Workflow AI Profesional

Dari Pemakai AI ke Profesional AI

Ada jurang besar antara "bisa memakai AI" dan "bekerja profesional dengan AI". Pemakai biasa: bertanya acak, menerima jawaban mentah, tidak ada jejak apa yang dilakukan AI. Profesional: punya standar kapan memakai AI dan kapan tidak, mendokumentasikan pemakaiannya, memverifikasi dengan disiplin, dan bisa menjelaskan ke orang lain (tim, klien, atasan) bagaimana AI dipakai di proyeknya. Modul ini merangkum semua modul sebelumnya menjadi standar kerja profesional.

Contoh 1: Standar Verifikasi Bertingkat (SOP Pribadi)

Buat SOP verifikasi pribadimu berdasarkan risiko. Contoh yang bisa kamu adopsi:

Level 1, baca sekilas (risiko rendah): draf teks, ide brainstorming, penjelasan konsep untuk belajar. Verifikasi: baca, pakai yang masuk akal.

Level 2, uji dan baca kritis (risiko sedang): kode untuk proyek pribadi/portofolio, konfigurasi, query. Verifikasi: jalankan, baca tiap baris, uji edge case, cek 1 sumber dokumentasi untuk klaim penting.

Level 3, review formal (risiko tinggi): kode produksi, fitur keamanan/pembayaran, data orang lain, tugas yang dinilai. Verifikasi: code review baris per baris (boleh dibantu AI sebagai reviewer pertama), test yang relevan, second opinion manusia kalau tersedia, dan catat apa yang diverifikasi.

Kuncinya: level verifikasi ditentukan oleh risiko, bukan oleh siapa yang menulis (manusia atau AI). Kode yang kamu tulis sendiri untuk sistem pembayaran butuh level 3 juga. Ini menghilangkan mentalitas "kode AI = harus dicurigai, kodeku = pasti benar" yang sama-sama salah.

Contoh 2: Mendokumentasikan Pemakaian AI di Proyek

Profesional bisa menjawab "bagian mana yang dibantu AI?" Ini penting untuk kerja tim, klien, dan diri sendiri di masa depan. Praktiknya sederhana:

Di commit Git: tidak perlu tiap commit, tapi untuk perubahan besar yang dibantu AI, tambahkan catatan di pesan commit atau PR: "Refactor auth dibantu AI (ditulis ulang manual 40%, diverifikasi dengan test X)."

Di catatan proyek: file AI-USAGE.md sederhana:

# Pemakaian AI di Proyek Ini
- Boilerplate awal: dibuat dengan AI, ditulis ulang sebagian
- Fungsi utilitas: dibuat manual, direview AI
- Test: skenario manual, kode test dibantu AI
- Tidak ada secret yang pernah dikirim ke AI

Aturan tim (kalau kerja berkelompok): sepakati sejak awal: bolehkah AI dipakai? Untuk bagian apa? Siapa yang memverifikasi? Kesepakatan 10 menit di awal mencegah konflik berjam-jam kemudian.

Kenapa repot-repot? Karena 6 bulan dari sekarang, kamu (atau rekanmu) akan bertanya "kenapa kode ini begini?" dan catatan ini menjawabnya. Dan karena klien/atasan makin sering bertanya soal ini: profesional yang bisa menjawab dengan jelas memenangkan kepercayaan.

Catatan teknis: Standar profesional juga mencakup reproduksibilitas: bisakah orang lain mendapatkan hasil serupa? Untuk pekerjaan penting yang melibatkan AI, catat: model apa yang dipakai (nama + versi/tanggal), prompt kunci yang dipakai, dan seed/temperature kalau relevan. Ini belum jadi standar universal, tapi arah industrinya ke sana (terutama untuk riset dan audit). Untuk pemakaian sehari-hari, cukup catat model dan keputusan pentingnya. Kebiasaan kecil ini membedakan amatir dan profesional saat terjadi masalah: profesional bisa melacak kembali, amatir hanya bisa menebak.

Kesalahan Umum

1. Standar ganda. Mencurigai kode AI tapi percaya buta pada kode sendiri (atau sebaliknya). Standar verifikasi harus berdasarkan risiko, konsisten untuk semua sumber.
2. Tidak ada jejak. "Kemarin AI yang benerin, lupa caranya." Tanpa catatan, pengetahuan menguap. Luangkan 2 menit mencatat hal penting.
3. AI untuk semua, pikir untuk tidak ada. Profesional tahu kapan TIDAK memakai AI: keputusan arsitektur kritis (AI sebagai konsultan, bukan penentu), negosiasi/komunikasi sensitif, dan hal yang butuh orisinalitas penuh. Kebijaksanaan memilih adalah skill senior.
4. Berhenti belajar fundamental. Jebakan karir terbesar: makin mahir memakai AI, makin malas memahami dasar. Profesional justru memperkuat fundamentalnya, karena hanya dengan fundamental kuat kamu bisa menilai output AI dengan tajam. AI mempercepatmu, fundamental mengarahkanmu.

Rangkuman

Profesional AI = standar verifikasi bertingkat berdasarkan risiko + dokumentasi pemakaian AI + kemampuan menjelaskan ke orang lain + tahu kapan tidak memakai AI + fundamental yang terus diperkuat. Ini bukan tentang tools termahal atau prompt terpanjang, tapi tentang disiplin kerja. Disiplin inilah yang membedakan "bisa pakai AI" dari "bekerja profesional dengan AI".