AI

Hasil kerja AI lo kurang bagus? Gw review output AI tiap hari, ini penyakitnya

19 Oktober 2026 · Brian Arfi Faridhi

Draft udah jadi. AI-nya jalan mulus. Tapi pas lo baca ulang, rasanya ada yang kurang. Gak salah, tapi gak ada nyawa.

Keluhan yang paling sering gw denger itu hasil kerja AI kurang bagus, tapi gak tau salahnya di mana. Prompt udah panjang, tool udah yang mahal, model udah yang terbaru. Tetap aja keluarannya kerasa datar.

Gw review output AI tiap hari. Konten buat 8 kanal gw, laporan, riset, deck. Caranya sama kayak dulu gw review kerjaan anak buah di Tokopedia dan Flip. Setelah ratusan kali review, polanya cuma tiga penyakit. Modelnya gak bego.

Penyakit pertama itu lo nerima draft pertama

Ini yang paling sering. Orang nulis prompt, AI keluarin hasil, langsung dipakai, urusan kelar.

Coba inget waktu lo masih jadi anak buah dan dikasih kerjaan. Bos lo gak pernah nerima draft pertama lo, kan? Kenapa kerjaan AI lo sekarang langsung lo terima di draft pertama?

Dulu pas gw review kerjaan PM junior, pola gw selalu gini: baca sekali buat nangkep maksudnya, baca kedua buat nyari yang lemah, terus kasih catatan spesifik. Sekarang gw lakuin hal yang sama ke AI. Bedanya, AI gak ngambek kalau hasilnya gw coret-coret.

Kerjaan AI itu kayak kerjaan anak buah baru. Pinter, cepet, tapi belum tau standar lo. Standar itu gak pernah kepindah lewat satu prompt. Dia kepindah lewat review yang konsisten.

Draft pertama itu bahan mentah. Sentuhan akhirnya baru muncul di putaran kedua, ketiga, kadang keempat.

Penyakit kedua itu feedback-nya global, bukan spesifik

Kalau lo cuma bilang "kurang bagus, perbaiki", AI bakal benerin sesuai tebakannya sendiri. Tebakan itu biasanya salah arah.

Sama kayak ngasih masukan ke manusia. "Deck-nya kurang nendang" gak bakal ngubah apa-apa. Tapi "slide tiga, angkanya gak nyambung sama klaimnya, ganti angkanya atau lembutin klaimnya" itu yang bikin hasilnya naik.

Gw punya kebiasaan lama dari jadi PM: feedback harus nyangkut di bagian yang bermasalah, jangan buang waktu ngomentarin semua bagian. Sekarang tiap output AI yang gw review, gw tandain bagian mana yang lemah dan kenapa. Paragraf ini datar soalnya gak ada contoh. Kalimat ini dibuang soalnya ngulang yang sebelumnya.

AI nangkep pola dari yang spesifik. Sekali lo tunjukin standar lo di satu bagian, dia bisa bawa ke bagian lain. Kalau lo cuma bilang "kurang", dia nebak. Dan tebakannya itu-itu terus.

Penyakit ketiga itu lo gak pernah kasih contoh hasil yang lo mau

Ini yang paling mahal ongkosnya.

Banyak orang ngejelasin hasil yang dimau pakai kata-kata. Padahal cara paling cepet buat naruh standar itu nunjukin contoh. Jangan bilang "tulis kayak orang profesional ngomong". Tempel satu contoh tulisan yang emang kayak gitu, terus suruh AI ngikutin polanya.

Gw nyadar ini pas review output konten gw sendiri. Hasil yang gw bilang "gak ada nyawanya" itu ternyata bukan gara-gara AI gak bisa nulis. Gw yang gak pernah nunjukin ke dia tulisan yang gw anggap bagus.

Begitu gw mulai masukin contoh hasil akhir yang gw suka plus catatan kenapa gw suka, kualitasnya naik drastis. Sekarang tiap jenis kerjaan punya contoh acuan masing-masing.

AI itu tim lo, bukan mesin

Dari semua review itu, ada satu cara pandang yang ngubah cara gw kerja: AI itu kayak tim lo.

Kok bisa lo teliti banget ngasih masukan ke anak buah, tapi pas main sama AI lo cuma bilang "buatkan"? Dua-duanya perlu tau standar lo. Dua-duanya perlu dikoreksi pas salah. Bedanya, AI gak capek, gak baperan, dan bisa dikoreksi sepuluh kali tanpa protes.

Dulu, bisa ndorong kualitas kerjaan ke level berikutnya itu skill kepemimpinan. Sekarang skill yang sama kepake buat dorong output AI. Bikin perusahaan hemat itu kebiasaan lama gw, jauh sebelum AI ngetren. Angkanya $4 juta+ per tahun dari macem-macem inisiatif perbaikan proses dan keputusan produk. Dulu daya ungkit kayak gitu butuh posisi, tim engineer, dan sistem mahal. Sekarang AI jadi alat paling tajam buat kebiasaan yang sama, dan bisa dilatih ke semua orang di tim.

Buktinya ada di kerjaan gw sekarang. Sistem distribusi konten 8 kanal yang gw bangun dan jalanin sendirian, Applied-AI Certification, dan AI Circle, semuanya lahir dari pola yang sama: draft, review, koreksi spesifik, tunjukin contoh, ulang.

Gak ada sihir. Cuma kebiasaan review yang disiplin.

Mulai dari mana

Coba besok. Ambil satu output AI yang biasa lo bikin, terus review kayak lo review kerjaan orang: tandain bagian yang lemah, tulis kenapa lemah, terus suruh benerin satu per satu. Jangan bilang "perbaiki semuanya".

Kalau mau latihan pola ini bareng gw dan orang-orang yang lagi ngulik hal yang sama, masuk AI Circle. Tiap bulan kita bedah workflow beneran, bukan teori.

Kalau lo kepala tim atau pemilik perusahaan dan pengen seluruh tim lo bisa kerja kayak gini, gw juga ngelatih perusahaan langsung. Cek detailnya di halaman corporate.