Prompt Engineering Menengah

Teknik Chain-of-Thought: Bikin AI Berpikir Lebih Terstruktur

Cara meminta AI "berpikir langkah demi langkah" agar hasil analisisnya jauh lebih akurat — cocok untuk soal yang butuh penalaran, bukan sekadar jawaban singkat.

C
Clara WardhaniDigital Growth Strategist, TheFireDigital
·
28 Januari 2026 7 menit baca Direview tim redaksi
Daftar Isi Artikel
  1. Apa Itu Chain-of-Thought?
  2. Kenapa Teknik Ini Bekerja
  3. Kapan Sebaiknya Memakai Chain-of-Thought
  4. Cara Memicu Chain-of-Thought dalam Prompt
  5. Contoh Sebelum dan Sesudah
  6. Kapan Chain-of-Thought Tidak Diperlukan
  7. Kesimpulan

Setelah paham formula dasar prompt dan kesalahan umum yang perlu dihindari, saatnya naik satu level: teknik chain-of-thought — cara membuat AI "berpikir" secara bertahap sebelum menjawab, alih-alih langsung melompat ke kesimpulan. Teknik ini sangat berguna untuk soal yang butuh penalaran, bukan sekadar pertanyaan sederhana.

Apa Itu Chain-of-Thought?

Chain-of-thought (rantai pemikiran) adalah teknik prompting yang meminta AI menjabarkan proses berpikirnya langkah demi langkah sebelum memberi jawaban akhir — mirip seperti guru matematika yang meminta siswa menunjukkan cara mengerjakan, bukan cuma menulis jawaban akhirnya saja.

Kenapa Teknik Ini Bekerja

Ingat bahwa AI (khususnya LLM) bekerja dengan memprediksi kata berikutnya berdasarkan pola. Saat diminta menjabarkan langkah-langkah secara eksplisit, AI "memaksa dirinya sendiri" memproses masalah secara bertahap — setiap langkah menjadi konteks tambahan untuk langkah berikutnya. Hasilnya, kesalahan penalaran yang biasanya muncul saat AI "melompat" langsung ke kesimpulan jadi lebih mudah terhindari.

Kapan Sebaiknya Memakai Chain-of-Thought

  • Soal yang melibatkan perhitungan atau logika bertahap (misalnya menghitung margin keuntungan, estimasi anggaran)
  • Pengambilan keputusan dengan beberapa faktor yang perlu dipertimbangkan sekaligus
  • Analisis data atau kasus bisnis yang punya banyak variabel saling terkait
  • Debugging kode atau menelusuri akar masalah suatu error

Cara Memicu Chain-of-Thought dalam Prompt

  1. 1
    Gunakan frasa pemicu sederhana

    Tambahkan kalimat seperti "Pikirkan langkah demi langkah sebelum memberi jawaban akhir" di akhir promptmu.

  2. 2
    Minta proses berpikir dulu, baru kesimpulan

    Contoh: "Jabarkan dulu pertimbanganmu poin per poin, lalu simpulkan di bagian akhir."

  3. 3
    Pecah masalah kompleks jadi sub-pertanyaan

    Untuk kasus yang sangat rumit, kamu bisa menyusun sendiri urutan pertanyaannya di dalam prompt, misalnya "Pertama hitung X, lalu gunakan hasilnya untuk menghitung Y."

Contoh Sebelum dan Sesudah

1Menghitung Margin Keuntungan

Tanpa CoT

"Modal produk Rp50.000, harga jual Rp80.000, berapa persen margin keuntungannya?" — AI bisa langsung menjawab angka tanpa menunjukkan cara, sehingga sulit dicek kalau salah hitung.

Dengan CoT

"Modal produk Rp50.000, harga jual Rp80.000. Hitung margin keuntungannya, tunjukkan langkah perhitungannya satu per satu sebelum memberi jawaban akhir." — kamu bisa mengecek setiap langkah dan lebih cepat menemukan kalau ada kekeliruan.

2Memilih Vendor untuk Bisnis

Tanpa CoT

"Vendor mana yang lebih baik, A atau B?" — AI cenderung langsung memilih tanpa menjelaskan pertimbangan yang mendasarinya.

Dengan CoT

"Bandingkan Vendor A dan B dari sisi harga, kecepatan pengiriman, dan rating ulasan. Jabarkan pertimbangan tiap aspek, baru simpulkan mana yang lebih direkomendasikan dan kenapa."

Kapan Chain-of-Thought Tidak Diperlukan

Teknik ini bukan solusi untuk segalanya. Untuk pertanyaan sederhana dan faktual — seperti "apa ibu kota Prancis" atau "terjemahkan kata ini ke Bahasa Inggris" — meminta chain-of-thought justru hanya membuat jawaban lebih panjang tanpa menambah akurasi. Gunakan teknik ini secukupnya, sesuai kompleksitas masalah yang sedang kamu hadapi.

Aturan praktisKalau soalnya bisa kamu jawab sendiri dalam satu detik tanpa berpikir, kemungkinan besar AI juga tidak perlu chain-of-thought untuk menjawabnya.

Kesimpulan

Chain-of-thought adalah salah satu teknik prompting paling berguna untuk soal-soal yang butuh penalaran bertahap — dan yang terbaik, cara memicunya sangat sederhana, cukup minta AI "berpikir langkah demi langkah". Setelah menguasai ini, kamu siap mempelajari teknik lanjutan berikutnya: membuat persona AI agar jawabannya makin sesuai kebutuhan spesifikmu.

CW
Ditulis oleh Clara Wardhani Digital Growth Strategist, TheFireDigital

Membantu bisnis kecil menerapkan AI untuk marketing, konten, dan pengembangan karier digital. Artikel ini direview oleh tim redaksi sebelum tayang.

Pertanyaan Seputar Chain-of-Thought

Beberapa hal yang paling sering ditanyakan soal teknik chain-of-thought.

Teknik ini bekerja di hampir semua chatbot AI berbasis LLM seperti ChatGPT, Gemini, dan Claude, meski tingkat peningkatan akurasinya bisa sedikit berbeda tergantung model yang dipakai.

Ya, biasanya jawabannya jadi lebih panjang karena AI menjabarkan proses berpikirnya. Ini wajar dan justru membantumu mengecek apakah penalarannya masuk akal.

Tidak perlu untuk pertanyaan sederhana. Gunakan teknik ini khusus untuk soal yang benar-benar butuh penalaran bertahap, seperti perhitungan atau analisis dengan banyak variabel.

Meminta penjelasan biasanya dilakukan setelah jawaban diberikan, sementara chain-of-thought meminta AI menjabarkan proses berpikirnya sebelum sampai ke kesimpulan akhir — urutannya yang membuat hasilnya lebih akurat.

Lanjutkan ke artikel Cara Membuat Persona AI agar Jawabannya Sesuai Kebutuhan untuk teknik prompting lanjutan berikutnya.