Demo AI bisa selesai dengan satu prompt. Sistem yang dipakai setiap hari harus menjawab pertanyaan yang lebih sulit: bukti mana yang dipakai, siapa yang berwenang, apa yang terjadi ketika gagal, dan bagaimana hasilnya sampai ke pembaca tanpa kehilangan konteks.

Edisi web Nalar Pekan ini membawa 18 panduan teknis baru, disusun menjadi enam jalur baca. Masing-masing memuat rancangan, contoh, cara mengevaluasi, dan sumber primer. Contoh sintetis dibedakan dari hasil pengujian layanan. Pilih satu jalur yang dekat dengan pekerjaanmu; koleksi lengkapnya ada di Deep Dives.

Dari bukti ke jawaban

Mulai dari Structured Outputs: mengapa JSON yang valid belum cukup untuk menyatakan nilai di dalamnya benar. Lanjutkan dengan PDF multimodal untuk memisahkan teks, tabel, gambar, serta satuan angka.

Tutup jalur ini dengan RAG dan pencarian hybrid. Kita membedakan kegagalan menemukan bukti dari kegagalan menulis jawaban, lalu mempertahankan hubungan klaim dengan sumber yang bisa dibuka.

Latihan: pilih satu pengumuman produk, tulis tiga klaim yang ingin diekstrak, dan tentukan bukti yang harus hadir sebelum sistem boleh memberi jawaban pasti.

Ukur sebelum memperbesar

Golden set dan tes regresi membantu menilai perubahan prompt atau model dengan rubrik yang tetap. Ledger biaya AI menghubungkan token, cache, batch, kegagalan, dan waktu review dengan hasil yang diterima.

Routing model dan SLO kemudian membahas pemilihan profil yang memenuhi batas data, kualitas, dan deadline. Model termurah belum tentu menghasilkan pekerjaan termurah.

Latihan: hitung biaya satu tugas sampai lolos review, lalu bandingkan dengan baseline yang memakai tingkat kesulitan serta standar kualitas yang sama.

Bekerja bersama agen

Coding agent yang bisa direview dimulai dari kontrak perilaku, baseline repositori, diff kecil, dan bukti tes. Memori agen membahas scope, masa berlaku, konflik fakta, serta keputusan untuk tidak mengingat.

Handoff manusia dan agen menjelaskan mengapa persetujuan harus menunjuk versi yang benar-benar dilihat editor. Draf yang berubah setelah disetujui memerlukan keputusan baru sesuai kebijakan alurnya.

Latihan: tulis informasi minimum yang perlu dilihat reviewer agar dapat menyetujui satu tindakan tanpa membaca seluruh riwayat percakapan.

Otomasi yang dapat dipulihkan

MCP di balik demo membahas kontrak tool, identitas, versi protokol, dan validasi hasil. Antrean dan idempotensi memisahkan pekerjaan, percobaan, serta efek samping agar retry tidak menggandakan publikasi.

Browser agent melengkapi jalur ini dengan DOM, screenshot, locator, dan verifikasi hasil. Berhasil mengeklik tombol belum berarti pekerjaan berhasil disimpan.

Latihan: matikan proses uji sesudah tindakan tetapi sebelum status tercatat. Tentukan bukti apa yang diperlukan sebelum sistem mencoba lagi.

Dari riset ke pembaca

Content graph memetakan sumber, klaim, dan turunan agar satu koreksi dapat ditemukan di berbagai format. SEO teknis menjaga identitas URL, metadata, serta arsip tetap terbaca.

Newsletter sebagai produk memisahkan consent, autentikasi email, penghentian langganan, dan pengukuran. Provider menerima request bukan berarti pembaca sudah membaca isi.

Latihan: pilih satu angka pada artikel yang telah diadaptasi menjadi tiga format, lalu petakan semua keluaran yang perlu diperiksa bila angka itu dikoreksi.

Pahami infrastrukturnya

Model terbuka dan VRAM menghitung bobot serta KV cache sebagai komponen berbeda. pgvector dan pencarian arsip membahas ruang embedding, exact search, HNSW, dan pengaruh filter.

C2PA serta asal-usul aset membedakan checksum, provenance, dan verifikasi fakta. Riwayat yang dapat diperiksa tidak otomatis membuktikan kebenaran isi.

Latihan: catat versi model, sumber, indeks, dan aset pada satu eksperimen. Informasi mana yang masih hilang bila tim lain perlu mengulang hasilnya?

Simpan edisi ini sebagai peta bacaan. Untuk kembali ke konteks berita terkini, baca Nalar Pekan #002. Untuk mengenal surat dan pilihan langganan, kunjungi halaman Nalar Pekan.