── Ganti mekanismenya dengan "orang-orang yang bekerja di sana," dan gambaran utuhnya akan terlihat ──
Pemeran — 9 karyawan di AI Inc.
Kisahnya — sehari di AI Inc., dari "pelanggan datang" hingga "jawaban disampaikan"
1. Pagi hari, seorang pelanggan datang
Seorang pelanggan tiba di kantor berdinding kaca. Tn. Prompt. Permintaan hari ini:
2. Pemeriksaan kapasitas di meja resepsionis
Di pintu masuk, Resepsionis Jendela Konteks menyapanya. Tugasnya adalah memastikan apakah permintaan pelanggan, beserta dokumen internal, masih sesuai dengan kapasitas yang diizinkan hari ini. Sebuah token adalah sebuah "potongan" teks — jauh lebih halus daripada sebuah kata.
3. Jalur pabrik memotong teks menjadi potongan-potongan
Permintaan langsung mengalir ke lini pabrik. Di sabuk konveyor berdiri Token Worker. Mereka memecah teks bukan menjadi "kata" seperti yang kita pahami, melainkan menjadi pecahan karakter yang jauh lebih halus. "Pha/rma/ceuti/cal/ com/pan/y..." — pemisahan yang tampak aneh, tetapi begitulah cara kerja AI.
4. Mengubah kata menjadi angka
Potongan-potongan itu diserahkan ke Pengrajin Penyematan. "'Pharma' menjadi angka... sebuah vektor 768 dimensi. Selesai!" Kata-kata berubah menjadi blok angka yang sangat besar saat mengalir ke langkah berikutnya. AI tidak membaca teks — ia selalu angka komputasi.
5. Menentukan apa yang penting
Masuklah Manajer Perhatian. Alih-alih memperlakukan semua informasi secara sama, ia memutuskan saat itu juga apa yang harus difokuskan.
6. Memprediksi kata berikutnya, tanpa henti
Sekarang, Staf Inferensi HQ (sebenarnya, ratusan miliar di antaranya) mulai bekerja. Dengan memanfaatkan pengetahuan yang diserap dari membaca teks-teks dunia, mereka memprediksi "kata berikutnya". "Pha/rma/ ind/us/try/ ex/ists/ to / preserve / patient / trust..." — sepotong demi sepotong, jawaban pun lahir. Inilah hakikat sebenarnya dari AI: prediksi token berikutnya beraksi.
7. Saat ada yang tidak diketahui, pergilah ke perpustakaan
Di tengah jalan, seorang staf tampak bingung. "Hmm, kalau mereka menanyakan regulasi terbaru, pengetahuan internal kita mungkin sudah terlalu lama..." Saat itulah Pustakawan RAG dipanggil.
8. Alat adalah milik penyelia tepercaya
"Beri tahu saya jika Anda butuh perhitungan," kata Pengawas Agen ikut menimpali. Kalkulator, mesin pencari, email, API eksternal — semuanya bisa ia panggil. Yang mengubah "AI yang merespons" menjadi "AI yang benar-benar berfungsi" adalah dia.
9. Namun semua orang tetap mengawasi pendatang baru di pojok
Di sudut duduk seorang karyawan muda yang menarik tatapan waspada dari anggota tim lainnya. Pemula Halusinasi. Ia punya kebiasaan menjawab dengan penuh percaya diri bahkan ketika tidak ada yang bertanya.
Rekan kerja:"Tunggu, atas dasar apa?!"
Pemula:"Ya, rasanya saja memang pas..."
Itulah hakikat sebenarnya dari AI halusinasi. Keluaran yang tampak masuk akal tetapi salah tidak muncul karena niat jahat — melainkan berasal dari struktur AI itu sendiri. Justru karena itulah verifikasi oleh manusia sangat penting.
10. Menyampaikan jawaban akhir
Terakhir, Resepsionis Jendela Konteks mengambil jawaban yang sudah selesai dan menyerahkannya kembali kepada Mr. Prompt. "Ini dia!" — teks mengalir ke layar. Begitulah sehari di AI Inc.
Pemeran → terminologi AI sebenarnya
| Karakter | Istilah riil | Dalam satu baris |
|---|---|---|
| Tn. Prompt | Prompt | Pertanyaan atau instruksi itu sendiri |
| Resepsionis Jendela Konteks | Jendela Konteks | Token maksimum yang ditangani sekaligus |
| Pekerja Token | Tokenisasi | Memecah teks menjadi unit-unit yang dapat ditangani AI |
| Pengrajin Penyematan | Penyematan | Mengubah kata menjadi vektor numerik |
| Manajer Perhatian | Mekanisme atensi | Menentukan apa yang penting dalam konteks |
| Staf Inferensi HQ | Inferensi / prediksi token berikutnya | Memprediksi kata berikutnya dari probabilitas yang dipelajari |
| Pustakawan RAG | RAG (Retrieval-Augmented Generation) | Mengambil pengetahuan eksternal untuk menjawab |
| Pengawas Agen | Agen AI | AI yang memanggil alat eksternal untuk bertindak |
| Pemula Halusinasi | Halusinasi | Keluaran yang tampak masuk akal tetapi salah |
Vol.2 & Vol.3 (Tersedia sekarang)
Jilid 2: Praktik langsung — membangun dokumen yang konsisten dengan sumber menggunakan AI dengan Tata Bahasa Struktur Frasa.Bukan sekadar membaca: sepuluh langkah di mana Anda dan AI Anda menyusun prompt verifikasi bersama.
Jilid 3: "Email, Notulen, Ringkasan — 30 menit sehari bersama AI." Tiga alur kerja praktis yang menghemat 22–33 jam per bulan.