Panduan lengkap untuk mengajar sesi 2–3 jam tentang teknik penulisan prompt yang berkesan untuk Claude Code dan Codex.
Gambaran keseluruhan sesi Seni Prompting — objektif, struktur, dan bahan yang diperlukan.
Di akhir sesi ini, pelajar dapat:
Apa itu prompting? Kenapa prompting yang baik penting? Perbezaan antara human-to-human communication vs human-to-AI communication. Perkenalkan konsep "AI is a reasoning engine, not a database."
Terangkan tiga komponen utama: Context (latar belakang), Instruction (arahan spesifik), Constraint (format, batasan). Tunjukkan contoh dan bukan contoh.
Demonstrasi langsung menggunakan Claude Code — tunjukkan perbezaan dramatik antara prompt ringkas vs prompt berstruktur.
Tunjukkan bagaimana prompt boleh diperbaiki secara berperingkat — dari output pertama hingga output yang memenuhi keperluan.
Demonstrasi prompt yang sama pada kedua-dua tool. Bincangkan perbezaan gaya, kekuatan, dan cara mengoptimumkan prompt untuk setiap platform.
Pelajar menjalankan 10 latihan progresif — dari asas hingga lanjutan. Galakkan kerjasama dan perbincangan. Pengajar berkeliling untuk membantu.
Kulang kembali teknik utama, kongsikan tip tambahan, jawab soalan pelajar. Edarkan cheatsheet sebagai rujukan.
Tunjukkan perbezaan output antara prompt ringkas dan prompt berstruktur.
Pelajar akan nampak secara langsung bagaimana kualiti prompt secara langsung mempengaruhi kualiti output. Ini adalah "wow moment" yang meyakinkan pelajar bahawa prompting adalah kemahiran yang perlu dipelajari.
❌ Output: Terlalu umum, mungkin generate kod yang tak menepati kehendak, banyak ulang tanya.
✅ Output: Tepat, terus boleh guna, memenuhi semua keperluan yang dinyatakan.
Jalankan live demo dalam terminal. Mula-mula, taip prompt ringkas dan tunjuk output yang kurang memuaskan. Kemudian, taip prompt berstruktur dan tunjuk output yang jauh lebih baik. Minta pelajar bandingkan sendiri. Ini adalah momen "Aha!" yang paling berkesan dalam sesi ini.
"Sekarang saya nak tunjuk sesuatu yang menarik. Saya akan minta Claude Code buatkan halaman web dengan cara yang paling ringkas."
(Taip: "Buatkan saya satu halaman web" — tunjuk output yang terlalu umum)
"Nampak tak? Output dia terlalu umum. AI ni bukan pembaca fikiran. Dia akan buat tekaan, dan selalunya tekaan dia tak tepat dengan apa yang kita nak."
"Sekarang cuba dengan prompt yang lebih spesifik — bagi konteks, arahan yang jelas, dan batasan yang nak diikut."
(Taip prompt berstruktur — tunjuk output yang jauh lebih baik)
"Nampak perbezaan? Prompt yang baik macam memberi blueprint lengkap. Prompt yang ringkas macam suruh orang bina rumah tanpa pelan."
Tunjukkan bagaimana prompt boleh diperbaiki secara berperingkat.
Pelajar akan faham bahawa prompt yang sempurna jarang berlaku pada percubaan pertama. Proses prompting adalah iterative — minta output, nilai, refine, minta lagi. Ini adalah kemahiran paling praktikal yang akan mereka gunakan setiap hari.
Output: Navigation bar ringkas dengan CSS asas — functional tapi tak menarik.
Output: Lebih baik — ada styling, warna, dan mula responsive.
Output: Navigation bar yang lengkap, siap produksi, dengan semua feature yang dinyatakan.
Tegaskan kepada pelajar: "Jangan harap prompt pertama sempurna. Cara kerja sebenar: tulis prompt, dapatkan output, nilai, tambah detail, minta lagi. Setiap iterasi menambah nilai. Ini adalah 'Seni Prompting' yang sebenar."
Konsep utama yang perlu ditekankan sepanjang sesi.
Tiga komponen asas setiap prompt yang baik. Gunakan akronim CIC untuk mudah diingat.
Latar belakang projek, sasaran pengguna, tujuan. Contoh: "Saya sedang membina landing page untuk startup AI yang menyasarkan usahawan muda."
Arahan spesifik tentang apa yang perlu dilakukan. Contoh: "Bina hero section dengan headline, subheadline, CTA button, dan ilustrasi di sebelah kanan."
Format output, gaya, teknologi, saiz, warna. Contoh: "Guna Tailwind CSS, responsive mobile-first, maximum 3 warna utama."
Bagaimana output perlu disampaikan. Contoh: "Berikan dalam satu file HTML sahaja. Sertakan komen dalam kod."
Ajar pelajar kitaran berikut:
Guna struktur CIC (Context + Instruction + Constraint). Mulakan dengan versi ringkas, tambah detail secara berperingkat.
Jalankan prompt dalam Claude Code atau Codex. Perhatikan apa yang berkesan dan apa yang kurang.
Apa yang kurang? Apa yang salah? Adakah output mengikut format yang diminta? Adakah konteks difahami?
Tambah detail, betulkan arahan, masukkan contoh. Ulang langkah 1–3 sehingga output memenuhi keperluan. Biasanya 2–3 iterasi sudah memadai.
Perbezaan penting yang perlu disampaikan kepada pelajar tentang gaya prompting untuk setiap platform.
Claude Code cemerlang dengan prompt yang deskriptif, bernuansa, dan kaya dengan konteks. Ia boleh mengendalikan arahan bertingkat, reasoning langkah demi langkah, dan memahami niat di sebalik permintaan.
Codex (dan Copilot) lebih responsif kepada prompt yang ringkas, langsung, dan berorientasikan tindakan. Ia berfungsi baik dengan arahan langkah demi langkah yang jelas tanpa terlalu banyak nuansa.
| Aspek | Claude Code | Codex |
|---|---|---|
| Gaya Prompt Terbaik | Deskriptif, naratif, reasoning | Ringkas, langsung, bullet points |
| Panjang Prompt | Boleh panjang (200+ words) — lebih detail lebih baik | Sederhana (50–150 words) — ringkas dan fokus |
| Kontekstual | Sangat baik — faham konteks projek secara menyeluruh | Sederhana — fokus pada kod di hadapan |
| Reasoning | Cemerlang — boleh explain code, strategi, alternatif | Tidak fokus — lebih kepada hasil kod |
| Iterative Refinement | Sangat sesuai — ingat konteks perbualan | Sederhana — perlu ulang konteks dalam setiap prompt |
| Kesalahan Biasa | Terlebih detail sehingga hilang fokus | Output terlalu ringkas, kurang konteks |
Minta pelajar menulis prompt yang SAMA dan menjalankannya pada kedua-dua Claude Code dan Codex. Bandingkan output. Ini adalah latihan yang paling membuka mata — pelajar akan nampak sendiri bagaimana setiap platform mempunyai "personaliti" yang berbeza.
Panduan praktikal untuk menjalankan sesi dengan lancar dan berkesan.
| Kesilapan | Kenapa Terjadi | Cara Betulkan |
|---|---|---|
| Prompt terlalu ringkas | Anggap AI boleh baca fikiran | Guna struktur CIC: Context + Instruction + Constraint |
| Campur multiple requests | Nak jimat masa, tapi AI keliru | Asingkan kepada beberapa prompt berasingan |
| Tak puas hati tapi tak refine | Fikir prompt sekali jadi | Ajar kitaran iterasi — minta, nilai, refine, ulang |
| Guna jargon tak jelas | Anggap AI tahu istilah dalaman | Guna perkataan mudah atau bagi definisi jelas |
| Format tak menentu | Tulis macam biasa bercakap | Guna bullet points, numbered lists, headings |
| Lupa nak tetapkan format output | Fokus pada apa nak dibuat, bukan macam mana | Sentiasa nyatakan format output yang dikehendaki |
API Claude dan OpenAI (Codex) boleh menjadi lambat semasa waktu puncak. Jika ramai pelajar menggunakan serentak, pertimbangkan untuk: (1) minta pelajar bekerja dalam kumpulan, (2) guna API key yang berasingan untuk setiap kumpulan, atau (3) sediakan output pra-tulis untuk latihan tertentu.
Skrip demonstrasi langkah demi langkah untuk tiga demo utama dalam sesi ini. Setiap demo ada skrip percakapan, prompt tepat, dan output dijangka.
Tunjukkan perbezaan dramatik antara prompt ringkas dan prompt berstruktur (CIC). Inilah "wow moment" sesi yang meyakinkan pelajar bahawa prompting adalah kemahiran perlu dipelajari.
"Sekarang saya nak tunjuk sesuatu yang menarik. Saya akan minta Claude Code buat landing page dengan cara paling ringkas — dan kemudian dengan cara yang betul. Perhatikan perbezaannya."
"Nampak? Output terlalu umum. AI ni bukan pembaca fikiran — dia akan buat tekaan sendiri. Sekarang cuba dengan prompt yang lengkap: Context + Instruction + Constraint."
Output lengkap, siap guna, dengan semua seksyen dinyatakan. Tepat mengikut spesifikasi warna dan responsive. Pelajar akan nampak sendiri perbezaan kualiti yang dramatik.
Tunjukkan bahawa prompt yang sempurna jarang berlaku pada percubaan pertama. Proses prompting adalah iterative — minta output, nilai, refine, ulang. Bina navigation bar dalam 3 iterasi.
"Kita akan bina navigation bar dalam 3 peringkat. Perhatikan bagaimana setiap iterasi menjadikan hasil lebih baik. Jangan harap prompt pertama sempurna."
Output: Navigation bar ringkas — functional tapi tak menarik. CSS basic, tiada responsive, tiada styling.
"Functional, tapi tak cukup. Sekarang kita tambah konteks dan constraint — warna tema, responsive, dan feature khusus."
Output: Lebih baik — ada styling, warna, dan mula responsive. Tapi masih boleh diperbaiki.
"Dah nampak perubahan? Tapi kita boleh buat lagi baik. Sekarang tambah detail spesifik — saiz, warna tepat, animasi, dan sticky header."
Output: Navigation bar lengkap, siap produksi — dengan animasi, responsive, dan sticky header.
Pelajar akan faham kuasa iterative refinement — bagaimana menambah detail secara berperingkat menghasilkan output yang jauh lebih baik.
Tunjukkan bagaimana role-play (suruh AI memainkan peranan tertentu) menghasilkan output yang lebih berautoriti, kontekstual, dan mendalam.
"Saya nak tunjuk kesan role-play. Mula-mula saya minta AI review kod tanpa role. Lepas tu saya suruh dia jadi senior developer. Perhatikan perbezaannya."
"Output okay — tapi biasa je, macam budak baru belajar. Sekarang saya tambah role-play."
"Nampak perbezaan? Dengan role-play, output AI macam seorang pakar sebenar — lebih terperinci, lebih kritikal, dan lebih membina. Teknik ini sangat berkuasa."
Output dengan role-play jauh lebih mendalam. AI akan bagi code review yang terperinci, spesifik, dan actionable — macam seorang senior developer sebenar.
Semua bahan yang diperlukan untuk sesi Seni Prompting.