak ada di toko saya 4. Ringkas dalam bentuk tabel perbandingan

4

Analisis Data (Web, Dokumen, dll)

Minta AI membaca dan menganalisis sumber data yang sudah ada — halaman web, dokumen laporan, atau file — untuk menarik insight, bukan sekadar merangkum ulang.

1
Kapan dipakai

Saat sudah punya data mentah (laporan, dokumen, halaman web) dan butuh pola atau insight darinya.

2
Kunci keberhasilan

Jangan cuma minta "rangkum" — minta hal spesifik yang mau digali, misalnya tren, pola, atau rekomendasi aksi.

3
Contoh bisnis buku

Analisis laporan penjualan bulanan untuk menemukan buku terlaris, kategori yang sedang naik, dan aksi yang perlu diambil.

Contoh Prompt — Analisis Laporan Penjualan

Analisa dokumen laporan penjualan buku bulan ini yang saya lampirkan. Yang saya butuhkan: 1. 5 judul buku dengan penjualan tertinggi dan terendah 2. Kategori buku mana yang tumbuh paling cepat dibanding bulan lalu 3. Ada pola menarik terkait hari/waktu pembelian? 4. Rekomendasi 2 aksi yang bisa saya ambil bulan depan

5

Analisis Data Luar → Simpan → Bandingkan

Ini dua pola yang beda, jangan disamakan: Opsi A — hasil analisis disimpan dulu supaya bisa dipakai lagi nanti tanpa analisis ulang. Opsi B — analisis dan perbandingan dilakukan langsung dalam satu perintah, tanpa disimpan.

A
Opsi A — Simpan dulu, bandingkan nanti

Cocok kalau data pembanding jarang berubah (mis. katalog kompetitor) dan mau dipakai berulang kali ke depan.

B
Opsi B — Langsung dibandingkan, tanpa disimpan

Cocok untuk pengecekan cepat, sekali pakai — tapi kalau perlu dibandingkan lagi nanti, analisisnya harus diulang dari awal.

A · Prompt Analisis + Simpan Hasil

Analisa daftar produk toko buku kompetitor di [URL], catat semua judul, kategori, dan harga sebagai data referensi bernama "katalog-kompetitor-toko-A". Simpan hasilnya supaya bisa saya pakai lagi nanti tanpa perlu analisis ulang dari awal.

Data referensi ini bisa dipanggil lagi kapan saja, misalnya pekan depan tinggal minta "bandingkan dengan katalog-kompetitor-toko-A yang sudah tersimpan".
B · Prompt Analisis Langsung Dibandingkan

Analisa daftar produk toko buku kompetitor di [URL] ini, lalu langsung bandingkan dengan daftar judul buku terlaris saya yang saya lampirkan — tidak perlu disimpan, saya cuma butuh hasilnya sekali ini saja.

Cocok untuk pengecekan cepat sekali pakai. Kalau butuh dibandingkan lagi nanti, analisisnya harus diulang dari awal karena datanya tidak disimpan.
Bab 03

Tool Agent AI

Setelah paham model AI dan cara menyusun prompt, sekarang saatnya mengenal jenis-jenis tool Agent AI yang tersedia — dari AI chatbot yang paling umum, sampai Agentic AI yang jauh lebih otonom.

Ilustrasi Bab 3 — Tool Agent AI
Bab 03 lanjutan

AI Agent vs Agentic AI

"Agent AI" adalah istilah umum untuk tool AI yang bisa mengerjakan tugas untuk kita — mencakup AI Chatbot yang sederhana maupun Agentic AI yang jauh lebih otonom dan lebih khusus.

1
AI Agent = payung besar

Semua tool AI yang bisa menerima prompt dan mengerjakan sesuatu untuk kita, dari yang paling sederhana sampai yang paling canggih.

2
AI Chatbot = lapisan luar

Bentuk paling umum — kita tanya lewat chat, ia jawab satu per satu, kendali penuh ada di tangan kita.

3
Agentic AI = lapisan dalam, lebih khusus

Bisa merencanakan dan menjalankan beberapa langkah sendiri secara lebih otonom untuk menyelesaikan tugas.

AI Agent istilah umum AI CHATBOT Agentic AI lebih khusus & otonom
Bab 03 lanjutan

AI Chatbot vs Agent AI (Aplikasi Terinstal)

Perbedaan mendasar antara AI yang diakses lewat web (chatbot) dan AI yang berjalan sebagai aplikasi yang diinstal langsung di sistem kita (agent).

AI Chatbot (Web)Agent AI (Aplikasi Terinstal)
Prompt diketik langsung di web chatPrompt diketik di dalam aplikasi yang diinstal
Tidak bisa mengakses file system kitaBisa mengakses file system kita secara langsung
Semua data terkait perlu diupload manualTidak perlu upload dan download data secara manual
Hasil harus didownload manualHasil langsung tersimpan di file system kita
Contoh: claude.ai, chatgpt.com, gemini.google.comContoh: Antigravity, Kiro, OpenClaw, Hermes*
Ilustrasi AI Chatbot
*Khusus OpenClaw & Hermes: dua contoh Agent AI ini akan dibahas lebih mendalam secara terpisah karena punya cara kerja dan use case khusus dibanding Agent AI lain.
Bab 03 lanjutan

Cara Kerja AI (Baik Chatbot Maupun Agent AI)

Baik AI chatbot maupun agent AI sebenarnya bekerja dengan alur dasar yang sama: melihat context yang ada, memfilter bagian yang relevan dengan permintaan kita, lalu mengerjakan prompt kita.

01
Context
→
02
Prompt
→
03
Model Bekerja
→
04
Hasil
↑
Data Teks / Files yang kita berikan
Ilustrasi Agent AI
Ilustrasi AI OpenClaw
Bab 04

Praktik

Sekarang saatnya mempraktikkan langsung apa yang sudah kita pelajari — mulai dari menyiapkan tools, sampai latihan prompt di AI chatbot maupun Agent AI, supaya konsepnya benar-benar melekat.

Ilustrasi Bab 4 — Praktik
1

Install VSCode

VSCode adalah tool pembuka dan editor file teks — memudahkan kita membuka, membaca, dan mengedit file dengan cepat sebelum masuk ke praktik AI.

Unduh di: code.visualstudio.com

Ilustrasi Install VSCode
2

Install Antigravity

Antigravity menggabungkan pembuka dan editor file teks dengan AI asisten dalam satu tempat — jadi kita bisa langsung praktik AI agent di sistem tanpa berpindah aplikasi. Mirip VSCode, hanya dengan tambahan tool AI yang sudah terinstal di dalamnya.

Unduh di: antigravity.google/download

Ilustrasi Install Antigravity
1

Studi Kasus — Minta Data (Konten) + Konteks

Toko buku klien baru saja menerima kiriman buku anak "Kisah Nusantara: Legenda Rakyat", tapi belum ada deskripsi produk untuk diunggah ke katalog online. Kita minta AI membuatkan dari nol, dibekali konteks lengkap.

1
Kapan dipakai

Saat ada produk baru yang belum punya deskripsi, caption promosi, atau draft email penawaran sama sekali.

2
Kunci keberhasilan

Sertakan target pembaca, gaya bahasa, poin wajib disebut, dan batas panjang — sama seperti brief ke tim kreatif.

Contoh Prompt — Deskripsi Buku Anak Baru

Buatkan deskripsi produk untuk buku anak baru saya, judul "Kisah Nusantara: Legenda Rakyat". Konteks: - Target pembaca: anak usia 6–9 tahun, dibaca bersama orang tua - Gaya bahasa: ceria, sederhana, mudah dipahami anak - Poin yang harus disebut: 20 cerita legenda pilihan, ilustrasi penuh warna - Panjang: maksimal 90 kata - Tutup dengan satu kalimat ajakan membeli

Di AI Chatbot (Web)

Ketik prompt langsung di chat, lalu salin hasilnya secara manual ke sistem katalog atau toko online kita.

Di Antigravity (Agent AI)

Prompt yang sama bisa langsung diminta ditulis ke file, misalnya deskripsi-kisah-nusantara.txt, tanpa perlu copy-paste manual.

2

Studi Kasus — Edit Data yang Dimiliki

Toko buku klien punya file katalog-lama.docx berisi puluhan deskripsi produk yang masih terlalu umum dan kurang menjual. Kita minta AI memperbaikinya sekaligus, bukan membuat dari nol.

1
Kapan dipakai

Saat sudah ada banyak konten lama yang perlu diperbarui bersamaan — katalog, deskripsi produk, atau materi promosi.

2
Kunci keberhasilan

Jelaskan spesifik apa yang perlu diubah (gaya, poin wajib, panjang) — jangan cuma bilang "perbaiki".

Contoh Prompt — Edit Banyak Deskripsi Sekaligus

Baca semua deskripsi produk di file katalog-lama.docx yang saya lampirkan. Edit tiap deskripsi supaya: - Gaya lebih hangat dan personal, bukan kaku - Selalu sebutkan jumlah halaman dan cocok untuk pembaca usia berapa - Tetap ringkas, 2–3 kalimat per buku - Simpan hasilnya sebagai katalog-baru.docx

Di AI Chatbot (Web)

Isi file perlu diupload dulu (atau disalin manual satu per satu ke chat), hasilnya juga harus disalin kembali secara manual.

Di Antigravity (Agent AI)

AI langsung membaca file katalog-lama.docx dari folder project dan menuliskan hasilnya ke file baru — jauh lebih cepat untuk banyak data sekaligus.

3

Studi Kasus — Bandingkan Data A vs B

Membandingkan dua sumber untuk melihat posisi toko buku klien dibanding kompetitor, atau melihat tren dari waktu ke waktu. Berikut beberapa skenario yang relevan untuk bisnis buku:

SkenarioData AData BTujuan
Website toko vs kompetitorWebsite toko sendiriWebsite toko buku kompetitorBandingkan daftar produk, harga rata-rata, kategori terlaris
Buku terlaris kita vs nasionalDaftar buku terlaris toko sendiriDaftar buku terlaris nasionalCari kategori yang belum digarap
Dua opsi desain coverDraft cover v1Draft cover v2Pilih mana yang lebih menarik untuk target pembaca
Penjualan bulan ini vs laluLaporan bulan iniLaporan bulan laluLihat tren naik/turun per kategori
Strategi harga diskonHarga & diskon toko sendiriHarga & diskon toko kompetitorCek daya saing harga untuk produk yang sama
Contoh Prompt — Website Toko vs Kompetitor

Bandingkan website toko buku saya di [URL toko sendiri] dengan website toko buku kompetitor di [URL kompetitor]. Yang saya butuhkan: 1. Selisih jumlah judul buku dan kategori yang dijual 2. Perbandingan harga rata-rata per kategori 3. Kategori yang mereka punya tapi kita belum punya

Di AI Chatbot (Web)

Kedua data (screenshot, teks, atau file) perlu diupload atau ditempel satu per satu secara manual ke chat.

Di Antigravity (Agent AI)

Cukup taruh kedua file (mis. laporan-bulan-ini.csv dan laporan-bulan-lalu.csv) di folder project, lalu minta "bandingkan file ini" — tanpa upload manual.

4

Studi Kasus — Analisis Data (Web, Dokumen, dll)

Toko buku klien punya laporan penjualan kuartalan dalam bentuk spreadsheet. Kita minta AI membaca dan menarik insight darinya, bukan sekadar merangkum ulang angka.

1
Kapan dipakai

Saat sudah punya data mentah (laporan, dokumen, halaman web) dan butuh pola atau insight darinya.

2
Kunci keberhasilan

Jangan cuma minta "rangkum" — minta hal spesifik yang mau digali, misalnya tren, pola, atau rekomendasi aksi.

Contoh Prompt — Analisis Laporan Penjualan Q3

Analisa file laporan-q3.xlsx yang saya lampirkan. Yang saya butuhkan: 1. 5 judul buku dengan penjualan tertinggi dan terendah 2. Kategori buku yang tumbuh paling cepat dibanding Q2 3. Pola menarik terkait hari/waktu pembelian 4. Rekomendasi 2 aksi untuk kuartal depan

Di AI Chatbot (Web)

File laporan-q3.xlsx perlu diupload dulu ke chat sebelum bisa dianalisis.

Di Antigravity (Agent AI)

File sudah ada di folder project — AI bisa langsung membacanya tanpa proses upload.

5

Studi Kasus — Analisis Data Luar → Simpan → Bandingkan

Toko buku klien ingin memantau katalog kompetitor secara berkala. Opsi A — hasil analisis disimpan supaya bisa dipakai lagi tanpa analisis ulang. Opsi B — analisis dan perbandingan langsung dalam satu perintah, tanpa disimpan.

A
Opsi A — Simpan dulu, pantau berkala

Cocok untuk memantau katalog kompetitor tiap minggu/bulan tanpa mengulang analisis dari awal.

B
Opsi B — Langsung dibandingkan, sekali pakai

Cocok untuk pengecekan cepat, mis. sebelum rapat mendadak dengan tim.

A · Analisis + Simpan Hasil

Analisa katalog toko buku kompetitor di [URL], catat semua judul, kategori, dan harga sebagai referensi. Simpan hasilnya sebagai katalog-kompetitor-toko-A.md supaya bisa saya pakai lagi minggu depan tanpa analisis ulang.

B · Analisis Langsung Dibandingkan

Analisa katalog toko buku kompetitor di [URL] ini, lalu langsung bandingkan dengan daftar buku terlaris kita — tidak perlu disimpan, saya cuma butuh hasilnya sekali ini saja.

Di AI Chatbot (Web)

Hasil analisis hanya tersimpan dalam riwayat percakapan — untuk memakainya lagi, perlu disalin manual ke file sendiri.

Di Antigravity (Agent AI)

Hasil analisis bisa langsung disimpan sebagai file nyata di folder project — tinggal dipanggil lagi kapan saja tanpa mengulang browsing.

Bab 04 lanjutan

Rangkaian Latihan Praktik Selanjutnya

Setelah VSCode dan Antigravity terinstal, lanjutkan dengan latihan berikut secara berurutan — coba 5 studi kasus di atas di kedua langkah latihan prompt.

03
Latihan prompt via webCoba beberapa studi kasus di atas lewat AI chatbot (web)
Praktik
04
Buat folder baru di file explorerSiapkan folder kerja untuk project latihan di Antigravity
Praktik
05
Latihan prompt di AntigravityBuka folder lewat File → Open Folder (Ctrl+K Ctrl+O), lalu coba studi kasus yang sama
Praktik
06
Buka project di VSCodeMembuka folder project dari tool selain Antigravity karena lebih cepat
Praktik
07
Lanjut ke AI chatbot bila perluKalau token Antigravity habis, lanjutkan latihan lewat AI chatbot biasa
Fallback
Bab 05

Koneksi AI ke Layanan Luar

Asisten AI jadi jauh lebih berguna ketika bisa terhubung langsung ke aplikasi yang sudah kita pakai sehari-hari, dan bisa diberi tugas baku yang dipanggil ulang kapan saja. Dua konsep kuncinya: MCP dan Skill.

Asisten AI Claude, dsb. MCP jembatan Notion Canva DapetIde, dll.
Bab 05 MCP

Apa Itu MCP (Model Context Protocol)?

MCP adalah standar terbuka yang menjadi "jembatan" penghubung antara asisten AI dan aplikasi/layanan di luar dirinya — supaya AI tidak cuma bisa ngobrol, tapi juga bisa langsung bekerja di layanan tersebut.

1
Protokol standar terbuka

Satu cara yang sama dipakai untuk menghubungkan AI ke banyak layanan berbeda — bukan solusi khusus satu aplikasi saja.

2
Ibarat "colokan universal"

Seperti port USB — begitu terpasang, AI bisa "bicara" ke Notion, Canva, Google Drive, dan layanan lain dengan cara yang konsisten.

3
Bisa baca & bisa bertindak

Tidak sekadar membaca data (search/read), tapi juga melakukan aksi nyata: membuat, mengubah, menghapus, hingga mengekspor.

4
Butuh izin dari pengguna

AI hanya bisa mengakses layanan setelah kita menghubungkan & memberi izin (login/OAuth) — tetap aman dan terkontrol.

5
Tersedia lintas platform

Bisa dipakai di berbagai asisten AI yang mendukung MCP: claude.ai, Claude Code, OpenClaw, dan lainnya.

Asisten AI kirim prompt MCP SERVER jembatan terstandar Notion Canva DapetIde Aksi Nyata buat • ubah • hapus • ekspor
Bab 05 MCP · lanjutan

Yang Perlu Dipahami Soal MCP

Sebelum masuk ke contoh penerapan, ada beberapa hal penting di luar cara kerja teknisnya — supaya paham konteksnya secara utuh, termasuk manfaat dan hal yang perlu diwaspadai.

1
Bukan fitur eksklusif satu produk

MCP diperkenalkan Anthropic akhir 2024 sebagai standar terbuka, dan kini mulai diadopsi juga oleh penyedia AI lain — jadi ini arah industri, bukan milik satu tool saja.

2
Ada dua peran: Client & Server

Asisten AI (Claude, dll.) berperan sebagai MCP Client yang memakai; layanan seperti Notion/Canva menyediakan MCP Server yang menjadi jembatannya.

3
Beda dari integrasi API biasa

Dulu tiap integrasi harus dibangun custom oleh developer. Dengan MCP, tinggal "colok" server yang sudah tersedia — AI langsung tahu tools apa saja yang bisa dipakai tanpa coding tambahan.

Manfaat untuk Bisnis

  • Mengurangi kerja manual bolak-balik antar aplikasi (copy-paste, upload-download).
  • Satu percakapan bisa langsung menghasilkan output di layanan lain, tanpa berpindah tool.
  • Tim tidak perlu keahlian teknis untuk menghubungkan AI ke sistem yang sudah dipakai.

Yang Perlu Diperhatikan

  • MCP bisa melakukan aksi nyata (bukan cuma membaca), jadi hanya sambungkan server dari sumber terpercaya.
  • Selalu cek dulu sebelum menyetujui aksi yang mengubah atau menghapus data penting.
  • Cabut/putuskan koneksi (disconnect) MCP yang sudah tidak dipakai lagi.
Bab 05 Contoh MCP

Contoh MCP — Canva & Notion

Dua contoh layanan populer yang sudah punya MCP resmi, sehingga bisa langsung dikendalikan dari dalam percakapan dengan asisten AI.

Canva MCP

Menghubungkan asisten AI langsung ke akun Canva — bisa membuat, mengedit, mengisi ulang template, sampai mengekspor desain tanpa membuka Canva secara manual.

Contoh Kasus
  • "Buatkan slide promosi produk baru pakai brand kit kami" → langsung jadi desain siap edit di Canva.
  • Isi ulang (autofill) template flyer promo mingguan hanya dengan mengirim teks & harga baru.
  • Ekspor desain ke PDF/PNG langsung dari chat, tanpa buka Canva.

Notion MCP

Menghubungkan asisten AI ke workspace Notion — bisa membaca, membuat, dan memperbarui halaman atau database secara langsung lewat prompt.

Contoh Kasus
  • "Rangkum semua task yang overdue di database project tracker saya" → AI baca database Notion & balas ringkasannya.
  • Minta AI menambahkan catatan hasil meeting hari ini langsung sebagai halaman baru di Notion.
  • Update status task dari "In Progress" ke "Done" langsung lewat prompt, tanpa buka Notion.
Bab 05 Langkah Praktik

Langkah Konek Claude.ai ke Canva via MCP

Contoh langkah nyata menghubungkan Claude.ai ke Canva lewat MCP — sekali connect, asisten AI bisa langsung bantu buat desain di Canva.

1
Buka menu "Customize" → tab "Connectors"

Masuk ke pengaturan Claude.ai, lalu cari bagian Connectors di sana.

2
Cari connector MCP "Canva"

Ketik "Canva" di kolom pencarian connector yang tersedia.

3
Klik tombol "Connect to Claude"

Ini akan memulai proses menghubungkan akun Canva ke Claude.ai.

4
Ikuti alur login Canva

Termudah dengan login memakai akun Google.

5
Selesai

Claude.ai sudah diizinkan membuat desain dengan bantuan AI di Canva — gambar, presentasi, dan lainnya.

Langkah yang sama bisa dilakukan untuk layanan/aplikasi lain yang sudah mendukung MCP — misalnya Notion, DapetIde, dan lainnya. Termasuk website milik Anda sendiri, jika sudah memiliki fitur MCP-nya.
1. Klik tombol Customize
1. Klik tombol Customize
2. Cari 'Canva'
2. Cari "Canva"
3. Pilih Canva dari hasil penemuan
3. Pilih Canva dari hasil penemuan
4. Connect Claude.ai ke Canva
4. Connect Claude.ai ke Canva
5. Masuk Canva dengan email
5. Masuk Canva dengan email (ikuti proses login sampai selesai)
6. Canva telah terhubung ke Claude.ai
6. Canva Anda telah terhubung ke Claude.ai
Bab 05 Contoh MCP

Contoh MCP — DapetIde

DapetIde.com punya MCP yang memungkinkan kita membuat & mengedit konten beserta covernya, lalu mengumpulkan konten-konten itu ke dalam satu board (album) — jadi menyusun tulisan, buku, atau koleksi artikel bisa jauh lebih cepat, langsung dari asisten AI.

1
Buat & edit konten

Tulis konten baru atau revisi konten yang sudah ada langsung dari prompt, tanpa buka editor manual.

2
Buat & ganti cover

Hasilkan cover visual untuk tiap konten tanpa perlu keahlian desain.

3
Kumpulkan ke board (album)

Susun banyak konten menjadi satu koleksi yang rapi dan terstruktur.

4
Hasil akhir jauh lebih cepat

Kumpulan konten di satu board bisa langsung disusun jadi draf buku atau koleksi artikel, jauh lebih cepat dari cara manual.

Semua langkah di atas dilakukan langsung dari asisten AI yang mendukung MCP — seperti claude.ai, OpenClaw, dan lainnya — tanpa perlu berpindah aplikasi.
01
Prompt ke AI
→
02
Konten + Cover Dibuat
→
03
Dikumpulkan ke Board
→
04
Jadi Buku / Koleksi
Bab 05 Skill

Skill — Tugas yang Bisa Dipanggil Berulang

Skill adalah paket instruksi siap pakai yang diberikan ke asisten AI untuk mengerjakan tugas tertentu — sekali dibuat, bisa dipanggil ulang berkali-kali tanpa perlu menjelaskan caranya dari awal setiap kali.

1
Ibarat SOP tim

Seperti panduan onboarding karyawan baru — sekali ditulis, AI langsung tahu cara mengerjakan tugas itu secara konsisten setiap saat.

2
Beda dari prompt biasa

Prompt hanya berlaku untuk satu percakapan; Skill tersimpan dan otomatis dipakai lagi kapan pun relevan.

3
Bisa berisi lebih dari teks

Selain instruksi, Skill juga bisa memuat template atau script otomatis, misalnya format laporan, buat slide, atau olah data.

4
Menjaga hasil kerja konsisten

Tim tidak perlu menyusun ulang instruksi yang sama berulang-ulang — hasil AI jadi lebih rapi dan bisa diandalkan.

PromptSkill
Instruksi sekali pakai, hanya untuk 1 percakapanTersimpan, otomatis dipakai lagi
Harus dijelaskan ulang setiap kaliCukup dibuat sekali, dipanggil kapan saja
Cocok untuk tugas dadakan/spesifikCocok untuk tugas rutin/SOP tim
Bab 05 Skill · Contoh

Contoh Skill: pelajari-kompetitor

Gambaran skill nyata untuk membuat "pengecek website kompetitor" — begitu dipanggil, skill ini otomatis membaca website kompetitor lalu merangkum produk apa saja yang ditawarkan, target market dari konten webnya, dan ringkasan lain yang perlu diketahui sebuah perusahaan soal kompetitornya. Sekali dibuat, bisa dipanggil berulang setiap ada kompetitor baru yang ingin dipantau.

01
URL Kompetitor Dimasukkan
→
02
Disimpan ke Daftar Kompetitor
→
03
Akses & Baca Halaman Web
→
04
Ringkasan Disimpan
Soal alat akses website: kalau asisten AI yang dipakai belum bisa mengakses website secara langsung, langkah ini bisa dibantu tool tambahan seperti Tavily. Khusus claude.ai, sudah bisa mengakses & membaca halaman web langsung — jadi tidak perlu tambahan Tavily.
1
Simpan daftar URL otomatis

Setiap URL kompetitor yang dimasukkan otomatis tersimpan ke dalam satu daftar — kalau ada URL baru, cukup ditambahkan tanpa mengulang setup dari awal.

2
Analisis otomatis di pemakaian pertama

Saat pertama kali dijalankan untuk sebuah URL, skill membaca halaman webnya lalu menghasilkan: produk apa saja yang ditawarkan, target market dari konten webnya, dan summary lain yang perlu diketahui perusahaan soal kompetitor tersebut.

3
Hasil tersimpan, bisa dilihat lagi kapan saja

Ringkasan yang sudah dibuat disimpan otomatis — tinggal diminta "tampilkan hasil kompetitor X" untuk melihatnya lagi, tanpa perlu proses ulang.

Ini contoh nyata bagaimana Skill mengubah riset kompetitor yang biasanya manual & berulang, jadi satu perintah singkat yang bisa dipanggil kapan saja.
1. Skill pelajari-kompetitor
2. Skill pelajari-kompetitor
3. Skill pelajari-kompetitor
4. Skill pelajari-kompetitor
Bab 05 Skill · Uji Coba

Uji Coba Skill pelajari-kompetitor yang Sudah Dibuat

Setelah skill-nya dibuat, saatnya dicoba langsung. Cukup panggil nama skill-nya lalu sertakan URL website kompetitor yang ingin dipelajari — AI akan otomatis membaca halaman webnya dan membuat ringkasannya, tanpa perlu menjelaskan ulang prosesnya dari awal.

Cara Memanggil Skill

pelajari-kompetitor <url web kompetitor>

Uji Coba Skill pelajari-kompetitor
Bab 05 Skill · Kapan & Kasus

Apa Saja yang Bisa Dilakukan dengan Skill Upgrade Kali Ini?

Kuncinya adalah tahu kapan harus pakai apa ketika butuh riset, pencarian data, atau penyusunan data — supaya hasilnya cepat dan efisien.

Web AI Chatbot (claude.ai)

Pilihan tepat kalau butuh pencarian & penyusunan data riset dengan cepat — token yang dipakai lebih murah, dan batas token juga lebih cepat reset dibanding aplikasi terinstal.

Installed AI Asisten (Antigravity, Kiro, dst.)

Lebih unggul kalau sumber datanya sudah ada di komputer kita — bisa langsung akses file yang tersimpan, tanpa perlu upload dokumen sumber atau download hasilnya setelahnya.

Kasus-Kasus yang Bisa Diselesaikan

1
Riset kompetitor

Sudah dicoba — baca & rangkum website kompetitor secara otomatis.

2
Pencarian market baru

Temukan potensi pasar atau segmen baru yang belum digarap.

3
Pencarian data market kita

Kesukaan pelanggan, konten/produk yang paling disukai, dan pola perilaku lainnya.

4
Pengujian konten/data kita

Bandingkan dengan referensi yang ada, untuk cek apakah masih sesuai prinsip dasarnya.

5
Screening & ringkasan kandidat (HRD)

Saring CV sesuai kriteria yang berulang, lalu hasilkan ringkasan singkat tiap kandidat.

6
Rekap & prioritas follow-up sales

Ringkas riwayat & status leads dari data pipeline/CRM jadi rekomendasi prioritas tim sales.

7
Pemantauan tren & isu industri

Pantau berita/tren terbaru yang relevan secara berkala, jadi bahan strategi & materi marketing.

Ini baru sebagian contoh — makin sering dipakai, makin banyak kasus rutin di tim (marketing, sales, HRD, dst.) yang bisa diubah jadi skill sendiri.
Ringkasan 1/2

Cheat Sheet — AI, Kegunaan & Contoh Kasus

Rangkuman singkat dari Bab 01–02: apa saja yang bisa dikerjakan AI, dan contoh kasus prompt yang sudah dipraktikkan.

AI & Kegunaannya

  • Menulis & mengedit teks — draft email, laporan, copy
  • Analisis data — baca, ringkas, temukan insight dari data
  • Coding & otomasi — bantu tulis, jelaskan, perbaiki kode
  • Riset & ringkasan — kumpulkan & simpulkan info dengan cepat
  • Terhubung ke layanan lain — lewat MCP & Skill

5 Use Case Prompt (Bab 02)

  • Minta Data + Konteks
  • Edit Data yang Dimiliki
  • Bandingkan Data A vs B
  • Analisis Data
  • Analisis, Simpan, Bandingkan
Ringkasan 2/2

Cheat Sheet — Tools AI & Koneksi Layanan Luar

Rangkuman singkat dari Bab 03–05: pembagian tools AI, serta MCP dan Skill sebagai cara menghubungkan AI ke hal lain.

Pembagian Tools AI

TipeContohCiri Utama
AI Chatbotclaude.ai · chatgpt.comWeb, kendali manual, tanpa akses file system
Agentic AIAntigravityTerinstal, jalan saat diminta (on-demand)
Agentic AIOpenClawTerinstal, jalan terus-menerus di VPS (background)

MCP

Jembatan yang menghubungkan AI ke aplikasi/layanan luar.
Contoh: Canva, Notion, DapetIde.

Skill

Paket instruksi tersimpan, dipanggil ulang tanpa dijelaskan dari awal.
Contoh: pelajari-kompetitor.

Penutup Sampai Jumpa

Terima Kasih 🙏

Silakan dicoba lagi semua yang sudah dipelajari hari ini. Kalau ada pertanyaan, kendala, atau ide kasus baru yang ingin didiskusikan, jangan ragu untuk berdiskusi lewat channel yang sudah disediakan.

Sampai jumpa di sesi berikutnya!
✕