Kamus AI

Model yang bisa memakai alat dan mengambil beberapa langkah sendiri untuk mencapai tujuan.

Agen AI yang membaca, menulis, dan menjalankan kode di repositori, tidak sekadar menyarankan potongan kode.

Urutan langkah yang sudah ditentukan, sebagian dikerjakan AI, dengan urutan yang tidak diubah sendiri oleh AI.

Mengolah data sampai tidak ada lagi cara yang wajar untuk mengenali orangnya.

Pintu yang disediakan sebuah layanan agar program lain bisa memanggilnya dengan aturan yang jelas.

Cara menulis agar pembaca menemukan, memahami, dan memakai informasi dalam sekali baca.

Tempat aplikasi menyimpan data secara teratur, sehingga bisa dicari, diubah, dan dijaga aksesnya.

Jumlah token maksimum yang boleh ditulis model dalam satu jawaban.

Kecenderungan model menghasilkan keluaran yang tidak adil atau timpang bagi kelompok orang tertentu.

Jalur kerja terpisah di repositori: perubahan di sana belum menyentuh versi utama sampai digabungkan.

Langkah yang mengubah kode menjadi aplikasi siap jalan, sekaligus menangkap banyak kesalahan.

Salinan sementara sebuah hasil, disimpan agar permintaan berikutnya lebih cepat.

Tulisan setelah sesuatu salah: apa yang terjadi, dampaknya, penyebabnya, dan pagar apa yang dipasang.

Berkas tertulis tempat program agen mencatat setiap langkah, keputusan, dan statusnya.

Celah di perangkat lunak yang bisa dipakai orang lain untuk melakukan hal yang tidak diizinkan.

Percakapan dengan AI lewat aplikasi asisten: kamu menulis, AI menjawab, dan percakapan bisa dilanjutkan.

Membaca perubahan kode sebelum digabungkan, untuk menangkap kesalahan, celah, dan klaim yang tidak terbukti.

Satu set perubahan yang disimpan ke riwayat git, lengkap dengan pesan yang menjelaskan alasannya.

Satu atau beberapa contoh masukan dan hasil yang ditempel di prompt agar model meniru polanya.

Daftar tertutup tindakan atau perintah yang boleh dijalankan; yang tidak tercantum ditolak.

Daftar langkah atau syarat yang dicentang satu per satu sebelum pekerjaan dianggap selesai.

Alasan sah yang membuat pemrosesan data pribadi boleh dilakukan menurut UU PDP.

Data pribadi tentang anak; UU PDP menggolongkannya sebagai data pribadi yang bersifat spesifik.

Data yang sengaja dibuat untuk mencoba atau mengajar, tanpa orang, angka, atau dokumen sungguhan.

Data dan informasi tentang kesehatan seseorang; menurut UU PDP termasuk data pribadi yang bersifat spesifik.

Data yang lahir dari pekerjaan sehari-hari: pengiriman, perjalanan, stok, jadwal, dan tagihan.

Data tentang orang yang teridentifikasi atau dapat diidentifikasi.

Mencari penyebab error atau perilaku yang salah, lalu membuktikan perbaikannya dengan tes.

Pustaka atau paket buatan orang lain yang dipakai proyekmu, beserta versinya.

Deploy memasang versi baru ke server; rilis adalah versi itu saat mulai dipakai orang.

Daftar baris yang ditambah, diubah, atau dihapus antara dua versi berkas.

Deretan angka yang mewakili makna sebuah teks, sehingga teks yang mirip punya angka yang dekat.

Alamat di server yang dipanggil aplikasi untuk satu jenis permintaan.

Tanda bahwa program gagal melakukan sesuatu, biasanya dengan pesan yang menunjuk penyebabnya.

Cara terukur untuk menilai apakah keluaran AI cukup baik untuk tugasnya.

Angka yang dilaporkan perintah saat selesai: biasanya 0 berarti berhasil, selain itu berarti gagal.

Pengaturan yang menyalakan atau mematikan fitur tanpa merilis ulang kode.

Kerangka siap pakai yang menentukan cara aplikasi disusun, sehingga kamu tinggal mengisi bagianmu.

Batas yang dipasang di sekitar AI atau agen supaya kesalahannya tidak sampai merusak.

Prinsip memberi agen atau orang hanya izin yang dibutuhkan tugasnya, tidak lebih.

Keluaran model yang terdengar meyakinkan tetapi tidak benar atau tidak punya dasar.

Sinyal berkala yang dikirim proses untuk menunjukkan bahwa ia masih berjalan.

Kode milikmu yang dijalankan otomatis pada titik tertentu dalam putaran agen, misalnya sebelum alat dipakai.

Paket siap jalan berisi aplikasi beserta semua yang ia butuhkan, dibangun sekali dan dijalankan di mana saja.

Informasi yang dihasilkan, disimpan, atau dikelola badan publik dan terbuka bagi pemohon, kecuali yang dikecualikan.

Jenis informasi yang tidak dibuka kepada pemohon menurut Pasal 17 UU Keterbukaan Informasi Publik.

Serangan berupa teks yang menyelipkan perintah untuk membelokkan model.

Instruksi tetap yang berlaku untuk seluruh percakapan, di luar pesan pengguna.

Kejujuran tentang siapa yang mengerjakan apa dalam tugas belajar, termasuk bagian yang dibantu AI.

Catatan urut semua langkah agen: pesan, panggilan alat, masukan, hasil, galat, dan biaya.

Jumlah token maksimum yang bisa dilihat model dalam satu kali kerja.

Keputusan tentang seseorang yang diambil oleh sistem tanpa keterlibatan manusia yang berarti.

Sambungan yang memberi aplikasi AI akses ke layanan lain, seperti email, kalender, atau penyimpanan berkas.

Informasi latar yang kamu berikan agar model tahu situasi, tujuan, dan batasan tugas.

Sistem yang mencatat setiap perubahan berkas proyek, siapa yang membuatnya, dan kenapa, sehingga bisa dibandingkan dan dibatalkan.

Syarat yang bisa dicek untuk menyatakan sebuah fitur selesai.

Permintaan ke basis data untuk membaca, menambah, mengubah, atau menghapus data.

Rahasia yang membuktikan sebuah program boleh memakai layanan, dan biasanya terhubung ke tagihan.

Penanda unik satu permintaan, supaya permintaan yang diulang tidak dijalankan atau ditagih dua kali.

Berkas tabel berisi baris, kolom, dan rumus, seperti buku kerja di aplikasi pengolah angka.

Catatan kejadian yang ditulis program saat berjalan: apa yang terjadi, kapan, dan dengan hasil apa.

Catatan tetap tentang siapa melakukan apa, kapan, pada data apa.

Prinsip bahwa keputusan penting dari AI harus diperiksa dan disetujui manusia.

Protokol terbuka yang menyamakan cara aplikasi AI tersambung ke alat dan sumber data.

Fitur yang membuat aplikasi AI mengingat hal tentangmu di luar satu percakapan.

Menggabungkan perubahan dari satu branch ke branch lain, biasanya ke branch utama.

Pencatatan setiap pemakaian AI yang berbayar, per pengguna atau per fitur, supaya biaya bisa dibatasi.

Skrip bernomor yang mengubah skema basis data selangkah demi selangkah, dijalankan dengan urutan yang sama di setiap lingkungan.

Pengganti palsu untuk layanan atau data dalam tes, supaya tes cepat dan tidak menyentuh sistem asli.

Program yang dilatih pada teks dalam jumlah sangat besar untuk menebak kelanjutan teks.

Model yang menulis langkah berpikir tersembunyi sebelum memberi jawaban akhir.

Model yang bisa bekerja dengan lebih dari satu jenis masukan, seperti teks, gambar, dan suara.

Membuat pekerjaan berulang berjalan sendiri tanpa ditangani manusia setiap kali.

Alat yang memasang, memperbarui, dan mengunci versi dependensi proyekmu.

Proses membentuk model dari data dalam jumlah besar sebelum ia dipakai.

Meringkas percakapan panjang agar muat di jendela konteks, dengan risiko detail penting ikut hilang.

Kemampuan model meminta aplikasi menjalankan fungsi tertentu, seperti mencari atau menghitung.

Cara membuat program belajar pola dari contoh data, alih-alih menulis setiap aturannya dengan tangan.

Tanda pembuka dan penutup di prompt yang memisahkan bahan dari instruksi, misalnya DATA MULAI dan DATA SELESAI.

Angka yang jauh dari pola data lainnya, misalnya biaya kirim yang sepuluh kali biasanya.

Perusahaan yang menjalankan model AI dan menjual aksesnya, lewat aplikasi atau API.

Melatih ulang model yang sudah jadi dengan contoh khusus agar perilakunya lebih sesuai tugas tertentu.

Pernyataan jelas dari pelanggan bahwa ia setuju datanya dipakai untuk tujuan tertentu, misalnya menerima promo.

Rangkaian langkah otomatis yang menjalankan build, tes, dan deploy setiap ada perubahan.

Produksi adalah versi yang dipakai orang sungguhan; staging adalah salinan untuk mencoba sebelum ke sana.

Perintah atau instruksi yang kamu tulis untuk AI: apa yang diminta, untuk siapa, dengan bahan apa.

Versi kasar sebuah alat atau halaman, dibuat cepat untuk diuji ke pengguna sebelum dibangun serius.

Wadah di aplikasi AI yang menyatukan instruksi, berkas, dan percakapan untuk satu pekerjaan.

Mengganti penanda langsung seperti nama dengan kode; data masih bisa dikembalikan ke orangnya.

Mengirim commit dari laptopmu ke repositori bersama, sehingga orang lain dan sistem otomatis bisa melihatnya.

Kumpulan prompt siap pakai yang sudah diuji, dengan isian yang tinggal kamu ganti.

Siklus berulang agen: model memilih langkah, aplikasi menjalankan alat, hasilnya kembali ke model.

Cara memberi model potongan dokumen yang relevan sebelum ia menjawab, agar jawabannya berdasar sumber.

Kata sandi, token akses, atau kunci API: apa pun yang membuka akses dan tidak boleh terlihat orang lain.

Dokumen berisi identitas pasien, pemeriksaan, pengobatan, tindakan, dan pelayanan lain yang diberikan kepadanya.

Menyusun apa yang masuk ke jendela konteks model: instruksi, berkas, contoh, dan catatan, dalam takaran yang pas.

Mencocokkan dua catatan atas transaksi yang sama, lalu menjelaskan setiap selisihnya.

Folder proyek yang riwayat perubahannya dicatat oleh git, di laptopmu atau di server bersama.

Berapa lama data disimpan, dan kapan dihapus atau dimusnahkan.

Kembali ke versi yang sebelumnya berjalan baik setelah rilis baru bermasalah.

Daftar kriteria dan tingkat capaian yang dipakai untuk menilai tugas secara konsisten.

Penunjuk ke dokumen asal sebuah klaim, agar orang bisa memeriksanya.

Catatan langkah operasi yang sudah teruji, ditulis supaya orang lain bisa mengulanginya dengan aman.

Lingkungan yang menjalankan kodemu, beserta versinya, misalnya versi Node atau Python di server.

Tempat kerja terpisah tempat agen boleh salah tanpa menyentuh data atau sistem yang dipakai orang.

Kumpulan pustaka dan alat dari penyedia layanan untuk memanggil layanannya dari kodemu.

Komputer yang menjalankan aplikasi atau layanan dan melayani permintaan dari komputer lain.

Kumpulan contoh tetap, lengkap dengan jawaban yang diharapkan, untuk menguji prompt atau model berulang kali.

Struktur basis data: tabel, kolom, jenis data, dan aturan yang mengikatnya.

Prosedur terkemas (instruksi, contoh, skrip) yang dimuat agen hanya saat tugasnya cocok.

Tulisan singkat tentang apa yang dibangun, untuk siapa, apa yang tidak termasuk, dan kapan dianggap selesai.

Agen yang dijalankan agen lain untuk satu bagian tugas, dengan konteks dan izinnya sendiri.

Pengaturan yang menentukan seberapa acak pilihan kata model.

Daftar kandidat yang belum diterima sekarang tetapi disimpan, dengan izin, untuk lowongan berikutnya.

Perubahan kecil yang memperbaiki bug atau menutup celah keamanan pada versi yang sudah berjalan.

Jendela tempat kamu mengetik perintah ke komputer; CLI adalah program yang dijalankan dari sana.

Kode kecil yang menjalankan bagian aplikasi dan memeriksa hasilnya sendiri, setiap kali dijalankan.

Potongan teks yang dibaca dan ditulis model, biasanya sepotong kata.

Pengiriman data pribadi ke pihak atau server di luar Indonesia.

Pemeriksaan otomatis bahwa data yang dipakai kode sesuai jenisnya, sebelum program dijalankan.

Menulis tes sebelum kode, lalu melihat tes itu gagal karena alasan yang benar.

Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi.

Nilai pengaturan yang diberikan ke aplikasi dari luar kode, misalnya alamat basis data atau feature flag (saklar fitur).

Rutinitas memeriksa angka: hitung ulang, jumlahkan silang, dan cocokkan dengan sumbernya.

Proses yang berjalan di belakang aplikasi untuk mengerjakan tugas antrean, seperti mengirim email atau memanggil AI.

Salinan kerja tambahan dari satu repositori git, dengan cabangnya sendiri, di folder terpisah.