Prompt Engineering untuk Software Developer: mengaitkannya langsung dengan workflow coding sehari-hari

Berikut penjabaran lebih detail dan praktis dari masing-masing poin manfaat kelas Prompt Engineering untuk Software Developer, agar kamu bisa mengaitkannya langsung dengan workflow coding sehari-hari:

🐞 1. Debugging: Prompt yang Tepat Bisa Mempercepat Identifikasi dan Solusi Bug

🔍 Masalah Umum:

• Error stack trace membingungkan

• Tidak tahu root cause dari bug

• Kode terlalu besar untuk ditelusuri manual

🧠 Contoh Prompt Efektif:

Berikut adalah error yang saya dapatkan dari aplikasi Hono + Drizzle:
[error trace…]

Berikut potongan kode yang terlibat:
[kode Hono handler + SQL query]

Tolong bantu analisis kemungkinan penyebab bug ini, lalu sarankan langkah perbaikannya.

✅ Hasil Ideal:

• AI bantu narrow down lokasi bug

• Menemukan masalah tipe data, sintaks, atau race condition

• Menyarankan testing tambahan untuk memastikan fix

---

🧹 2. Refactoring: AI Bisa Bantu Menyusun Kode Lebih Baik

🔍 Masalah Umum:

• Struktur kode kompleks, sulit di-maintain

• Banyak repetition atau fungsi terlalu besar

🧠 Contoh Prompt Efektif:

Saya punya satu fungsi ini yang terlalu panjang. Tolong bantu refactor jadi fungsi-fungsi kecil yang readable.

Berikut kodenya:
[fungsi TypeScript panjang...]

✅ Hasil Ideal:

• AI memecah fungsi jadi modular

• Menyederhanakan logika branching

• Menyarankan penggunaan helper / adapter / middleware

🏗️ Cocok Untuk:

• Refactor API endpoint Hono

• Menyusun ulang logic validasi form atau query builder Drizzle

---

📝 3. Dokumentasi: AI Bisa Bantu Generate Komentar, README, dan API Docs

🔍 Masalah Umum:

• Dokumentasi tertunda karena fokus ke coding

• Developer lain kesulitan mengerti struktur project

🧠 Contoh Prompt Efektif:

Berikut adalah file API endpoint untuk create user.
Tolong bantu buatkan dokumentasi endpoint ini, termasuk:
- Deskripsi
- Input
- Output
- Contoh penggunaan

[kode API]

Atau untuk generate komentar per fungsi:

Tolong tambahkan komentar JSDoc pada semua fungsi berikut ini:
[kode TypeScript]

✅ Hasil Ideal:

• Komentar terstruktur (JSDoc/TSDoc)

• Draft README awal yang menjelaskan struktur project

• Dok API yang siap ditaruh di Swagger/OpenAPI

---

🧠 4. Kecerdasan Kontekstual: AI Bisa Lebih Paham Project Kamu Lewat Prompt yang Efektif

🔍 Masalah Umum:

• AI menjawab terlalu umum

• Tidak tahu konteks teknologi yang digunakan (misal: Hono, Drizzle, TypeScript)

🧠 Strategi Prompt:

• Awali dengan Context Injection

Saya sedang membuat backend monolitik menggunakan Hono + Drizzle + PostgreSQL.
Server ini di-deploy di VPS dengan port 8000.
Saya ingin membuat fitur webhook multi-platform dan dashboard monitoring menggunakan SSE.

Tolong bantu saya membuat struktur route dan arsitektur dasarnya.

• Pakai prompt lanjutan berbasis output sebelumnya:

Dari struktur route di atas, tolong bantu buat handler untuk `/webhook/telegram` dan penanganan error-nya.

✅ Hasil Ideal:

• AI menyesuaikan output dengan stack kamu

• Tidak menjawab dengan contoh Express.js (kalau kamu pakai Hono)

• Lebih relevant dan tailored

---

🧩 Simpulan Praktis untuk Kamu, Ariska:

Kalau kamu lagi banyak proyek Hono + Drizzle, kelas prompt engineering ini bisa sangat menunjang:

Untuk lebih spesifik, bisa daftar di: dicoding.com/academies/753