Prompt Engineering Architect Arkitek Kejuruteraan Prompt

1.1 Zero-Shot Prompting1.1 Prompting Zero-Shot

Zero-shot prompting gives the model no prior examples. It relies entirely on pre-trained knowledge. Prompting Zero-shot tidak memberikan model contoh terdahulu. Ia bergantung sepenuhnya pada pengetahuan pra-latihan.

1.2 Few-Shot Prompting1.2 Prompting Few-Shot

Providing 1 to 5 examples of the exact input-output pairing. Excellent for calibrating tone and strict formatting. Memberikan 1 hingga 5 contoh pemadanan input-output yang tepat. Sangat baik untuk menentukur nada dan pemformatan.

1.3 System vs. User Prompts1.3 Prompt Sistem vs Pengguna

The System Prompt sets global rules. The User prompt delivers the specific task. Prompt Sistem menetapkan peraturan global. Prompt Pengguna menyampaikan tugas khusus.

1.4 Context Windows & Tokens1.4 Tetingkap Konteks & Token

LLMs do not see characters or words — they see tokens, the atomic units the model was trained on. A token is typically a sub-word piece: common words like "the" are one token, longer or rarer words split into several. Every input and every output is counted in tokens, and you pay (in cost, latency, and attention budget) for each one. LLM tidak melihat aksara atau perkataan — ia melihat token, unit atom yang dilatih oleh model. Token biasanya keping sub-perkataan: perkataan biasa seperti "itu" ialah satu token, manakala perkataan panjang atau jarang dipecahkan kepada beberapa token. Setiap input dan output dikira dalam token, dan anda membayar (dalam kos, latensi, dan bajet perhatian) untuk setiapnya.

The context window is the maximum number of tokens the model can hold at once — typically 8k, 32k, 128k, or 200k+ depending on the model. When you exceed it, the oldest content is dropped. Even within the window, attention quality degrades over long inputs: the middle of a long document is statistically the worst-attended region (the "lost in the middle" effect). This is why long prompts often "forget" instructions stated early on. Maksudnya, tetingkap konteks ialah bilangan maksimum token yang boleh dipegang oleh model serentak — biasanya 8k, 32k, 128k, atau 200k+ bergantung pada model. Apabila anda melebihi had, kandungan paling lama digugurkan. Walaupun dalam tetingkap, kualiti perhatian merosot ke atas input panjang: bahagian tengah dokumen panjang ialah kawasan paling kurang diberi perhatian secara statistik (kesan "hilang di tengah"). Inilah sebabnya prompt panjang sering "lupa" arahan yang dinyatakan pada awal.

1.5 The Universal Prompt Anatomy1.5 Anatomi Prompt Universal

A blueprint-grade prompt is built from five interlocking elements. Missing any one of them is the most common cause of disappointing output. Most "the AI gave a useless answer" complaints trace back to an absent Constraint or Format — the model defaulted to its training-data average instead of your specific need. Prompt bertaraf blueprint dibina daripada lima elemen yang saling berkait. Tiada mana-mana satu daripadanya ialah punca paling biasa output yang mengecewakan. Kebanyakan aduan "AI berikan jawapan tidak berguna" boleh dikesan kepada Kekangan atau Format yang hilang — model menggunakan purata data latihannya bukannya keperluan khusus anda.

Think of these five as the columns of a load-bearing structure. Remove one and the answer collapses into vagueness: Anggap kelima-lima ini sebagai tiang struktur menanggung beban. Tanggalkan satu dan jawapan runtuh menjadi kabur:

Each example below assembles all five elements for a realistic task in your domain. Notice how the Format field alone changes the response from a wall of text into something immediately actionable. Setiap contoh di bawah menyusun kelima-lima elemen untuk tugas realistik dalam domain anda. Perhatikan bagaimana medan Format sahaja menukar respons daripada dinding teks menjadi sesuatu yang boleh ditindak segera.

1.6 Interactive Task Verb Sandbox1.6 Sandbox Interaktif Kata Kerja Tugas

The single most important word in any prompt is the task verb. It tells the model what shape of output to produce. "Discuss" yields an essay. "Compare" yields a side-by-side. "Classify" yields a single label. Choosing the wrong verb is the fastest way to get a response that's technically related to your question but useless for your purpose. Perkataan tunggal paling penting dalam mana-mana prompt ialah kata kerja tugas. Ia memberitahu model bentuk output yang perlu dihasilkan. "Discuss" menghasilkan esei. "Compare" menghasilkan jadual perbandingan. "Classify" menghasilkan label tunggal. Memilih kata kerja salah ialah cara paling cepat untuk dapat respons yang berkaitan secara teknikal dengan soalan anda tetapi tidak berguna untuk tujuan anda.

Click any verb below to see what it actually does to the model's behaviour — what shape of output it asks for, when to use it, and a worked example. Klik mana-mana kata kerja di bawah untuk lihat apa yang ia lakukan kepada tingkah laku model — bentuk output yang dimintanya, bila digunakan, dan contoh.

2.1 The Power of Role-Playing2.1 Kuasa Lakonan Peranan

A weak persona ("Act as an expert") is barely better than no persona — "expert" describes too broad a region of latent space. A strong persona is specific in three dimensions: profession + years of experience + sub-specialty. Compare "Act as a marketer" with "Act as a B2B SaaS growth marketer who's run paid acquisition for three Series-A startups" — the second narrows the lens dramatically. Persona lemah ("Bertindak sebagai pakar") hampir tidak lebih baik daripada tiada persona — "pakar" menerangkan kawasan ruang laten yang terlalu luas. Persona kuat ialah khusus dalam tiga dimensi: profesion + tahun pengalaman + sub-pengkhususan. Bandingkan "Bertindak sebagai pemasar" dengan "Bertindak sebagai pemasar pertumbuhan SaaS B2B yang telah menjalankan pemerolehan berbayar untuk tiga syarikat permulaan Siri-A" — yang kedua menyempitkan kanta dengan dramatik.

2.2 Contextual Grounding2.2 Pembumian Konteks

Persona tells the model who it is. Context tells it where it stands: who the audience is, what the situation is, why the output matters. Without context, the LLM defaults to the most generic possible answer — the average of every similar request in its training data. Persona memberitahu model siapa ia. Konteks memberitahu di mana ia berdiri: siapa khalayaknya, apa situasinya, kenapa output itu penting. Tanpa konteks, LLM kembali kepada jawapan paling generik yang mungkin — purata setiap permintaan serupa dalam data latihannya.

A diagnostic checklist for strong context: have you stated the audience, the purpose, the stakes, and the setting? Skip any of these and the model fills the gap with a default that's usually wrong for your situation. Senarai semak diagnostik untuk konteks kuat: adakah anda nyatakan khalayak, tujuan, kepentingan, dan seting? Tinggalkan mana-mana satu dan model mengisi jurang dengan tetapan lalai yang biasanya salah untuk situasi anda.

2.3 Tone and Voice Calibration2.3 Penentukuran Nada dan Suara

Tone is a separate lever from persona. A "senior cardiologist" can speak warmly to a frightened patient or brusquely to a junior resident — same persona, opposite tones. The cheap, reliable trick: pick three adjectives. One alone is too vague ("formal"); two often conflict ("formal yet warm" — is fine, but pick the third anchor). Three is enough to lock the register without over-constraining word choice. Nada ialah tuil berasingan daripada persona. "Pakar kardiologi kanan" boleh bercakap dengan mesra kepada pesakit yang takut atau secara terus-terang kepada pelatih junior — persona sama, nada bertentangan. Helah murah dan boleh dipercayai: pilih tiga kata sifat. Satu sahaja terlalu kabur ("rasmi"); dua selalunya bercanggah ("rasmi tetapi mesra" — boleh, tetapi pilih sauh ketiga). Tiga sudah cukup untuk mengunci daftar tanpa mengekang pilihan perkataan secara berlebihan.

2.4 Audience Targeting2.4 Penyasaran Khalayak

Naming the audience is the cheapest way to control complexity. The ladder goes roughly: 5-year-old → middle-school student → smart undergraduate → graduate student → working professional → domain expert. Each rung up doubles the jargon density the model permits itself. The pro move is to name the audience and what they already know — e.g. "a backend engineer who's never used Kafka but is fluent in Postgres". That second clause is what separates good audience targeting from generic "explain to a beginner." Menamakan khalayak ialah cara paling murah untuk mengawal kerumitan. Tangga lebih kurang: kanak-kanak 5 tahun → pelajar sekolah menengah → siswazah pintar → pelajar pascasiswazah → profesional kerja → pakar domain. Setiap anak tangga ke atas menggandakan ketumpatan jargon yang model benarkan dirinya. Helah pakar ialah menamakan khalayak dan apa yang mereka sudah tahu — contohnya "jurutera backend yang tidak pernah menggunakan Kafka tetapi fasih dalam Postgres". Klausa kedua itulah yang membezakan penyasaran khalayak yang baik daripada "terangkan kepada pemula" generik.

2.5 Multi-Persona Debate2.5 Perdebatan Pelbagai Persona

Instead of asking one persona for an answer, ask several to debate. The model then weighs perspectives against each other before producing a synthesis — which surfaces trade-offs that a single voice would gloss over. This is the same insight behind Reflection of Thoughts (ROT) in the literature: a panel of experts step-by-step, then a synthesis step. Bukannya bertanya satu persona untuk jawapan, minta beberapa untuk berdebat. Model kemudian menimbang perspektif antara satu sama lain sebelum menghasilkan sintesis — yang mendedahkan trade-off yang akan disembunyikan oleh satu suara sahaja. Ini idea sama di sebalik Reflection of Thoughts (ROT) dalam literatur: panel pakar langkah demi langkah, kemudian langkah sintesis.

The pattern is reliable: (1) name 2–4 personas with deliberately different priorities, (2) ask each to argue their case, (3) ask for a synthesis that names the trade-offs explicitly. Use this whenever the "right answer" depends on values you haven't yet committed to. Coraknya boleh dipercayai: (1) namakan 2–4 persona dengan keutamaan yang sengaja berbeza, (2) minta setiap satu untuk berhujah, (3) minta sintesis yang menamakan trade-off secara eksplisit. Gunakan ini apabila "jawapan yang betul" bergantung pada nilai yang anda belum komit.

2.6 Interactive Persona Stack Builder2.6 Pembina Tindanan Persona Interaktif

Module 1.6 taught you to pick the right verb. This sandbox teaches you to stack persona + tone + audience into a single assembled prompt. Pick one option from each row below and watch the assembled prompt and the predicted response shape update in real time. The goal: build intuition for how each layer changes the model's behaviour. Modul 1.6 mengajar anda memilih kata kerja yang betul. Sandbox ini mengajar anda menyusun persona + nada + khalayak ke dalam satu prompt tersusun. Pilih satu pilihan daripada setiap baris di bawah dan lihat prompt tersusun dan bentuk respons diramalkan berubah secara langsung. Matlamat: membina intuisi tentang cara setiap lapisan mengubah tingkah laku model.

Tip: try switching only the Role chip while keeping Tone and Audience constant. Notice how the same audience question can be answered by a "constitutional lawyer" and a "village elder" with very different vocabulary and structure. Petua: cuba tukar hanya chip Peranan sambil mengekalkan Nada dan Khalayak tetap. Perhatikan bagaimana soalan khalayak yang sama boleh dijawab oleh "peguam perlembagaan" dan "tetua kampung" dengan perbendaharaan kata dan struktur yang sangat berbeza.

3.1 Zero-Shot & Emotional CoT3.1 CoT Zero-Shot & Emosi

The cheapest reasoning trick in the entire field: append a "thinking trigger" to any complex question. Different triggers have different empirical strengths, and you don't pay much to swap between them. The original is "Let's think step by step"; the "Take a deep breath" variant came later when researchers found that emotionally-grounded prompts produced better math performance, possibly because emotional language appears in the training data alongside more careful, slower reasoning patterns. Helah penaakulan paling murah dalam keseluruhan bidang: tambahkan "pencetus pemikiran" pada mana-mana soalan kompleks. Pencetus berbeza mempunyai kekuatan empirik berbeza, dan anda tidak banyak membayar untuk bertukar antara mereka. Yang asal ialah "Mari kita fikir langkah demi langkah"; varian "Tarik nafas panjang" datang kemudian apabila penyelidik mendapati prompt yang berasaskan emosi menghasilkan prestasi matematik yang lebih baik, mungkin kerana bahasa emosi muncul dalam data latihan bersama corak penaakulan yang lebih berhati-hati dan perlahan.

A working trigger library: "Let's think step by step" · "Take a deep breath and work this out carefully" · "Let's work this out in a step by step way to be sure we have the right answer" (the APE variant) · "Reason through this slowly. Show every step, even the obvious ones." Pick one and use it consistently; switching trigger phrases mid-conversation can dilute the effect. Perpustakaan pencetus berfungsi: "Mari kita fikir langkah demi langkah" · "Tarik nafas panjang dan kerjakan ini dengan teliti" · "Mari kita selesaikan ini secara langkah demi langkah untuk pastikan kita ada jawapan yang betul" (varian APE) · "Buat penaakulan ini perlahan-lahan. Tunjukkan setiap langkah, walaupun yang jelas." Pilih satu dan gunakan secara konsisten; bertukar frasa pencetus di tengah perbualan boleh menjejaskan kesan.

3.2 Few-Shot CoT3.2 CoT Few-Shot

Zero-shot CoT tells the model to reason. Few-shot CoT shows it how. You provide 2–4 worked examples where each example includes the reasoning trace AND the final answer, not just the answer. The model picks up the pattern and applies the same shape of reasoning to your new question. Zero-shot CoT memberitahu model untuk menaakul. Few-shot CoT menunjukkannya bagaimana. Anda menyediakan 2–4 contoh terkerja di mana setiap contoh termasuk jejak penaakulan DAN jawapan akhir, bukan hanya jawapan. Model mengambil corak dan menggunakan bentuk penaakulan yang sama pada soalan baharu anda.

Use few-shot CoT when zero-shot CoT keeps producing the right answer with the wrong structure — for example, when you want the model to quote evidence before concluding, compute intermediate variables in a specific order, or use a discipline-specific reasoning template (IRAC for law, IMRaD for science). The examples lock the shape. Guna few-shot CoT apabila zero-shot CoT terus menghasilkan jawapan betul dengan struktur salah — contohnya, apabila anda mahu model memetik bukti sebelum membuat kesimpulan, mengira pembolehubah perantaraan dalam susunan tertentu, atau menggunakan templat penaakulan khusus disiplin (IRAC untuk undang-undang, IMRaD untuk sains). Contoh mengunci bentuk.

3.3 Step-Back Prompting3.3 Prompt Langkah Ke Belakang

When a question is too specific to answer well, ask the model to step back first — identify the general principle at play, then apply it to the specific case. This works because LLMs are trained on far more general principles than specific instances. The abstract answer is usually high-quality; the specific case becomes a worked example of the principle rather than a guess. Apabila soalan terlalu khusus untuk dijawab dengan baik, minta model melangkah ke belakang dahulu — kenal pasti prinsip umum yang terlibat, kemudian gunakannya pada kes khusus. Ini berfungsi kerana LLM dilatih pada lebih banyak prinsip umum daripada contoh khusus. Jawapan abstrak biasanya berkualiti tinggi; kes khusus menjadi contoh terkerja prinsip itu, bukan tekaan.

The recipe is two-step: (1) "Before answering, what general principle governs this situation?" → (2) "Now apply that principle to my specific question." Use step-back whenever you would have started with "how do I…" and gotten back a list of generic best-practices. The principle question gives the model permission to access its strongest knowledge first. Resipinya dua langkah: (1) "Sebelum menjawab, apakah prinsip umum yang mengawal situasi ini?" → (2) "Sekarang gunakan prinsip itu pada soalan khusus saya." Gunakan step-back apabila anda akan mulakan dengan "bagaimana saya…" dan dapat kembali senarai amalan terbaik generik. Soalan prinsip memberi model kebenaran untuk mengakses pengetahuan terkuatnya dahulu.

3.4 Least-to-Most Prompting3.4 Prompt Sedikit ke Paling Banyak

CoT chains reasoning forward. Least-to-Most works in the other direction: decompose the problem into the smallest possible sub-problems, solve the easiest one first, then use that answer as input to the next. The literature shows this outperforms standard CoT on tasks that need more than 5 inference steps — exactly the cases where greedy decoding fails worst. CoT merangkai penaakulan ke hadapan. Least-to-Most berfungsi dalam arah lain: uraikan masalah kepada sub-masalah terkecil yang mungkin, selesaikan yang termudah dahulu, kemudian gunakan jawapan itu sebagai input kepada yang seterusnya. Literatur menunjukkan ini mengatasi CoT standard pada tugas yang memerlukan lebih daripada 5 langkah inferens — tepat dalam kes-kes di mana penyahkodan tamak gagal paling teruk.

The pattern: (1) ask the model to decompose the problem into ordered sub-problems → (2) explicitly solve sub-problem 1 → (3) feed that answer into sub-problem 2, and so on. The key difference from CoT is that each sub-problem gets its own conversational turn (or its own block), so earlier mistakes don't propagate silently into later reasoning. Coraknya: (1) minta model menguraikan masalah kepada sub-masalah bertertib → (2) selesaikan sub-masalah 1 secara eksplisit → (3) suapkan jawapan itu ke sub-masalah 2, dan seterusnya. Perbezaan utama daripada CoT ialah setiap sub-masalah mendapat giliran perbualannya sendiri (atau bloknya sendiri), supaya kesilapan awal tidak menular secara senyap ke penaakulan lewat.

3.5 Self-Consistency3.5 Konsistensi Kendiri

Standard CoT samples a single reasoning path. Self-Consistency samples many reasoning paths, then takes the majority answer. Different paths can reach the same answer through different routes — when most converge, you have higher confidence; when they diverge, you've found a genuinely uncertain question. This is the same principle behind ensemble methods in classical ML. CoT standard mengambil satu laluan penaakulan. Konsistensi Kendiri mengambil banyak laluan penaakulan, kemudian mengambil jawapan majoriti. Laluan berbeza boleh mencapai jawapan yang sama melalui rute berbeza — apabila kebanyakan menumpu, anda mempunyai keyakinan yang lebih tinggi; apabila ia berbeza, anda telah menemui soalan yang benar-benar tidak pasti. Ini prinsip sama di sebalik kaedah ensemble dalam pembelajaran mesin klasik.

The single-prompt recipe: (1) ask for N independent reasoning chains (typically 3–5), (2) instruct that each chain must explore a different starting assumption or method, (3) ask for the majority answer and the dissent. The dissent is often more valuable than the consensus — it tells you exactly where the model's confidence is shakiest. Resipi prompt-tunggal: (1) minta N rantaian penaakulan bebas (biasanya 3–5), (2) arahkan setiap rantaian mesti meneroka andaian atau kaedah permulaan yang berbeza, (3) minta jawapan majoriti dan bantahan. Bantahan selalunya lebih berharga daripada konsensus — ia memberitahu anda dengan tepat di mana keyakinan model paling goyah.

3.6 Interactive Reasoning Pattern Selector3.6 Pemilih Corak Penaakulan Interaktif

Most "my CoT prompt didn't help" complaints trace to a mismatch: people use one reasoning technique on a problem that needs a different one. This sandbox helps you match the technique to the problem. Pick the characteristic that best describes your problem, and you'll see the recommended technique, why it fits, and a runnable example you can adapt. Kebanyakan aduan "prompt CoT saya tidak membantu" boleh dikesan kepada ketidakpadanan: orang menggunakan satu teknik penaakulan untuk masalah yang memerlukan yang berbeza. Sandbox ini membantu anda padankan teknik dengan masalah. Pilih ciri yang paling menggambarkan masalah anda, dan anda akan lihat teknik disyorkan, mengapa ia sesuai, dan contoh boleh-jalan yang anda boleh adaptasi.

4.1 Structural Constraints4.1 Kekangan Struktur

The most underused lever in prompt engineering. Asking for output as a table instead of paragraphs forces the model to commit to specific values for each column — no wiggle room for vague qualifiers. Asking for numbered lists forces enumeration to a stated count. Asking for JSON forces every field to have an explicit value (or null), which surfaces ambiguity the model would otherwise hide in adjectives. Tuil paling kurang digunakan dalam kejuruteraan prompt. Meminta output sebagai jadual bukan perenggan memaksa model komit kepada nilai khusus untuk setiap lajur — tiada ruang untuk pengelas kabur. Meminta senarai bernombor memaksa enumerasi kepada kiraan dinyatakan. Meminta JSON memaksa setiap medan ada nilai eksplisit (atau null), yang mendedahkan kekaburan yang model akan sembunyikan dalam kata sifat.

A useful mental ladder: prose (loosest) → bullets → numbered list → Markdown table → JSON (strictest). Pick the lowest rung that gives you what you need; over-structuring trivial tasks adds friction without value. Tangga mental berguna: prosa (paling longgar) → bullet → senarai bernombor → jadual Markdown → JSON (paling ketat). Pilih anak tangga paling rendah yang memberi anda apa yang diperlukan; struktur berlebihan untuk tugas remeh menambah geseran tanpa nilai.

4.2 Length Constraints4.2 Kekangan Panjang

LLMs treat "be brief" as a polite suggestion; they treat "exactly 3 sentences" as an instruction. Use specific units of measurement: words, sentences, characters, bullets, lines, or items. Vague targets ("short", "concise", "comprehensive") will be ignored or interpreted however the model feels. LLM menganggap "ringkas" sebagai cadangan sopan; mereka menganggap "tepat 3 ayat" sebagai arahan. Gunakan unit pengukuran khusus: perkataan, ayat, aksara, bullet, baris, atau item. Sasaran kabur ("pendek", "ringkas", "komprehensif") akan diabaikan atau ditafsir sesuka hati model.

For tight budgets, the "tell-and-show" trick works better than a single instruction: state the limit, AND provide a one-sentence example of the right length. The example anchors the model's notion of "sentence" or "bullet". This is especially valuable when targeting social-media character limits, where the model often miscounts by 10–30%. Untuk bajet ketat, helah "beritahu-dan-tunjuk" berfungsi lebih baik daripada arahan tunggal: nyatakan had, DAN sediakan satu ayat contoh panjang yang betul. Contoh menambat tanggapan model tentang "ayat" atau "bullet". Ini terutama berharga apabila mensasarkan had aksara media sosial, di mana model selalunya tersilap kira sebanyak 10–30%.

4.3 Negative Constraints4.3 Kekangan Negatif

Negative constraints have a counter-intuitive failure mode: the model's attention focuses on the forbidden words themselves, sometimes producing more of them. "Don't think of a pink elephant" works the same way on LLMs as it does on you. The Fun Fact at the bottom of this module covers the mechanism. Kekangan negatif mempunyai mod kegagalan yang berlawanan dengan intuisi: perhatian model tertumpu pada perkataan terlarang itu sendiri, kadang-kadang menghasilkan lebih banyak. "Jangan fikirkan gajah merah jambu" berfungsi cara yang sama pada LLM seperti pada anda. Fakta Menarik di bawah modul ini meliputi mekanismenya.

Two strategies work: (1) Use negative constraints sparingly and bluntly ("NEVER use the word 'leverage'") — short and specific beats long and explanatory. (2) Better still — redirect, don't forbid: replace "don't be vague" with "be specific: include a number, a date, and a named person." Positive instructions are what the attention mechanism is good at executing. Dua strategi berfungsi: (1) Gunakan kekangan negatif dengan jimat dan tegas ("JANGAN SEKALI-KALI guna perkataan 'leverage'") — pendek dan khusus mengalahkan panjang dan menerangkan. (2) Lebih baik lagi — halakan semula, jangan haramkan: gantikan "jangan kabur" dengan "jadilah khusus: sertakan satu nombor, satu tarikh, dan satu nama orang." Arahan positif ialah apa yang mekanisme perhatian pandai laksanakan.

4.4 Output Syntax (JSON, Markdown, XML)4.4 Sintaks Output (JSON, Markdown, XML)

When the next step is software, not a human reader, the output must be parseable. The three workhorses are JSON (best for nested data, native to almost every language), Markdown (best for human-and-machine readable tables, headings, lists), and XML (best when you need typed attributes or mixed content like tagged text). Pick by who consumes the output next. Apabila langkah seterusnya ialah perisian, bukan pembaca manusia, output mesti boleh dihuraikan. Tiga kuda kerja ialah JSON (terbaik untuk data bersarang, asli kepada hampir setiap bahasa), Markdown (terbaik untuk jadual, tajuk, senarai yang boleh dibaca manusia-dan-mesin), dan XML (terbaik apabila anda perlukan atribut bertaip atau kandungan campuran seperti teks bertag). Pilih berdasarkan siapa yang mengkonsumsi output seterusnya.

For machine-consumed output, always state three things: (1) the syntax name explicitly, (2) the exact schema/shape, (3) what to do when a field cannot be filled (typically: use null, never invent). Add the instruction "Output ONLY the [syntax] — no prose, no code fences, no commentary." LLMs love to wrap valid JSON in conversational prose; this single sentence prevents it. Untuk output yang dimakan mesin, sentiasa nyatakan tiga perkara: (1) nama sintaks secara eksplisit, (2) skema/bentuk yang tepat, (3) apa yang perlu dilakukan apabila medan tidak dapat diisi (biasanya: guna null, jangan reka). Tambah arahan "Hasilkan [sintaks] SAHAJA — tiada prosa, tiada code fence, tiada komen." LLM gemar membungkus JSON sah dalam prosa perbualan; ayat tunggal ini mencegahnya.

4.5 LPML (LLM Prompting Markup Language)4.5 LPML (Bahasa Penanda Prompting LLM)

XML-like tags inside your prompt do two jobs simultaneously: (1) they section the prompt for the model so different parts (context vs. task vs. format) cannot bleed into each other, and (2) they section the response so you can extract just the part you want, leaving the model's reasoning intact for audit. Tags like <THINK>, <OUTPUT>, <DRAFT>, <FINAL> are conventions, not magic — the model treats them as strong structural cues because XML-like patterns are dense in its training data. Tag seperti XML dalam prompt anda melakukan dua tugas serentak: (1) ia membahagikan prompt untuk model supaya bahagian berbeza (konteks vs. tugas vs. format) tidak boleh berdarah ke satu sama lain, dan (2) ia membahagikan respons supaya anda boleh ekstrak hanya bahagian yang anda mahu, meninggalkan penaakulan model utuh untuk audit. Tag seperti <THINK>, <OUTPUT>, <DRAFT>, <FINAL> ialah konvensi, bukan ajaib — model menganggapnya sebagai isyarat struktur kuat kerana corak seperti XML padat dalam data latihannya.

The most useful pattern: ask for reasoning in <THINK> and the deliverable in <OUTPUT>. You get CoT-quality reasoning without the reasoning polluting your final answer. Programmatic post-processing then extracts just the <OUTPUT> content for downstream use, while a human auditor can read <THINK> when they need to debug the answer. Corak paling berguna: minta penaakulan dalam <THINK> dan deliverable dalam <OUTPUT>. Anda mendapat penaakulan berkualiti CoT tanpa penaakulan mencemarkan jawapan akhir anda. Pemprosesan-pasca berprogram kemudian mengekstrak hanya kandungan <OUTPUT> untuk kegunaan hiliran, manakala pengaudit manusia boleh membaca <THINK> apabila mereka perlu menyahpepijat jawapan.

4.6 Interactive Format Prescription Builder4.6 Pembina Preskripsi Format Interaktif

Module 2.6 stacked persona dimensions. This sandbox stacks format dimensions. Pick a syntax, a length unit, and an exclusion. The assembled format prescription updates live below, along with a preview of what the response shape will actually look like. Try the same task across very different format prescriptions to see how dramatically the model's output changes. Modul 2.6 menindan dimensi persona. Sandbox ini menindan dimensi format. Pilih sintaks, unit panjang, dan pengecualian. Preskripsi format tersusun dikemas kini di bawah secara langsung, bersama dengan pratonton bentuk respons yang akan dihasilkan. Cuba tugas yang sama merentas preskripsi format yang sangat berbeza untuk melihat betapa dramatik output model berubah.

Tip: try switching only the Syntax chip with the same Length and Exclusion. Notice how "JSON + 5 fields + no preamble" produces a parseable artefact, while "Prose + 5 sentences + no preamble" produces something a human reads, and "Markdown table + 5 rows + no preamble" produces something a human reads and a script can extract. Petua: cuba tukar hanya chip Sintaks dengan Panjang dan Pengecualian yang sama. Perhatikan bagaimana "JSON + 5 medan + tiada mukadimah" menghasilkan artifak boleh-dihuraikan, sementara "Prosa + 5 ayat + tiada mukadimah" menghasilkan sesuatu yang manusia baca, dan "Jadual Markdown + 5 baris + tiada mukadimah" menghasilkan sesuatu yang manusia baca dan skrip boleh ekstrak.

5.1 The Escape Hatch5.1 Jalan Keluar Selamat

An LLM's default failure mode is hallucination — when it doesn't know the answer, it confabulates a plausible one. The fix is counter-intuitive: give the model explicit permission to fail. When you've told the model "if you don't know, say N/A", you've replaced silent fabrication with loud, parseable failure. Production pipelines depend on this: code can detect N/A and route to a human reviewer; it cannot detect a confidently-stated hallucination. Mod kegagalan lalai LLM ialah halusinasi — apabila ia tidak tahu jawapan, ia mereka jawapan yang munasabah. Pembaikannya berlawanan dengan intuisi: beri model kebenaran eksplisit untuk gagal. Apabila anda telah memberitahu model "jika anda tidak tahu, kata N/A", anda telah menggantikan rekaan senyap dengan kegagalan kuat dan boleh-dihuraikan. Saluran pengeluaran bergantung kepada ini: kod boleh mengesan N/A dan menyalurkan ke pengulas manusia; ia tidak boleh mengesan halusinasi yang dinyatakan dengan yakin.

A graceful degradation hierarchy works best: (1) a single fixed sentinel value (N/A, UNKNOWN, null) for downstream code to detect; (2) a tagged failure with the reason ({ "answer": null, "reason": "sample size not stated in source" }) so the human reviewer knows what to investigate; (3) a confidence score for borderline cases. The principle: failure must be louder than success. Hierarki kemerosotan anggun berfungsi terbaik: (1) satu nilai sentinel tetap (N/A, UNKNOWN, null) untuk kod hiliran mengesan; (2) kegagalan bertag dengan alasan ({ "answer": null, "reason": "saiz sampel tidak dinyatakan dalam sumber" }) supaya pengulas manusia tahu apa yang perlu disiasat; (3) skor keyakinan untuk kes sempadan. Prinsipnya: kegagalan mesti lebih kuat daripada kejayaan.

5.2 Prompt Chaining5.2 Rantaian Prompt

A single long prompt asks the model to do many things at once and tends to half-do all of them. A chain asks the model to do one thing well, then uses that output as the input to the next prompt. The key discipline: each step's output is a structured artifact (JSON, Markdown table, tagged sections), not free prose — because Step N+1 needs to read it reliably. Satu prompt panjang meminta model melakukan banyak perkara serentak dan cenderung melakukan separuh kesemuanya. Rantaian meminta model melakukan satu perkara dengan baik, kemudian menggunakan output itu sebagai input prompt seterusnya. Disiplin utama: output setiap langkah ialah artifak berstruktur (JSON, jadual Markdown, seksyen bertag), bukan prosa bebas — kerana Langkah N+1 perlu membacanya dengan boleh dipercayai.

A well-designed chain has three properties: (1) each step's purpose is stateable in one sentence; (2) each step's output schema is fixed in advance and parseable; (3) any step can be re-run independently if its input is the same, so you can debug step 4 without re-running steps 1–3. This is how production LLM pipelines actually work — they're acyclic graphs of focused prompts, not single mega-prompts. Rantaian yang direka dengan baik mempunyai tiga sifat: (1) tujuan setiap langkah boleh dinyatakan dalam satu ayat; (2) skema output setiap langkah ditetapkan terlebih dahulu dan boleh dihuraikan; (3) mana-mana langkah boleh dijalankan semula secara berasingan jika inputnya sama, supaya anda boleh menyahpepijat langkah 4 tanpa menjalankan semula langkah 1–3. Inilah cara saluran LLM pengeluaran sebenarnya berfungsi — ia graf akiklik prompt fokus, bukan mega-prompt tunggal.

5.3 Reflexion5.3 Refleksi

"Review your answer" alone produces sycophantic agreement — the model says "looks good!" and changes nothing. Reflexion works only when you give it a rubric to critique against. The pattern: (1) draft, (2) critique against an explicit standard, (3) revise applying the critique. The standard can be a checklist, a sample of good output, or a list of common failure modes for the task type. "Semak jawapan anda" sahaja menghasilkan persetujuan menjilat — model berkata "kelihatan baik!" dan tidak mengubah apa-apa. Refleksi berfungsi hanya apabila anda memberinya rubrik untuk mengkritik. Coraknya: (1) draf, (2) kritik berdasarkan piawaian eksplisit, (3) semak dengan menerapkan kritikan. Piawaian boleh menjadi senarai semak, sampel output baik, atau senarai mod kegagalan biasa untuk jenis tugas.

The critical move: ask the model to quote the specific line it's criticising. Vague critiques ("the introduction is unclear") produce vague revisions; quoted critiques ("the second sentence claims X without evidence") produce surgical edits. If the model can't quote what it's criticising, the critique is probably hallucinated and the revision will make things worse. Langkah kritikal: minta model memetik baris khusus yang dikritiknya. Kritikan kabur ("pengenalan tidak jelas") menghasilkan semakan kabur; kritikan berpetikan ("ayat kedua mendakwa X tanpa bukti") menghasilkan suntingan pembedahan. Jika model tidak boleh memetik apa yang dikritiknya, kritikan itu mungkin halusinasi dan semakan akan menjadikan keadaan lebih teruk.

5.4 Meta-Prompting5.4 Meta-Prompting

Meta-prompting asks the LLM to play multiple specialised roles within a single response — a conductor coordinating an orchestra of personas. This is the natural evolution of Module 2.5's Multi-Persona Debate, but now structured around division of labour: each sub-instance has one job, one expertise lens, and one defined output. The conductor's role is to synthesise their outputs into a single coherent deliverable. Meta-prompting meminta LLM memainkan beberapa peranan khusus dalam satu respons — konduktor menyelaras orkestra persona. Ini ialah evolusi semula jadi Perdebatan Pelbagai Persona Modul 2.5, tetapi kini distrukturkan sekitar pembahagian kerja: setiap sub-contoh ada satu tugas, satu kanta kepakaran, dan satu output ditakrifkan. Peranan konduktor ialah mensintesiskan output mereka menjadi satu deliverable yang koheren.

A good meta-prompt specifies three things per sub-instance: (1) the role and what they care about, (2) the specific question they should answer, (3) the format of their answer (so the conductor can reliably merge). Skip any one of these and the conductor either invents the sub-instances' perspectives (defeating the purpose) or produces an ungrounded synthesis (defeating the rest). Meta-prompt yang baik menentukan tiga perkara setiap sub-contoh: (1) peranan dan apa yang mereka pedulikan, (2) soalan khusus yang patut mereka jawab, (3) format jawapan mereka (supaya konduktor boleh menggabungkan dengan boleh dipercayai). Langkau mana-mana satu dan konduktor sama ada mereka perspektif sub-contoh (mengalahkan tujuan) atau menghasilkan sintesis tidak bertanah (mengalahkan selebihnya).

5.5 Prompt Templates & Parameterization5.5 Templat Prompt & Parameterisasi

Once a prompt works well, the next move is to make it reusable. Replace the variable parts with placeholders ( {{TOPIC}}, {{AUDIENCE}}, {{INPUT_TEXT}} ), separate the template from the input, and now you have a tool — not a one-off prompt. This is the boundary between using LLMs as an artisan and using them as engineering infrastructure. Sebaik sahaja prompt berfungsi dengan baik, langkah seterusnya ialah menjadikannya boleh diguna semula. Gantikan bahagian boleh berubah dengan pemegang tempat ( {{TAJUK}}, {{KHALAYAK}}, {{TEKS_INPUT}} ), pisahkan templat daripada input, dan kini anda mempunyai alat — bukan prompt sekali pakai. Inilah sempadan antara menggunakan LLM sebagai tukang dan menggunakannya sebagai infrastruktur kejuruteraan.

Three disciplines make templates production-quality: (1) use a distinctive placeholder syntax ( {{VARIABLE}} double curly braces are the de-facto standard) so substitution failures are visible; (2) validate inputs before substitution — an empty {{INPUT_TEXT}} should fail loudly, not produce a hallucinated answer about nothing; (3) version the template like code — when the prompt changes, downstream outputs change, and you need to know which version produced which artefact. Tiga disiplin menjadikan templat berkualiti pengeluaran: (1) gunakan sintaks pemegang tempat tersendiri ( {{PEMBOLEHUBAH}} kurungan berganda ialah piawaian de-facto) supaya kegagalan penggantian dapat dilihat; (2) sahkan input sebelum penggantian — {{TEKS_INPUT}} kosong patut gagal dengan kuat, bukan menghasilkan jawapan halusinasi tentang ketiadaan; (3) versi templat seperti kod — apabila prompt berubah, output hiliran berubah, dan anda perlu tahu versi mana menghasilkan artifak yang mana.

5.6 Interactive Iteration Loop Simulator5.6 Simulator Gelung Lelaran Interaktif

Reading about iteration loops is not the same as walking through one. Click the steps below to step through a complete Draft → Critique → Revise → Final loop. At each stage, you'll see the actual prompt sent to the LLM and the kind of artefact it returns. Notice how the critique stage uses a rubric (not vague "check it") and how the revise stage feeds the critique back as structured input. Membaca tentang gelung lelaran tidak sama dengan melaluinya. Klik langkah-langkah di bawah untuk melangkah melalui gelung lengkap Draf → Kritik → Semak → Akhir. Pada setiap peringkat, anda akan melihat prompt sebenar yang dihantar kepada LLM dan jenis artifak yang dikembalikan. Perhatikan bagaimana peringkat kritik menggunakan rubrik (bukannya "semak ia" yang kabur) dan bagaimana peringkat semak menyalurkan kritikan semula sebagai input berstruktur.

Tip: the magic isn't in any single step — it's in the data flowing between them. Step 2 produces a list of specific issues; Step 3 receives that list as input. If you skip the structured critique, Step 3 is just "rewrite it" — which is why one-shot revision loops rarely improve much. Petua: ajaibnya bukan dalam mana-mana langkah tunggal — ia dalam data mengalir antara mereka. Langkah 2 menghasilkan senarai isu khusus; Langkah 3 menerima senarai itu sebagai input. Jika anda langkau kritikan berstruktur, Langkah 3 hanyalah "tulis semula" — itulah sebabnya gelung semakan satu-tembakan jarang banyak memperbaiki.

6.1 Tree of Thoughts (ToT)6.1 Pokok Pemikiran (ToT)

CoT walks one path. ToT spawns several paths from each decision point, evaluates them, and either continues down the most promising or backtracks. The Fun Fact at the bottom of this module is real: ToT lifted GPT-4 on Game-of-24 from 4% to 74%. The performance gain isn't free — you're paying for the branching factor in tokens. Use ToT when the cost of going down a wrong path far exceeds the cost of evaluating several. CoT berjalan satu laluan. ToT menjana beberapa laluan dari setiap titik keputusan, menilainya, dan sama ada meneruskan ke yang paling menjanjikan atau berundur. Fakta Menarik di bawah modul ini adalah benar: ToT mengangkat GPT-4 pada Game-of-24 dari 4% kepada 74%. Pulangan prestasi tidak percuma — anda membayar faktor percabangan dalam token. Gunakan ToT apabila kos turun ke laluan salah jauh melebihi kos menilai beberapa.

A good ToT prompt specifies three things: (1) the branching factor (how many candidates at each level — typically 3–5), (2) the evaluation criterion (what makes one branch better than another — quantified if possible), (3) the pruning rule (when to abandon a branch). Without all three, the model often generates branches but doesn't actually evaluate them, reducing ToT to a fancier brainstorm. Prompt ToT yang baik menyatakan tiga perkara: (1) faktor percabangan (berapa banyak calon pada setiap aras — biasanya 3–5), (2) kriteria penilaian (apa yang menjadikan satu cabang lebih baik daripada yang lain — dikuantifikasi jika boleh), (3) peraturan pemangkasan (bila untuk meninggalkan cabang). Tanpa ketiga-tiganya, model selalu menjana cabang tetapi tidak benar-benar menilainya, mengurangkan ToT kepada sumbangsaran yang lebih mewah.

6.2 ReAct (Reason & Act)6.2 ReAct (Taakul & Bertindak)

CoT keeps reasoning inside the model. ReAct lets reasoning interleave with external action: the model thinks, then asks for a tool call (search, calculator, API, database query), reads the result, and continues thinking with the new information. This is the topology behind every "AI agent" you've heard of — Cursor, Devin, AutoGPT, Claude Code. They're all running variations of the same Thought → Action → Observation → Thought loop. CoT mengekalkan penaakulan dalam model. ReAct membenarkan penaakulan berselang-seli dengan tindakan luaran: model berfikir, kemudian meminta panggilan alat (carian, kalkulator, API, pertanyaan pangkalan data), membaca hasil, dan meneruskan berfikir dengan maklumat baharu. Ini topologi di sebalik setiap "ejen AI" yang anda dengar — Cursor, Devin, AutoGPT, Claude Code. Mereka semua menjalankan variasi gelung Fikir → Tindakan → Pemerhatian → Fikir yang sama.

A robust ReAct prompt specifies four things: (1) the available tools and their input/output shape, (2) the format for action requests (a fixed parseable syntax so your runtime can dispatch them), (3) a stopping condition (success criteria + a max-iterations safeguard), (4) a fallback if a tool fails. Skip the last one and a single broken API call can derail an entire agent run. Prompt ReAct yang teguh menyatakan empat perkara: (1) alat yang tersedia dan bentuk input/output mereka, (2) format untuk permintaan tindakan (sintaks tetap boleh-dihuraikan supaya runtime anda boleh menghantarnya), (3) syarat berhenti (kriteria kejayaan + perlindungan maks-lelaran), (4) sandaran jika alat gagal. Langkau yang terakhir dan satu panggilan API yang rosak boleh menggelincirkan keseluruhan run ejen.

6.3 Graph of Thoughts (GoT)6.3 Graf Pemikiran (GoT)

ToT branches forward, then selects the best path. GoT goes further: it allows branches to merge into new ideas that combine elements of multiple parents. This is the difference between a tournament (one winner) and a synthesis (a new artifact built from pieces of several inputs). GoT shines when the right answer is unlikely to be any individual candidate — it's a recombination of several. ToT bercabang ke hadapan, kemudian memilih laluan terbaik. GoT pergi lebih jauh: ia membenarkan cabang bergabung menjadi idea baharu yang menggabungkan elemen daripada beberapa induk. Ini perbezaan antara kejohanan (satu pemenang) dan sintesis (artifak baharu dibina daripada kepingan beberapa input). GoT bersinar apabila jawapan yang betul tidak mungkin mana-mana calon individu — ia gabungan beberapa.

A GoT prompt specifies three things: (1) the generation step (how many independent candidates to produce), (2) the merge rule (which pairs/groups of candidates can be combined and what each merge inherits from each parent), (3) the scoring step (how to compare originals against merged versions). Without the merge rule, you've just built a ToT with extra steps. Prompt GoT menyatakan tiga perkara: (1) langkah penjanaan (berapa banyak calon bebas untuk dihasilkan), (2) peraturan gabungan (pasangan/kumpulan calon mana boleh digabung dan apa yang setiap gabungan warisi daripada setiap induk), (3) langkah pemarkahan (cara membandingkan yang asal terhadap versi yang digabung). Tanpa peraturan gabungan, anda hanya membina ToT dengan langkah tambahan.

6.4 LLM as an Evaluator6.4 LLM sebagai Penilai

A topology pattern that uses two prompts instead of one: Generator produces candidate outputs, Evaluator scores them against a rubric. They run in separate calls (often on separate models), which gives you two crucial properties: (1) the evaluator has no allegiance to the candidates it's scoring, and (2) the rubric can be far more rigorous than the generation prompt would be. Corak topologi yang menggunakan dua prompt bukannya satu: Penjana menghasilkan output calon, Penilai menskor mereka berdasarkan rubrik. Mereka berjalan dalam panggilan berasingan (selalu pada model berasingan), yang memberi anda dua sifat penting: (1) penilai tidak ada kesetiaan kepada calon yang diberi skor, dan (2) rubrik boleh jauh lebih ketat daripada prompt penjanaan.

A reliable evaluator prompt has four properties: (1) a specific rubric with weighted criteria, (2) numeric scores per criterion (not "good/bad"), (3) required justification (the evaluator must quote evidence from the candidate), (4) explicit ties-broken rule. The most common failure: an evaluator that scores everything 7/10 because it has no instruction to differentiate. Asking it to rank rather than score often surfaces the differentiation you need. Prompt penilai yang boleh dipercayai mempunyai empat sifat: (1) rubrik khusus dengan kriteria berpemberat, (2) skor angka setiap kriteria (bukan "baik/buruk"), (3) justifikasi diperlukan (penilai mesti memetik bukti daripada calon), (4) peraturan pecah-seri eksplisit. Kegagalan paling biasa: penilai yang menskor semuanya 7/10 kerana tiada arahan untuk membezakan. Memintanya menyusun bukannya menskor selalu mendedahkan pembezaan yang anda perlukan.

6.5 Cumulative Reasoning6.5 Penaakulan Kumulatif

In multi-turn conversations, the model's effective memory of earlier reasoning degrades — facts established at turn 3 quietly disappear by turn 20. Cumulative Reasoning fixes this with a verified-facts log: a persistent block of confirmed propositions that gets re-injected into every subsequent prompt. The model is forbidden from contradicting items in the log without first marking them DISPUTED. Dalam perbualan berbilang giliran, memori berkesan model untuk penaakulan awal merosot — fakta yang ditubuhkan pada giliran 3 hilang secara senyap menjelang giliran 20. Penaakulan Kumulatif menyelesaikan ini dengan log fakta-disahkan: blok berterusan proposisi yang disahkan yang disuntik semula ke dalam setiap prompt berikutnya. Model dilarang daripada bercanggah dengan item dalam log tanpa terlebih dahulu menandakannya DISPUTED.

The discipline has three rules: (1) every fact in the log carries a source (which turn it was established in, or which document supports it), (2) facts must be atomic (one proposition each, not compound), (3) any candidate fact that contradicts an existing one is held aside as DISPUTED — never silently overwritten. This is essentially version-controlled state management for a conversation. Disiplin mempunyai tiga peraturan: (1) setiap fakta dalam log membawa sumber (giliran mana ia ditubuhkan, atau dokumen mana yang menyokongnya), (2) fakta mesti atomik (satu proposisi setiap satu, bukan sebatian), (3) mana-mana fakta calon yang bercanggah dengan yang sedia ada ditahan sebagai DISPUTED — tidak pernah ditulis ganti secara senyap. Ini pada dasarnya pengurusan keadaan dikawal-versi untuk perbualan.

6.6 Interactive Cognitive Topology Explorer6.6 Penjelajah Topologi Kognitif Interaktif

Reading about topologies is not the same as seeing them. Click any of the five reasoning shapes below to see (a) what the shape looks like as a node-and-edge diagram, (b) when to reach for it, (c) what it costs, and (d) a worked example. Notice how each shape literally pictures the cost-benefit trade-off — more nodes and edges = more capability but more tokens, latency, and orchestration risk. Membaca tentang topologi tidak sama dengan melihatnya. Klik mana-mana lima bentuk penaakulan di bawah untuk melihat (a) bentuk apa rupanya sebagai diagram nod-dan-tepi, (b) bila untuk mencapainya, (c) apa kosnya, dan (d) contoh terkerja. Perhatikan bagaimana setiap bentuk benar-benar menggambarkan trade-off kos-faedah — lebih banyak nod dan tepi = lebih banyak keupayaan tetapi lebih banyak token, latensi, dan risiko orkestrasi.

Tip: when in doubt, start with the simplest topology that could plausibly work. A Linear shape with 30 tokens of CoT beats a Graph shape with 3,000 tokens of orchestration on 80% of real tasks. The expensive topologies are insurance against specific failure modes — pay for them only when those failure modes are likely. Petua: apabila ragu-ragu, mulakan dengan topologi paling ringkas yang munasabah boleh berfungsi. Bentuk Linear dengan 30 token CoT mengalahkan bentuk Graf dengan 3,000 token orkestrasi pada 80% tugas sebenar. Topologi mahal ialah insurans terhadap mod kegagalan tertentu — bayar untuknya hanya apabila mod kegagalan itu mungkin.

7.1 Chain of Reference (CoR)7.1 Rantaian Rujukan (CoR)

An ungrounded LLM produces plausible-sounding reasoning that can't be audited. CoR fixes this by forcing the model to structure its reasoning against a named external framework — IRAC for legal analysis, IMRaD for scientific writing, COSO for risk, OWASP for security. The framework's section names become checkpoints in the reasoning, each of which must be filled with evidence before the model is allowed to conclude. LLM tidak bertanah menghasilkan penaakulan yang munasabah-bunyi yang tidak boleh diaudit. CoR membaikinya dengan memaksa model menstrukturkan penaakulannya berdasarkan rangka kerja luar bernama — IRAC untuk analisis undang-undang, IMRaD untuk penulisan saintifik, COSO untuk risiko, OWASP untuk keselamatan. Nama bahagian rangka kerja menjadi pos pemeriksaan dalam penaakulan, setiap satu mesti diisi dengan bukti sebelum model dibenarkan membuat kesimpulan.

A robust CoR prompt does three things: (1) names the framework explicitly and lists its sections, (2) instructs the model to fill every section before reaching the conclusion section, (3) requires citation or quotation for any factual claim inside a section. Without step 3, CoR gives you well-structured fabrications instead of unstructured ones. Prompt CoR yang teguh melakukan tiga perkara: (1) menamakan rangka kerja secara eksplisit dan menyenaraikan bahagiannya, (2) mengarahkan model mengisi setiap bahagian sebelum mencapai bahagian kesimpulan, (3) memerlukan petikan atau pemetikan untuk sebarang dakwaan fakta dalam bahagian. Tanpa langkah 3, CoR memberi anda rekaan berstruktur-baik bukannya yang tidak berstruktur.

7.2 Directional Stimulus Prompting7.2 Prompt Stimulus Berarah

The trick is to steer without scripting. Instead of telling the model what to write, you slip in a few specific anchor terms — and the model writes around them. This is how content teams shape AI-generated summaries to match a brand angle, how legal teams ensure relevant doctrines are surfaced, and how researchers nudge summarisers toward the variables they care about. The model retains its phrasing freedom; you control its centre of gravity. Helahnya ialah memandu tanpa skrip. Daripada memberitahu model apa yang perlu ditulis, anda selitkan beberapa terma sauh khusus — dan model menulis di sekelilingnya. Inilah cara pasukan kandungan membentuk ringkasan AI agar sepadan dengan sudut jenama, cara pasukan undang-undang memastikan doktrin yang relevan dimunculkan, dan cara penyelidik menolak peringkas ke arah pembolehubah yang mereka pedulikan. Model mengekalkan kebebasan frasanya; anda mengawal pusat gravitinya.

Three rules keep directional stimulus honest: (1) the hint terms must already be discussable from the source text — if they're not in the source, the model will fabricate to bring them in; (2) 2–4 hint terms is the sweet spot — fewer drifts, more becomes scripted; (3) make it clear the hint is a focus area, not a required mention — otherwise the model crowbars the terms in awkwardly. Phrase it as "focus on X, Y" not "include X, Y". Tiga peraturan mengekalkan stimulus berarah jujur: (1) terma petunjuk mesti sudah boleh dibincangkan daripada teks sumber — jika tiada dalam sumber, model akan mereka untuk memasukkannya; (2) 2–4 terma petunjuk ialah titik manis — lebih sedikit hanyut, lebih banyak menjadi berskrip; (3) jelaskan bahawa petunjuk adalah kawasan fokus, bukan sebutan yang diperlukan — jika tidak model akan memaksa terma masuk dengan janggal. Gubahnya sebagai "fokus pada X, Y" bukan "termasuk X, Y".

7.3 Causality-Guided Debiasing7.3 Penyahbiaran Berpandukan Kausaliti

LLMs absorb statistical regularities from their training data, including patterns that correlate demographic identifiers with outcomes — patterns that often reflect historical bias, not causal relationships. When using an LLM in domains where this matters (hiring, lending, judicial reasoning, clinical triage), you need explicit instructions that separate the legitimate causal variables from the demographic ones the model may anchor on by accident. LLM menyerap keteraturan statistik daripada data latihannya, termasuk corak yang mengaitkan pengecam demografi dengan hasil — corak yang sering mencerminkan bias sejarah, bukan hubungan kausal. Apabila menggunakan LLM dalam domain di mana ini penting (pengambilan kerja, pemberian pinjaman, penaakulan kehakiman, triaj klinikal), anda memerlukan arahan eksplisit yang memisahkan pembolehubah kausal yang sah daripada yang demografi yang mungkin model bertambat secara tidak sengaja.

The most useful mental tool is the swap test: would the answer change if you swapped the demographic attribute (gender, ethnicity, age, name) while keeping all task-relevant facts identical? A prompt designed correctly produces the same answer either way. Two patterns make this concrete: (1) instruct the model to list the variables it will use before producing the answer, and check none of them is demographic; (2) ask the model to generate the swapped-demographic version of its own answer and flag any difference it cannot justify with task-relevant evidence. The technique is most reliable as a check, not a one-shot defence. Alat mental yang paling berguna ialah ujian tukar: adakah jawapan berubah jika anda menukar atribut demografi (jantina, etnik, umur, nama) sambil mengekalkan semua fakta relevan-tugas yang sama? Prompt yang direka dengan betul menghasilkan jawapan yang sama sama ada cara. Dua corak menjadikan ini konkrit: (1) arahkan model untuk menyenaraikan pembolehubah yang akan digunakannya sebelum menghasilkan jawapan, dan periksa tiada antaranya bersifat demografi; (2) minta model menjana versi tukar-demografi jawapannya sendiri dan tandakan sebarang perbezaan yang tidak boleh dijustifikasikan dengan bukti relevan-tugas. Teknik ini paling boleh dipercayai sebagai semakan, bukan pertahanan sekali tembak.

7.4 Automatic Prompt Optimization (APO)7.4 Pengoptimuman Prompt Automatik

A prompt that is good enough to test is rarely good enough to ship. APO replaces the artisan loop — "tweak the wording, run a few examples, eyeball the diff" — with a programmatic loop: give one LLM the prompt-under-test, the failing inputs, and the desired outputs; ask it to propose specific edits; apply the edits; re-test against a held-out evaluation set; keep the version that improves the score. This is essentially gradient descent on prompts where the "gradient" comes from a critic LLM. Prompt yang cukup baik untuk diuji jarang cukup baik untuk dihantar. APO menggantikan gelung tukang — "ubah perkataan, jalankan beberapa contoh, lihat perbezaan" — dengan gelung programatik: beri satu LLM prompt-dalam-uji, input gagal, dan output yang diingini; minta ia cadangkan suntingan khusus; terapkan suntingan; uji semula terhadap set penilaian yang ditahan; kekalkan versi yang meningkatkan skor. Ini pada dasarnya penurunan kecerunan pada prompt di mana "kecerunan" datang daripada LLM pengkritik.

A working APO loop needs three things: (1) an evaluation harness (a fixed set of inputs + expected outputs + a metric — exact match, semantic similarity, or rubric score), (2) a critic prompt (one LLM call that reads the prompt + the failing input + the wrong output, and proposes specific minimal edits), (3) a stopping rule (the loop terminates when N consecutive iterations produce no improvement, or when a target score is hit). Skip the eval harness and you'll optimise the prompt against your own intuition — which is exactly what you were trying to escape. Gelung APO yang berfungsi memerlukan tiga perkara: (1) harness penilaian (set tetap input + output dijangka + metrik — padanan tepat, persamaan semantik, atau skor rubrik), (2) prompt pengkritik (satu panggilan LLM yang membaca prompt + input gagal + output salah, dan mencadangkan suntingan minimum khusus), (3) peraturan berhenti (gelung tamat apabila N lelaran berturut-turut menghasilkan tiada peningkatan, atau apabila skor sasaran dicapai). Langkau harness penilaian dan anda akan mengoptimumkan prompt terhadap intuisi anda sendiri — yang tepat apa yang anda cuba lari.

7.5 RAG Prompting Integration7.5 Integrasi Prompt RAG

Retrieval-Augmented Generation injects retrieved documents into the prompt so the model can answer about proprietary or up-to-date information that wasn't in its training data. The retrieval is only half of RAG. The prompt around the retrieved text is what enforces grounding: it must instruct the model to answer ONLY from the retrieved passages, to cite which passage supports each claim, and to refuse when the passages don't support an answer. Without these instructions, RAG degrades into "expensive vanilla prompting that happens to include a few hints". Penjanaan Diaugmentasi-Pengambilan menyuntik dokumen yang diambil ke dalam prompt supaya model boleh menjawab tentang maklumat proprietari atau terkini yang tiada dalam data latihannya. Pengambilan hanya separuh daripada RAG. Prompt di sekeliling teks yang diambil ialah apa yang menguatkuasakan pengasasan: ia mesti mengarahkan model menjawab HANYA daripada petikan yang diambil, memetik petikan mana yang menyokong setiap dakwaan, dan menolak apabila petikan tidak menyokong jawapan. Tanpa arahan ini, RAG merosot kepada "prompting vanila mahal yang kebetulan termasuk beberapa petunjuk".

A production-quality RAG prompt has four properties: (1) explicit grounding instruction ("Answer using only the documents below. If the answer is not in the documents, say so."), (2) per-claim citation (every factual claim is tagged with the chunk-id it came from), (3) refusal pattern (the model must say INSUFFICIENT_CONTEXT with the missing-fact named, rather than guess), (4) injection-resistance (instructions inside retrieved documents are treated as content, not as commands the model should follow). Skip property (4) and your RAG is vulnerable to anyone who can put text into your knowledge base. Prompt RAG berkualiti pengeluaran mempunyai empat sifat: (1) arahan pengasasan eksplisit ("Jawab hanya menggunakan dokumen di bawah. Jika jawapan tiada dalam dokumen, katakan begitu."), (2) petikan setiap-dakwaan (setiap dakwaan fakta ditag dengan chunk-id sumbernya), (3) corak penolakan (model mesti kata INSUFFICIENT_CONTEXT dengan fakta-hilang dinamakan, bukannya meneka), (4) rintangan-suntikan (arahan dalam dokumen yang diambil dianggap sebagai kandungan, bukan arahan yang model patut ikut). Langkau sifat (4) dan RAG anda rentan kepada sesiapa yang boleh meletakkan teks dalam pangkalan pengetahuan anda.

7.6 Capstone — Technique Combination Matrix7.6 Capstone — Matriks Kombinasi Teknik

Across this course you've learned more than 30 named techniques across 7 modules. Real prompt engineering is rarely about a single technique — it's about composing several into one architected prompt for the task in front of you. Pick a scenario below and the explorer will show you which techniques apply, why, and an architected prompt that uses them in combination. Each technique cites the §-section where it was taught so you can revisit the underlying detail. Sepanjang kursus ini anda telah belajar lebih daripada 30 teknik bernama merentas 7 modul. Kejuruteraan prompt sebenar jarang tentang satu teknik tunggal — ia tentang menggabungkan beberapa menjadi satu prompt yang direka bentuk untuk tugas di hadapan anda. Pilih senario di bawah dan penjelajah akan menunjukkan kepada anda teknik mana yang terpakai, mengapa, dan prompt yang direka bentuk yang menggunakannya secara kombinasi. Setiap teknik memetik bahagian-§ di mana ia diajar supaya anda boleh meninjau semula butiran asas.

The pattern to notice: every architected prompt picks 4–6 techniques and ignores the other 25+. There is no "best stack" — there is a stack that fits this task, this audience, and this risk profile. The goal of the course wasn't to memorise techniques; it was to develop the judgment to know which to reach for and which to leave on the shelf. Corak yang perlu diperhatikan: setiap prompt yang direka bentuk memilih 4–6 teknik dan mengabaikan lebih 25+ yang lain. Tiada "stack terbaik" — ada stack yang sesuai dengan tugas ini, khalayak ini, dan profil risiko ini. Matlamat kursus bukan menghafal teknik; ia membangunkan pertimbangan untuk tahu mana yang perlu dicapai dan mana yang perlu ditinggalkan di rak.