Makin sering memakai AI, makin kuat perasaan ini.
Inti dari "pintar" sedang bergeser, dari tahu jawabannya menjadi mampu menentukan apa yang perlu ditanyakan.
Dulu, orang yang punya banyak pengetahuan lebih unggul. Yang pandai mencari informasi, yang hafal banyak hal, yang cepat menemukan jawaban benar, biasanya lebih mudah dihargai.
Tapi sekarang, kalau bertanya ke AI seperti ChatGPT, pengetahuan umum dan jawaban yang tertata rapi langsung muncul. Tentu jawaban AI tetap perlu dicek, tapi sekadar "memberi jawaban" saja sudah jauh lebih mudah.
Lalu, apa yang tersisa untuk manusia?
Menurutku, jawabannya adalah kemampuan merancang pertanyaan.
Merancang agenda itu intinya menentukan "hari ini kita mau memutuskan apa"
Kata "agenda" biasanya dipakai dalam rapat.
Apa topik hari ini? Apa yang mau dibahas? Apa yang harus sudah diputuskan di akhir supaya rapat dianggap berhasil? Menentukan hal-hal itulah yang disebut agenda.
Dan ini bukan cuma soal rapat.
Di pekerjaan, saat pindah kerja, saat bertanya ke AI, bahkan untuk masalah hidup, caranya sama.
Misalnya, kalau cuma bertanya "Sebaiknya aku pindah kerja nggak?", jawabannya akan tipis.
Tapi kalau ditanyakan seperti ini, hasilnya beda.
- Kalau tetap di kantor sekarang, apa yang harus membaik supaya layak bertahan?
- Kalau dipindah ke divisi lain, prestasi apa yang perlu dikejar di sana?
- Kalau pindah kerja, mana yang diprioritaskan: gaji tahunan, kerja jarak jauh, seberapa terkuras tenaga, atau jenis pekerjaan?
- Perlu bergerak sekarang juga, atau memakai waktu tertentu dulu untuk membangun rekam jejak?
Kalau sudah dipecah sampai sini, AI bukan lagi tukang ramal, melainkan alat bantu untuk mengambil keputusan.
Jadi, memakai AI dengan baik itu bukan soal tahu prompt ajaib.
Melainkan menuliskan kondisi, tujuan, batasan, dan kriteria keputusanmu, lalu menyajikannya dalam bentuk yang bisa diproses AI.
Dalam riset dan praktik, "merancang pertanyaan" juga dianggap penting
Ini bukan sekadar perasaan.
Panduan prompt engineering dari OpenAI menjelaskan bahwa prompt adalah menulis "instruksi yang efektif" agar model menghasilkan keluaran yang diinginkan. Artinya, keluaran AI sangat dipengaruhi oleh instruksi di awal.
Panduan Google tentang merumuskan masalah untuk machine learning juga menekankan agar lebih dulu menetapkan "hasil ideal", "tujuan model", "keluaran yang dibutuhkan", dan "indikator keberhasilan". Ini memang bahasan pengembangan AI, tapi berlaku apa adanya untuk pekerjaan sehari-hari.
Selain itu, dalam penelitian tentang belajar dan pemecahan masalah ada konsep "metakognisi". Singkatnya, kemampuan melihat apa yang sedang kita pikirkan dari satu tingkat di atasnya. Materi pendidikan MIT menjelaskan metakognisi sebagai memakai pengetahuan tentang tugas, cara belajar, dan diri sendiri untuk merencanakan, memeriksa kemajuan, dan menilai hasil.
Jadi, orang yang hebat itu tidak hanya berpikir.
Mereka juga memperhatikan:
"Sebenarnya sekarang aku sedang mencoba menyelesaikan apa?" "Apakah cara ini sudah benar jalannya?" "Jangan-jangan pertanyaannya sendiri yang meleset?"
Kemampuan ini akan sangat penting di era AI.
Orang yang bisa merancang pertanyaan memakai AI sebagai mesin pengolah, bukan kotak pencarian
Orang yang sudah pakai AI tapi cuma dapat jawaban dangkal biasanya memperlakukan AI sebagai pengganti Google.
"Rekomendasinya apa?" "Sebaiknya bagaimana?" "Jawaban yang benar apa?"
Tentu dari situ tetap muncul jawaban sekadarnya.
Tapi nilai yang sebenarnya muncul saat pertanyaan diberi konteks.
Misalnya, kalau ingin punya kebiasaan membaca, daripada bertanya:
"Bagaimana cara membangun kebiasaan membaca?"
lebih baik bertanya:
"Di hari kerja aku capek dan malamnya malah main HP. Aku gampang menyerah di hari ketiga. Supaya bisa konsisten membaca minimal 10 menit dulu, penataan lingkungan dan aturan seperti apa yang efektif?"
Jawabannya langsung jadi bisa dipakai.
Ini lebih ke perbedaan pertanyaan daripada perbedaan kemampuan AI.
Kamu menuliskan kondisimu, menyebutkan batasan, menetapkan tujuan, bahkan menentukan format jawaban yang diinginkan.
Pada titik ini, kira-kira setengah dari pemecahan masalah sudah berjalan.
Alasan aku bisa melakukan ini kemungkinan besar adalah pengalaman "terbakar" di lingkungan yang serba kabur
Dalam kasusku, kenapa aku bisa merancang pertanyaan?
Sepertinya bukan semata karena watak bawaan.
Menurutku yang besar pengaruhnya adalah pengalaman kena batunya di lingkungan yang serba kabur.
Tujuannya tidak jelas. Tidak tahu siapa yang memutuskan. Syarat selesai tidak terlihat. Belakangan malah dibilang "bukan itu maksudku". Batas tanggung jawab buram. Dinilai dari suasana dan sikap.
Di lingkungan seperti ini, kalau langsung terjun mengerjakan, kita akan terbakar habis.
Makanya secara alami aku jadi terbiasa memastikan dulu:
- Apa tujuannya?
- Siapa yang memutuskan?
- Kapan dibutuhkan?
- Minimal sampai mana yang harus dikerjakan?
- Apa prioritasnya?
- Apa yang tidak perlu dikerjakan?
- Apa syarat dianggap selesai?
Ini bukan keterampilan bisnis yang keren, melainkan strategi bertahan hidup.
Kalau sebelum bekerja poin-poinnya tidak didefinisikan, yang terkuras adalah diriku sendiri. Karena itu, merancang agenda terasah sebagai jurus bertahan.
Orang yang tidak bisa mengabaikan "rasa janggal" lebih mudah membuat pertanyaan
Satu hal besar lainnya, aku tidak bisa membiarkan rasa janggal begitu saja.
Tidak berhenti di "kok aneh ya?", tapi ingin menguraikannya sampai:
- apa tepatnya yang aneh
- asumsi mana yang meleset
- tanggung jawab siapa yang tercampur
- apa yang perlu diputuskan agar bisa maju
- ini masalah perasaan atau masalah struktur
Kebiasaan ini melelahkan.
Tapi cocok sekali dengan AI.
Sebab AI makin kuat saat diberi konteks dan syarat yang lebih banyak.
Bukan hanya "menurutmu ini bagaimana?", tapi juga bisa menambahkan:
"Dengan asumsi ini" "Dengan batasan ini" "Kalau tujuannya ini" "Pisahkan poin-poinnya" "Dengan perlengkapan seminimal mungkin" "Untuk bahan wawancara" "Dalam format Markdown" "Jadikan instruksi untuk Codex"
Orang yang bisa memberi arahan seperti itu bisa memakai AI bukan sebagai mesin penjawab, melainkan sebagai mesin pengolah pikiran.
Efek samping orang yang bisa membuat pertanyaan: "pertanyaannya kebanyakan"
Tapi bisa membuat pertanyaan juga punya efek samping.
Orang yang tidak bisa membuat pertanyaan akan berhenti karena tidak tahu harus memikirkan apa.
Sebaliknya, orang yang terlalu pandai membuat pertanyaan akan berhenti karena pertanyaannya menumpuk.
Misalnya, saat memikirkan masalah pekerjaan, pikiran langsung melebar ke:
- Apakah sebaiknya bertahan di kantor sekarang?
- Apa yang harus didapat dari pindah divisi?
- Kalau pindah kerja, ke jenis pekerjaan apa?
- Kelelahan sekarang ini sementara atau struktural?
- Mana yang diprioritaskan, gaji atau kebebasan?
- Bagaimana kaitannya dengan pembentukan aset di masa depan?
- Pada dasarnya, apa yang ingin kujaga dalam hidup?
Ini memang sebuah kemampuan.
Tapi kalau sedang lelah lalu mencoba memproses semuanya sekaligus, otak bisa berhenti bekerja.
Karena itu, yang dibutuhkan orang yang pandai membuat pertanyaan bukan kemampuan bertanya lebih banyak lagi.
Melainkan kemampuan membuang "pertanyaan yang belum perlu ditanyakan sekarang".
Yang dibutuhkan selanjutnya adalah memilah pertanyaan menjadi 4 jenis
Orang yang pertanyaannya terus bermunculan sebaiknya tidak memperlakukan semuanya dengan bobot yang sama.
Buatku, memilahnya jadi 4 jenis berikut membuat semuanya jauh lebih rapi.
1. Pertanyaan yang diputuskan sekarang
Pertanyaan yang berkaitan dengan tindakan hari ini.
Contoh: apa yang dikumpulkan sampai besok? Melamar minggu ini atau tidak? Malam ini tidur atau kerja?
Yang ini diproses.
2. Pertanyaan yang dipikirkan nanti
Penting, tapi belum perlu disimpulkan sekarang.
Contoh: karier beberapa bulan ke depan, pandangan tentang pernikahan, arah besar pembentukan aset.
Yang ini dititipkan ke catatan.
3. Pertanyaan yang percuma dipikirkan
Isi hati orang lain, persimpangan di masa lalu, jawaban yang sempurna, dan sebagainya.
Memikirkannya mungkin memberi sedikit pelajaran, tapi jarang berujung pada tindakan saat ini.
Yang ini jangan dipegang lama-lama.
4. Pertanyaan yang lebih baik dijawab dengan tidur
Pertanyaan berat yang muncul di malam hari.
Pertanyaan yang membesar karena lelah, lapar, kesepian, marah, atau cemas sering kali jauh mengecil keesokan paginya.
Yang ini jangan dianalisis, serahkan ke tidur.
Kekuatan di era AI bukan "kemampuan memberi jawaban", melainkan "kemampuan merapikan masalah"
Di era AI, kalau manusia mencoba bersaing langsung dengan AI, rasanya berat.
Soal jumlah pengetahuan, kecepatan, dan kelengkapan, sulit mengalahkan AI.
Tapi kalau berada di sisi yang memakai AI, ceritanya lain.
Yang dibutuhkan bukan memberi perintah dengan kata-kata indah.
Melainkan merapikan kondisimu, menetapkan tujuan, menyebutkan batasan, membuat kriteria keputusan, dan menentukan format keluaran.
Artinya, kemampuan merapikan masalah.
Bukan "orang yang memberi jawaban", melainkan "orang yang bisa menentukan apa yang perlu ditanyakan".
Bukan "orang yang punya jawaban model", melainkan "orang yang bisa menyatakan apa yang perlu diputuskan di sini dan saat ini agar bisa maju".
Kemampuan ini makin bernilai seiring AI makin pintar.
Kalau pertanyaannya miskin, jawabannya pun miskin.
Kalau pertanyaannya spesifik, AI menjadi rekan yang sangat kuat.
Karena itu, yang perlu dilatih mulai sekarang bukan sekadar teknik prompt.
Melainkan kemampuan melihat realitas diri sendiri, menyusun pertanyaan, dan kalau perlu membuangnya.
Orang yang bisa membuat agenda tetap cukup kuat di era AI.
Tapi bagi yang terlalu banyak membuatnya, sebaiknya di akhir bertanya lagi:
"Jadi, pertanyaan mana yang harus diputuskan saat ini juga?"
Kalau bisa kembali ke satu pertanyaan itu, pikiranmu akan benar-benar maju.
Kandidat tautan internal
- Penyebab capek kerja lebih sering "tujuan yang tidak jelas" dan "perubahan mendadak di belakang" daripada "banyaknya pekerjaan"
- Saat bimbang soal pindah kerja, tentukan dulu "syarat untuk bertahan"
- Orang yang tidak mendapat hasil dari AI tersendat bukan di prompt, tapi di merapikan asumsi
- Saat pikiran terus berputar tanpa henti, pisahkan pertanyaan untuk dipikirkan dan pertanyaan yang lebih baik ditidurkan
- Di persimpangan hidup sekitar usia 30, yang dibutuhkan adalah membuat kriteria keputusan, bukan mencari jawaban benar
Usulan artikel terkait
- "Untuk kamu yang lelah karena pertanyaan terlalu banyak: cukup pilah pikiran jadi 4 jenis, hidup jauh lebih ringan"
- "Cara kerja di era AI: 5 hal yang harus diputuskan sebelum bertanya ke ChatGPT"
- "Catatan definisi kebutuhan agar tidak terkuras oleh instruksi yang kabur"
- "Apa itu metakognisi: kemampuan melihat pikiran sendiri dari satu tingkat di atas"
- "Merancang agenda saat bimbang antara pindah kerja, pindah divisi, atau bertahan"
Catatan referensi dan sumber
- OpenAI API Docs, “Prompt engineering”
https://developers.openai.com/api/docs/guides/prompt-engineering - OpenAI Cookbook, “GPT-5 prompting guide”
https://developers.openai.com/cookbook/examples/gpt-5/gpt-5_prompting_guide - Google for Developers, “Framing an ML problem”
https://developers.google.com/machine-learning/problem-framing/ml-framing - MIT Teaching + Learning Lab, “Metacognition”
https://tll.mit.edu/teaching-resources/how-people-learn/metacognition/ - Harvard Business Review, “AI Prompt Engineering Isn’t the Future”
https://hbr.org/2023/06/ai-prompt-engineering-isnt-the-future - García et al. (2014), “The effects of question-generation training on metacognitive knowledge, self regulation and learning approaches in Science”
https://pubmed.ncbi.nlm.nih.gov/25069559/
Catatan saat publikasi
- Tidak ada nama tempat kerja, nama orang, maupun kondisi internal perusahaan yang konkret, jadi mudah dipublikasikan.
- Meski begitu, bagian "kena batunya di lingkungan yang kabur" cukup personal, jadi kalau dipublikasikan saat sedang mencari kerja, bisa digeneralisasi lagi.
- Pintu masuk SEO: "pintar di era AI", "kemampuan membuat pertanyaan", "beda orang yang jago pakai ChatGPT", "merancang agenda".
- Tanggal draf: 2026-07-01
