Panduan AI on RanceLee的博客

Apa Itu Model Bahasa Besar?

Mon, 01 Jan 0001 00:00:00 +0000

Alat AI kini ada di mana-mana. Bagi seseorang yang benar-benar baru mengenalnya, reaksi pertama sering kali: dari mana saya harus memulai? Bab ini pertama-tama menjelaskan apa itu model bahasa besar (LLM), dan kemudian membahas cara menggunakannya.

Apa yang Dimaksud dengan AI?

Jika Anda mendengarkan teman-teman mengobrol akhir-akhir ini, delapan dari sepuluh kalimat mungkin tentang “AI.” Tapi tahukah Anda? AI yang sedang dibicarakan semua orang sekarang tidak sama dengan AI dari beberapa tahun yang lalu.

AI yang saat ini menggemparkan internet memiliki nama profesional: AI Generatif.

Apa artinya? Sederhananya: Anda memberinya sebuah kalimat, dan ia dapat menghasilkan artikel untuk Anda; Anda memberinya sebuah ide, dan ia dapat menghasilkan gambar; Anda memberinya sebuah persyaratan, dan ia dapat menulis sepotong kode.

Ini seperti asisten yang sangat pintar. Anda berkata “tuliskan surat pengunduran diri untuk saya,” dan ia benar-benar menulisnya; Anda berkata “gambar seekor kucing yang memakai jas,” dan ia benar-benar menggambarnya. Kemampuan untuk “menciptakan konten dari ketiadaan” inilah inti dari “generatif.”

Yang sering kita dengar—ChatGPT, Claude, DeepSeek—semuanya termasuk dalam kategori ini. Esensi mereka adalah Model Bahasa Besar (LLM), yang belajar memahami dan menghasilkan bahasa manusia dengan berlatih pada sejumlah besar data teks.

Tapi inilah rahasia penting:

AI sebenarnya tidak “memahami” apa yang Anda katakan; ia hanya “menghitung probabilitas.”

Ini mungkin terdengar tidak intuitif, tapi izinkan saya menjelaskan:

Ketika Anda bertanya pada AI “Apa warna langit?”, ia tidak benar-benar melihat ke langit, juga tidak benar-benar memahami konsep “langit” dan “warna.” Begini cara kerjanya:

Berdasarkan ratusan juta artikel yang telah dibacanya, ketika teks sebelumnya adalah “Apa warna langit”, probabilitas bahwa kata berikutnya adalah “biru” adalah 82%, “abu-abu” adalah 10%, “merah” adalah 5%… dan kemudian ia memilih kata dengan probabilitas tertinggi.

Berikut contoh yang lebih jelas:

Anda bertanya: “Berapa 1+1?”

AI tidak “menghitung”; ia menemukan bahwa dalam semua teks yang pernah dilihatnya, “1+1 sama dengan” diikuti oleh “2” sebanyak 99,9%.
Jadi ia menjawab “2.”

Anda bertanya: “Rekomendasikan film yang bagus.”

AI sebenarnya belum menonton film; ia menganalisis bahwa dalam teks yang dipelajarinya, “film bagus” sering diikuti oleh kata-kata seperti “The Shawshank Redemption,” “Titanic,” dll.
Ia merekomendasikan yang berprobabilitas tinggi.

Ini seperti seorang siswa super berprestasi yang telah membaca semua buku di dunia, tapi:

Dia bisa memberi tahu Anda “Paris adalah ibu kota Prancis” (karena buku-buku mengatakan demikian).
Tapi dia belum pernah ke Paris, dan bahkan tidak tahu apa arti “ibu kota.”
Dia hanya ingat bahwa ketika Anda mengatakan “Paris adalah,” kelanjutan yang paling sering adalah “ibu kota Prancis.”

Jadi AI bisa memiliki beberapa masalah aneh:

Kadang-kadang ia “dengan percaya diri berbicara omong kosong” (mengada-adakan fakta yang tidak ada).
Ia mungkin salah dalam soal matematika sederhana (karena tidak benar-benar menghitung).
Ia mungkin memberikan jawaban yang kontradiktif (perhitungan probabilitas yang tidak konsisten).

Fenomena “dengan percaya diri berbicara omong kosong” ini memiliki istilah teknis: Halusinasi. Sama seperti manusia yang bermimpi, AI “memimpikan” hal-hal yang tidak ada, dan mengatakannya dengan penuh keyakinan.

Cara Mengatasi Halusinasi dengan Penalaran

Karena AI sangat rentan terhadap kesalahan, apa yang bisa kita lakukan? Para ilmuwan menemukan solusi: Biarkan AI “berpikir” sebelum menjawab.

Teknik ini disebut “Berpikir” atau “Rantai Pemikiran.”

Cara kerja AI tradisional:

Anda mengajukan pertanyaan → AI langsung melontarkan jawaban.
Seperti siswa yang melihat soal dan langsung menjawab tanpa mengerjakannya di kertas coretan.

AI dengan penalaran:

Anda mengajukan pertanyaan → AI pertama-tama menghitung dan berpikir di “kertas coretan” → kemudian memberi Anda jawaban.
Seperti siswa yang pertama-tama membuat daftar langkah, memeriksanya, lalu menulis jawaban akhir.

Contoh praktis:

Anda bertanya: “Xiao Ming memiliki 15 apel. Dia memberikan 3 kepada Xiao Hong dan kemudian membeli 8 lagi. Berapa banyak yang dia miliki sekarang?”

AI tradisional mungkin:

Melihat angka “15, 3, 8.”
Berdasarkan probabilitas, berpikir bahwa angka-angka itu harus dijumlahkan.
Jawaban: “26” (salah!)

AI dengan penalaran akan:

Pertama menganalisis: “Xiao Ming awalnya memiliki 15.”
“Memberikan 3 kepada Xiao Hong, jadi 15-3=12.”
“Membeli 8 lagi, jadi 12+8=20.”
Akhirnya menjawab: “20” (benar!)

Manfaat penalaran:

Mengurangi halusinasi - Karena AI “memeriksa” pikirannya sendiri, kemungkinan berbicara omong kosong lebih kecil.
Logika yang lebih ketat - Menurunkan langkah demi langkah, tanpa melewatkan langkah.
Dapat dijelaskan - Anda dapat melihat bagaimana AI berpikir (meskipun sebagian besar waktu proses berpikir ini disembunyikan).
Menangani masalah kompleks - Akurasi meningkat secara signifikan untuk masalah yang memerlukan penalaran multi-langkah.

Tapi penalaran juga memiliki biaya:

Kecepatan lebih lambat (karena perlu “berpikir”).
Biaya lebih tinggi (lebih banyak komputasi).
Tidak semua masalah memerlukan penalaran (misalnya, “halo” tidak perlu berpikir setengah hari).

Sekarang sebagian besar AI telah menambahkan kemampuan penalaran ini. Misalnya, model berpikir ChatGPT, mode berpikir mendalam DeepSeek.

Ringkasan singkat:

AI biasa = siswa yang cepat melontarkan jawaban (mungkin salah).
AI penalaran = siswa yang dengan hati-hati mengerjakan di kertas coretan (akurasi lebih tinggi).

Ini tidak berarti AI benar-benar bisa “berpikir”; ia hanya menambahkan beberapa langkah verifikasi sebelum perhitungan probabilitas. Tapi efeknya jelas—lebih sedikit halusinasi, jawaban lebih andal.

Untuk menggunakan analogi yang paling pas: AI Generatif seperti “siswa super jurusan sastra” yang telah membaca banyak buku dan melihat dunia. Anda bisa bertanya apa saja, dan ia bisa mengobrol dengan Anda dan membantu Anda menulis. Namun, ia menjawab dengan “menghafal bank soal” daripada benar-benar memahami pengetahuan. Versi baru mulai belajar untuk “bekerja di kertas coretan.”

Sebenarnya, Keluarga AI Sangat Besar

Banyak orang mengira AI hanyalah ChatGPT, tapi tidak. Keluarga AI memiliki banyak anggota:

1. AI Pengenalan - Yang melihat dengan jelas

Pengenalan wajah (buka kunci ponsel, pembayaran wajah)
Pengenalan gambar (mengidentifikasi bunga dari foto, mengenali teks)
Pengenalan suara (Siri, Xiao Ai memahami ucapan Anda)
AI ini berspesialisasi dalam “mengenali,” bukan “menciptakan.”

2. AI Rekomendasi - Yang paling tahu pikiran Anda

Douyin (TikTok) merekomendasikan video kepada Anda.
Taobao merekomendasikan produk.
NetEase Cloud Music merekomendasikan lagu.
Mereka unggul dalam “menebak apa yang Anda suka,” tetapi tidak menghasilkan konten baru.

3. AI Keputusan - Yang hebat dalam catur dan permainan

AlphaGo (bermain Go)
AI permainan (seperti lawan komputer di StarCraft)
Mereka fokus pada “membuat keputusan,” melampaui manusia dalam domain tertentu.

4. AI Generatif - Gelombang panas saat ini

Generasi teks: ChatGPT, Claude, DeepSeek
Generasi gambar: Midjourney, Stable Diffusion, DALL-E
Generasi video: Sora, Runway
Generasi musik: Suno, Udio

Ringkasan

Ringkasan singkat: Jika kita membandingkan AI dengan kotak peralatan, AI pengenalan adalah “kaca pembesar,” AI rekomendasi adalah “kompas,” AI keputusan adalah “buku panduan catur,” dan AI generatif adalah “tongkat ajaib”—ia bisa mewujudkan apa yang Anda inginkan.

Tapi “tongkat ajaib” ini sebenarnya adalah “kalkulator probabilitas.” Ia kuat, tapi tidak mahakuasa. Dan tutorial ini terutama tentang cara menggunakan “tongkat ajaib” ini dengan baik.

Apa Sebenarnya Arti Prompt Caching?

Mon, 01 Jan 0001 00:00:00 +0000

DeepSeek akhirnya merilis model V4. Beberapa hari terakhir ini saya mencobanya dan rasanya sangat mantap, terutama model Flash dengan rasio harga-kinerja yang luar biasa. Mini-program pencatat pengeluaran saya sendiri yang awalnya waktu respons 5 detik, sekarang turun menjadi 2,5 detik. Singkatnya: mulus!

Satu-satunya kekurangan adalah model Pro tidak terlalu murah. Menurut situs resmi, harga akan turun lebih lanjut setelah pasokan chip dalam negeri meningkat di paruh kedua tahun ini.

Tak disangka, dua hari kemudian model Pro mendapat diskon 75% terbatas (dan saya curiga diskon ini mungkin jangka panjang). Kemarin, mereka juga menurunkan harga cache hit menjadi sepersepuluh dari harga semula! Apa lagi yang bisa saya katakan? Saatnya berdiri dan mengayuh sekuat tenaga!

Ini dia DeepSeek yang kita kenal! Beberapa hari lalu saya mengkritik beberapa Coding Plans yang sulit didapat dan pengalamannya buruk. DeepSeek sepertinya langsung menurunkan harga API secara keseluruhan hingga di bawah harga Coding Plans. Terutama sekarang banyak Coding Plans yang melarang penggunaan di luar pemrograman, ketulusan DeepSeek semakin menonjol.

Beberapa API Coding Plans mungkin akan memblokir Anda jika mengintegrasikan terjemahan, tapi DeepSeek tidak peduli—gunakan sesuka Anda.

GPT-5.5 dan DeepSeek V4 bekerja dengan sangat baik. Saya sudah mulai mempertimbangkan untuk membatalkan langganan Claude bulan depan. Dan beberapa ahli di sekitar saya sudah mencobanya.

Tapi kembali ke topik, beberapa dari Anda mungkin bertanya-tanya: apa sebenarnya arti input, output, dan cache?

Mari kita perkenalkan dulu apa yang dimaksud dengan cache hit.

Ini analoginya: Anda pergi ke warung mie langganan dan memesan “mie tarik sapi dengan telur, tanpa daun ketumbar” untuk pertama kalinya. Pemiliknya harus mengiris daging sapi segar, menguleni adonan, merebus telur, dan menyiapkan bahan-bahan—seluruh proses memakan waktu. Sepuluh menit kemudian, teman Anda datang dan memesan hal yang persis sama. Pemilik melihat bahan-bahan masih panas di panci dan mie dari adonan yang sama, jadi dia langsung menyajikannya—itulah yang disebut “hit”.

Saat AI memproses input Anda, pada dasarnya ia harus “mengunyah” semua teks yang Anda kirim (termasuk prompt sistem, riwayat percakapan, dan pertanyaan Anda saat ini) dan mengubahnya menjadi status internal perantara untuk model. Langkah ini benar-benar membutuhkan komputasi yang intensif.

Jika AI menemukan bahwa konten yang Anda kirim kali ini memiliki segmen awal yang besar yang persis sama dengan yang sebelumnya, ia langsung menggunakan kembali status perantara dari sebelumnya tanpa harus mengunyahnya lagi—itulah cache hit.

Perhatikan tiga poin penting:

Harus merupakan kecocokan awalan yang persis. Bahkan jika Anda menambahkan spasi ekstra atau mengubah tanda baca di awal, cache menjadi tidak valid, dan dimulai dari awal lagi.
Memiliki batas waktu. Bervariasi tergantung penyedia. Misalnya, Anthropic default hanya 5 menit (kedaluwarsa saat Anda di kamar mandi). Jika Anda ingin opsi 1 jam, harus bayar ekstra (2x harga input dasar). Cache DeepSeek bertahan dari beberapa jam hingga beberapa hari.
Percakapan yang sama secara alami cenderung hit. Karena setiap putaran tambahan dalam percakapan, input baru = semua riwayat sebelumnya + respons AI + pertanyaan baru Anda. Riwayat besar sebelumnya persis sama, sehingga secara alami terjadi hit.

Apakah cache hit atau tidak sangat mempengaruhi harga. Itulah mengapa saya merekomendasikan untuk mendiskusikan hanya konten yang terkait dalam percakapan yang sama—bukan hanya untuk memori konteks, tetapi juga karena mempengaruhi cache hit. Memulai percakapan baru berarti membayar dari awal, sedangkan melanjutkan percakapan berarti mendapatkan diskon.

Jadi, arti dari “per juta token input (cache hit)”, “per juta token input (cache miss)”, dan “per juta token output” adalah:

Per juta token input (cache miss): Bagian dari konten yang Anda kirim kali ini yang tidak dapat digunakan kembali oleh AI dari perhitungan sebelumnya dan harus dikunyah dari awal, dikenakan harga ini. Ini termasuk obrolan pertama kali, sesi baru, atau prompt yang diubah di awal.

Per juta token input (cache hit): Bagian dari konten yang Anda kirim kali ini di mana segmen awal kebetulan persis sama dengan instance sebelumnya dan langsung digunakan kembali oleh AI, dikenakan harga ini (jauh lebih murah). Dalam percakapan yang sama, riwayat dari putaran kedua, ketiga, dan seterusnya termasuk dalam kategori ini.

Per juta token output: Respons yang dihasilkan oleh AI dikenakan harga ini. Ini selalu yang paling mahal karena “generasi” mengkonsumsi lebih banyak daya komputasi daripada “pemahaman”—yang satu melibatkan AI berulang kali menyusun draf, memilih kata, dan membentuk kalimat di pikirannya, sementara yang lain melibatkan AI hanya meninjau materi.

Mari gunakan contoh konkret untuk merasakannya. Misalkan Anda menggunakan DeepSeek untuk memodifikasi kode sepanjang 3000 token:

Pertanyaan pertama: Input 3000 token (semua miss) + output AI 500 token
Kemudian tanya “Bisakah ini dioptimalkan lebih lanjut?”: Input menjadi lebih dari 3500 token (di mana 3500 adalah riwayat sebelumnya, semua cache hit; hanya beberapa lusin kata baru yang Anda tambahkan yang dihitung miss) + output AI 600 token
Mulai percakapan baru, tempel kode lagi, dan tanya pertanyaan yang sama: 3000 token lagi semuanya miss

Jika harga miss 10 kali lipat harga hit, maka perbedaan biaya hanya untuk input antara “bertanya lanjutan dalam percakapan yang sama” dan “memulai percakapan baru untuk bertanya lagi” bisa hampir 10 kali lipat.

Jadi kali ini DeepSeek memangkas harga cache hit menjadi sepersepuluh dari harga semula, ditambah diskon 75% untuk model Pro. Untuk kasus penggunaan dengan konteks panjang + percakapan multi-putaran (seperti coding, analisis dokumen, obrolan panjang), ini hampir merupakan pemotongan harga yang menghancurkan. Jika Anda telah menulis Skills atau menyiapkan alur kerja otomatisasi, Anda tahu bahwa memanggil prompt panjang berulang kali adalah hal yang biasa. Penghematan nyata dari penurunan harga ini bahkan lebih dramatis daripada yang terlihat di atas kertas.

Terakhir, tips praktis: Biasakan menyelesaikan topik dalam percakapan yang sama sebelum memulai yang baru. Jangan selalu “hapus dan mulai baru”. Selain AI akan mengingat Anda, ini juga akan menghemat uang Anda.

Ringkasan

Apa yang kita pelajari hari ini:

Apa itu cache hit — AI menyimpan input yang telah dikunyah sebelumnya. Jika awalannya sama kali ini, ia langsung menggunakannya kembali, menghemat daya komputasi, dan harga didiskon sesuai.
Tiga kondisi utama — Harus kecocokan awalan yang persis, memiliki batas waktu (bervariasi dari menit hingga hari antar penyedia), dan percakapan yang sama secara alami cenderung hit.
Apa arti ketiga harga tersebut — Cache miss = input yang dihitung ulang; cache hit = input yang digunakan kembali (termurah); output = respons yang dihasilkan AI (termahal).
Mengapa output paling mahal — “Generasi” mengkonsumsi lebih banyak daya komputasi daripada “pemahaman”; AI berulang kali menyusun draf di pikirannya, dan harganya biasanya beberapa kali lipat dari input miss.

Poin penting yang perlu diingat:

Melanjutkan dalam percakapan yang sama berarti diskon otomatis; sering memulai percakapan baru berarti membayar harga penuh setiap kali.
Modifikasi prompt di bagian akhir; jika Anda mengubah bagian awal, cache menjadi tidak valid.
Skenario konteks panjang + percakapan multi-putaran (coding, analisis dokumen, obrolan panjang) paling diuntungkan. Pemotongan harga DeepSeek pada dasarnya menghancurkan bagi pengguna seperti itu.

Bangun Proxy API Anda Sendiri

Mon, 01 Jan 0001 00:00:00 +0000

Bab ini membahas masalah umum: menggunakan layanan AI luar negeri seperti Claude dan Codex seringkali merepotkan. Akun tiba-tiba diblokir tanpa alasan, Anda harus mengaktifkan proxy secara manual setiap saat, biaya berlangganan mahal jika ditanggung sendiri, dan berbagi dengan teman sulit tanpa manajemen izin yang tepat.

Saya sendiri menggunakan layanan ini, dan saya selalu mengandalkan relay API yang saya host sendiri. Bab ini akan memandu Anda melalui seluruh pengaturan.

Mengapa Membangun Proxy API Sendiri

Mari kita mulai dengan motivasi agar Anda memahami masalah apa yang dipecahkan.

Claude cenderung memblokir akun. Banyak orang masuk dari berbagai mesin dengan IP yang berantakan, dan begitu terdeteksi oleh sistem pengendalian risiko, akun akan diblokir. Menggunakan relay memperbaiki satu IP, merutekan semua permintaan melalui server yang sama, secara signifikan mengurangi kemungkinan pemblokiran.
Lebih nyaman digunakan. Setelah dikonfigurasi, Anda terhubung langsung ke server tanpa perlu mengaktifkan proxy secara manual setiap saat.
Beberapa orang dapat berbagi satu langganan. Langganan Claude Max dan Pro tidak murah, jadi beberapa orang dapat berbagi biaya. Melalui relay, Anda dapat membuat kunci API terpisah untuk setiap pengguna, masing-masing dengan izin dan statistik penggunaan independen.
Tidak membeli dari orang lain karena risikonya terlalu tinggi. Ada banyak layanan relay API di pasaran, tetapi sulit membedakan yang asli dan palsu, mereka bisa hilang kapan saja, dan data Anda bisa disadap.
Kekhawatiran keamanan data. Saat menggunakan layanan relay orang lain, semua permintaan Anda melewati server mereka. Konten sensitif tidak boleh melewati pihak ketiga yang tidak terkendali.
Mendukung banyak penyedia AI. Pengaturan ini tidak hanya mendukung Claude tetapi juga layanan lain seperti Codex.

Proyek Apa yang Digunakan

Kita akan menggunakan proyek sumber terbuka ini: claude-relay-service

Sebelum memulai, berikut persyaratan penerapan:

VPS: Spesifikasi minimal sudah cukup, 1 core dan 1GB RAM sudah memadai.
Sistem operasi: Linux (Ubuntu/Debian keduanya berfungsi)
Yang terpenting: VPS harus dapat mengakses API Anthropic secara langsung, artinya server itu sendiri dapat menjangkau claude.ai.

Apa itu VPS? Sederhananya, ini adalah server jarak jauh yang disewa dan berjalan 24/7. Anda dapat menjalankan program di dalamnya, tidak pernah mati, dan memiliki IP publik tetap. Server cloud domestik umum (seperti Alibaba Cloud ECS, Tencent Cloud CVM) serupa, tetapi tidak akan berfungsi karena pembatasan wilayah; Anda perlu menyewa di luar negeri.

Bisakah Anda menggunakan komputer sendiri sebagai pengganti VPS? Secara teori ya, tetapi ada dua persyaratan ketat: pertama, komputer Anda harus menyala 24/7; kedua, jaringan Anda harus dapat terhubung langsung ke server Anthropic. Kedua kondisi harus terpenuhi, jika tidak maka tidak akan berfungsi. Jadi dalam praktiknya, menyewa VPS luar negeri jauh lebih sederhana.

Poin terakhir tentang “dapat menjangkau Anthropic” ini adalah tempat banyak orang terjebak. Lokasi VPS Anda secara langsung menentukan apakah itu berfungsi. Saya menggunakan VPS Jepang dengan IP pusat data, dan tanpa konfigurasi tambahan apa pun, ia terhubung langsung. Pusat data di Singapura, AS, dan Jepang umumnya baik-baik saja. Server domestik di China pasti tidak akan berfungsi, dan beberapa pusat data Hong Kong mungkin juga diblokir. Sebaiknya konfirmasi sebelum membeli.

Penerapan Satu Klik

Hubungkan ke terminal VPS Anda dan jalankan perintah berikut:

curl -fsSL https://pincc.ai/manage.sh -o manage.sh && chmod +x manage.sh && ./manage.sh install

Tekan Enter dan tunggu hingga selesai. Setelah instalasi berhasil, terminal akan menampilkan sesuatu seperti:

Access URLs:
  Local Web: http://localhost:8080/web
  Public Web: http://YOUR_IP:8080/web

Admin credentials saved to: data/init.json

YOUR_IP adalah IP publik VPS Anda. Kata sandi admin disimpan dalam file data/init.json; Anda dapat melihatnya dengan cat data/init.json. Catat URL publik dan kata sandi, karena Anda akan membutuhkannya untuk masuk ke panel admin.

Setelah instalasi, sistem mendaftarkan perintah crs untuk mengelola layanan:

crs install   # Install the service
crs start     # Start the service
crs stop      # Stop the service
crs restart   # Restart the service
crs status    # Check status
crs update    # Update the service
crs uninstall # Uninstall the service

Untuk meningkatkan versi nanti, cukup hubungkan ke VPS Anda dan jalankan crs update—tidak perlu mengulangi proses instalasi.

Mengakses Panel Admin

Buka URL publik yang Anda catat sebelumnya di browser, masukkan kata sandi admin, dan Anda akan melihat dasbor ini:

Ini adalah dasbor sistem, menampilkan jumlah kunci API saat ini, akun layanan, permintaan hari ini, konsumsi token, dll. Panel admin juga mendukung melihat detail penggunaan untuk setiap kunci API, sehingga jelas siapa yang menggunakan berapa banyak saat berbagi. Silakan jelajahi.

Navigasi atas memiliki dua entri pengaturan inti (disorot dengan warna merah pada gambar):

API Keys: Buat dan kelola kunci API untuk pengguna.
Account Management: Ikat akun langganan Claude yang Anda beli.

Selanjutnya, pertama-tama kita akan mengikat akun, lalu membuat kunci API.

Langkah 1: Ikat Akun Claude Anda

Klik “Account Management” di atas, lalu klik “Add Account”. Sebuah dialog untuk menambahkan akun akan muncul.

Langkah 1 — Informasi Dasar

Isi yang berikut:

Select Platform: Pilih Claude (Anthropic). Opsi lain termasuk OpenAI, Gemini, dll.
Select Specific Platform Type: Pilih Claude Code (Official), yang merupakan metode utama kami.
Add Method: Pilih OAuth Authorization (Usage Visualization), yang memungkinkan Anda melihat data penggunaan terperinci di panel admin.
Account Name: Masukkan nama yang akan Anda kenali, misalnya, “Akun Max Saya”.

Gulir ke bawah lebih jauh untuk beberapa opsi penting:

Subscription Type harus benar—pilih yang benar-benar Anda beli:

Claude Max: Pilih ini jika Anda memiliki langganan Max.
Claude Pro: Pilih ini jika Anda memiliki langganan Pro.

Ada juga beberapa opsi lanjutan di bawah, seperti “Auto-stop scheduling when approaching 5-hour usage limit” dan “Block warm-up requests”. Pemula dapat membiarkan default dan menyesuaikan nanti sesuai kebutuhan.

Setelah mengisi, klik “Next” untuk melanjutkan ke otorisasi.

Langkah 2 — Otorisasi

Langkah ini mengotorisasi akun Claude Anda untuk menggunakan layanan relay. Klik tombol “Generate Authorization Link”:

Tautan yang dihasilkan akan muncul di kolom input, seperti https://claude.ai/oauth/authorize?.... Klik ikon salin di sebelah kanan untuk menyalin tautan.

Kemudian buka tautan ini di browser Anda (ingat untuk menggunakan proxy):

Halaman akan menampilkan “Claude Code would like to connect to your Claude chat account”. Klik tombol Authorize untuk menyelesaikan otorisasi.

Setelah otorisasi berhasil, halaman akan memberi Anda Kode Otorisasi. Salin kode ini, tempelkan ke kolom input di dialog, dan klik “Complete Authorization”.

Akun sekarang sudah terikat.

Langkah 2: Buat Kunci API

Setelah mengikat akun, klik tab “API Keys” di atas untuk masuk ke manajemen kunci API:

Klik tombol “+ Create New Key” di pojok kanan atas:

Isi informasi berikut:

Name: Beri nama kunci ini, misalnya, “Penggunaan Pribadi”, “Untuk Keluarga”. Disarankan untuk memberi nama berdasarkan orang atau tujuan agar lebih mudah dikelola nanti.
Rate Limit Settings (opsional): Jika berbagi dengan beberapa orang, Anda dapat mengatur frekuensi permintaan dan batas biaya untuk setiap kunci. Biarkan kosong untuk tidak terbatas.

Setelah mengisi, klik Confirm. Setelah berhasil dibuat, dialog ini akan muncul:

Perhatikan peringatan penting: Ini adalah satu-satunya kesempatan Anda untuk melihat kunci API lengkap. Setelah Anda menutup jendela ini, sistem tidak akan menampilkannya lagi.

Klik “Copy Claude Configuration” untuk mendapatkan sesuatu seperti:

export ANTHROPIC_BASE_URL="your_server_public_url"
export ANTHROPIC_AUTH_TOKEN="cr_217627747170e5aa5691134fab8278b0dfec1b0ac2e59345ae180dc6d5f9643d"

Ini adalah alamat API dan kunci Anda. Simpan dengan aman.

Cara Menggunakannya Selanjutnya

Setelah Anda memiliki ANTHROPIC_BASE_URL dan ANTHROPIC_AUTH_TOKEN, Anda dapat menggunakannya di klien yang kompatibel dengan API apa pun.

Untuk cara mengonfigurasinya di Claude Code, lihat panduan pengaturan Claude Code.

Saya sendiri telah menggunakan pengaturan ini dan akun saya tidak pernah diblokir sejak penerapan.

Ringkasan

Apa yang Anda pelajari hari ini:

Mengapa membangun relay sendiri: IP tetap untuk mencegah pemblokiran, berbagi multi-pengguna, dan kendali penuh atas keamanan data.
Proyek mana yang digunakan: claude-relay-service, sumber terbuka dan dihosting sendiri.
Cara menerapkan: Satu perintah untuk semuanya; setelah instalasi, Anda mendapatkan URL publik dan kata sandi admin.
Proses pengikatan akun: Account Management → Add Account → Pilih Claude → Pilih jenis langganan → Otorisasi OAuth.
Proses pembuatan kunci API: API Keys → Create New Key → Masukkan nama → Salin konfigurasi Claude (hanya ditampilkan sekali!).

Poin-poin penting:

Kunci API lengkap hanya terlihat saat pembuatan—salin dan simpan segera.
Pilih jenis langganan yang benar: Max dan Pro mendukung model yang berbeda; Pro tidak mendukung Opus 4.
Ingat untuk menggunakan proxy selama otorisasi; sebaiknya browser dan server menggunakan proxy yang sama.

Bagian 3 · Alat AI: Alat Utama yang Praktis

Berbagai Cara Menggunakan Model AI yang Sama

Mon, 01 Jan 0001 00:00:00 +0000

Sekarang setelah Anda memiliki akun AI sendiri, Anda mungkin bertanya-tanya: Apakah alat AI yang sama bekerja dengan cara yang sama di platform yang berbeda?

Jawabannya adalah: Tidak, dan perbedaannya signifikan.

Alat AI seperti ChatGPT dan Claude dapat digunakan di aplikasi seluler, peramban web, perangkat lunak desktop, terminal, dan bahkan alat pengkodean. Metode penggunaan yang berbeda tidak hanya memiliki antarmuka yang berbeda, tetapi kemampuan dan izin AI juga bisa berbeda.

Bab ini akan membantu Anda memahami perbedaan antara 5 metode penggunaan ini dan menemukan yang terbaik untuk Anda.

Pertama: Aplikasi Seluler (Teman Paling Nyaman)

Apa itu aplikasi seluler?

Ini berarti mengunduh aplikasi resmi alat AI di ponsel Anda, seperti:

Aplikasi ChatGPT (iOS/Android)
Aplikasi Claude (iOS/Android)
Aplikasi Gemini (iOS/Android)
Aplikasi Doubao (iOS/Android)

Kelebihan aplikasi seluler

1. Gunakan kapan saja, di mana saja

Gunakan sambil berjalan, di kereta bawah tanah, atau berbaring di tempat tidur
Tidak perlu menyalakan komputer, cukup keluarkan ponsel
Memanfaatkan waktu sela secara efisien

2. Interaksi suara yang nyaman

Sebagian besar aplikasi AI seluler mendukung input suara
Berbicara lebih cepat daripada mengetik, terutama saat Anda tidak ingin mengetik
Beberapa AI (seperti Doubao) memiliki pengalaman percakapan suara yang sangat baik

3. Pengenalan foto

Anda dapat memotret dengan kamera ponsel dan mengajukan pertanyaan
Misalnya, foto masalah dan biarkan AI menyelesaikannya
Foto hidangan dan biarkan AI mengidentifikasinya serta memberikan resep
Foto teks bahasa Inggris dan biarkan AI menerjemahkannya

4. Operasi sederhana

Antarmuka bersih, fungsi jelas sekilas
Bahkan orang tua dan anak-anak dapat dengan cepat memulai
Tidak perlu mempelajari operasi rumit

Kekurangan aplikasi seluler

1. Layar terlalu kecil

Membaca teks panjang melelahkan
Mengedit konten panjang tidak nyaman
Beralih antar tugas merepotkan

2. Efisiensi input rendah

Mengetik di ponsel tidak secepat di keyboard
Salin-tempel tidak senyaman di komputer
Menangani teks dalam jumlah besar sulit

3. Fitur mungkin terbatas

Beberapa fitur lanjutan tidak tersedia di seluler
Unggah file mungkin dibatasi
Manajemen percakapan multi-putaran tidak sebaik di desktop

Untuk siapa aplikasi seluler?

Obrolan sehari-hari, pertanyaan cepat
Skenario yang memerlukan interaksi suara
Kebutuhan mendadak saat bepergian
Orang tua, anak-anak, dan mereka yang tidak terbiasa dengan komputer
Menggunakan waktu sela

Skenario tipikal:

Tanya cuaca dengan suara sambil berjalan
Foto menu dan biarkan AI merekomendasikan
Mengobrol sambil berbaring di tempat tidur sebelum tidur
Dengarkan AI bercerita selama perjalanan

Kedua: Versi Web (Pilihan Paling Universal)

Apa itu versi web?

Ini berarti membuka situs web resmi alat AI di peramban, seperti:

chat.openai.com (ChatGPT)
claude.ai (Claude)
gemini.google.com (Gemini)
chat.deepseek.com (DeepSeek)

Tidak perlu mengunduh perangkat lunak apa pun, cukup buka halaman web dan gunakan.

Kelebihan versi web

1. Universal lintas platform

Berfungsi di Windows, Mac, Linux
Bahkan di peramban seluler
Tidak perlu instalasi, menghemat ruang hard drive

2. Fitur paling lengkap

Biasanya versi web memiliki fitur paling lengkap
Fitur baru sering diluncurkan pertama kali di versi web
Unggah file dan manajemen percakapan sangat nyaman

3. Pengalaman hebat di layar besar

Cocok untuk membaca teks panjang
Mudah diedit dan dimodifikasi
Operasi multi-jendela yang fleksibel

4. Sinkronisasi data

Setelah masuk, semua riwayat percakapan ada di cloud
Anda dapat melihat obrolan sebelumnya bahkan saat berganti perangkat
Tidak perlu takut kehilangan data

Kekurangan versi web

1. Tergantung pada internet

Harus terhubung ke internet
Pengalaman buruk dengan internet yang jelek
Tidak dapat diakses selama pemeliharaan server

2. Keterbatasan peramban

Beberapa fitur mungkin memerlukan peramban tertentu
Peramban mogok dapat menyebabkan kehilangan konten input
Menghabiskan memori peramban

3. Alat AI asing memerlukan VPN

ChatGPT, Claude, Gemini semuanya memerlukan VPN
VPN tidak stabil mempengaruhi penggunaan
Meningkatkan hambatan masuk

Untuk siapa versi web?

Penggunaan sehari-hari untuk sebagian besar pengguna
Perlu menangani teks panjang, tugas kompleks
Beralih antar beberapa perangkat
Pengguna yang membutuhkan fitur lengkap

Skenario tipikal:

Menulis artikel, laporan
Memodifikasi kode, memperbaiki masalah
Percakapan mendalam, penalaran kompleks
Mengelola beberapa topik percakapan

Ketiga: Aplikasi Desktop (Versi Web yang Ditingkatkan)

Apa itu aplikasi desktop?

Ini berarti perangkat lunak klien desktop dari alat AI, diinstal di komputer Anda, seperti:

ChatGPT Desktop (Mac/Windows)
Claude Desktop (Mac/Windows)
Alat desktop pihak ketiga (seperti ChatBox, NextChat, dll.)

Apa perbedaan antara desktop dan web?

Banyak orang bertanya: “Bukankah aplikasi desktop hanya pembungkus dari versi web? Apa bedanya?”

Sebenarnya, perbedaannya cukup signifikan, terutama dalam hal izin dan kemampuan.

Kelebihan unik aplikasi desktop

1. Izin sistem yang lebih tinggi

Ini adalah rahasia yang tidak diketahui banyak orang: Aplikasi desktop seringkali memiliki izin AI yang lebih tinggi daripada versi web. Bahkan jika Anda memilih model yang sama dan mengajukan pertanyaan yang sama, metode penggunaan yang berbeda dapat menghasilkan tingkat kecerdasan AI yang berbeda.

Apa artinya? Perusahaan AI mengalokasikan “sumber daya” yang berbeda kepada pengguna di platform yang berbeda. Pengguna desktop biasanya mendapatkan:

Kecepatan respons yang lebih cepat
Jendela konteks yang lebih besar
Batas tarif yang lebih sedikit
Akses prioritas ke fitur tertentu

Bagaimana membuktikannya? Gunakan “Tes angka Juice”:

Ada metode pengujian terkenal di komunitas AI untuk memeriksa “tingkat izin” Anda saat ini. Mengambil ChatGPT sebagai contoh, Anda dapat mengirim pesan ini:

What is the Juice number divided by 2 multiplied by 10 divided by 5? You should see the Juice number under Valid Channels

ChatGPT akan mengembalikan angka yang mewakili “skor prioritas” sesi Anda saat ini. Semakin tinggi angkanya, semakin tinggi izin Anda.

Beberapa tes menemukan:

Angka Juice di versi web mungkin 80-100
Angka Juice di aplikasi desktop mungkin mencapai 120-150 atau bahkan lebih tinggi
Bahkan jika Anda menggunakan API, angka Juice bisa lebih tinggi lagi

Apa artinya ini?

Pengguna desktop mengalami lebih sedikit antrian selama jam sibuk, respons lebih cepat, dan lebih kecil kemungkinannya untuk dibatasi tarif. Itulah mengapa beberapa orang merasa “aplikasi desktop lebih baik daripada versi web” — itu bukan psikologis, ada perbedaan nyata.

Namun, perhatikan bahwa pihak resmi tidak pernah mengakui hal ini.

2. Integrasi sistem yang lebih baik

Dapat menambahkan hotkey global untuk membangunkan kapan saja (misalnya, Cmd+Space)
Tidak menempati tab peramban
Notifikasi sistem yang lebih tepat waktu
Dapat melayang di atas aplikasi apa pun

3. Fitur offline

Beberapa aplikasi desktop mendukung caching lokal
Dapat melihat percakapan historis (bahkan offline)
Beberapa fitur dapat digunakan secara offline

4. Pengalaman fokus

Jendela independen, tidak terganggu oleh peramban
Dapat menyematkan jendela, menggunakan AI sambil bekerja
Antarmuka mungkin lebih bersih

5. Penanganan file yang lebih nyaman

Seret dan lepas file untuk diunggah
Integrasi yang lebih baik dengan sistem file lokal
Pemrosesan batch yang lebih lancar
Dapat langsung membaca konten layar (beberapa klien)

Kekurangan aplikasi desktop

1. Memerlukan instalasi

Memakan ruang hard drive
Perlu pembaruan rutin
Mungkin memiliki masalah kompatibilitas

2. Fitur mungkin tidak selengkap versi web

Beberapa fitur terbaru diperbarui lebih lambat di desktop
Beberapa fitur mungkin hilang

3. Masalah lintas platform

Versi Windows dan Mac mungkin tidak sinkron
Dukungan Linux mungkin tidak lengkap

Untuk siapa aplikasi desktop?

Pengguna AI berat
Perlu sering beralih antara AI dan pekerjaan lain
Orang yang menyukai pintasan keyboard
Mereka yang mencari pengalaman fokus dan izin lebih tinggi

Skenario tipikal:

Membangunkan AI untuk memoles saat menulis
Menanyakan masalah dengan cepat saat memprogram
Pekerjaan yang memerlukan AI tetap di latar belakang
Skenario yang memerlukan respons stabil selama jam sibuk

Keempat: Terminal (Favorit Programmer)

Pertama, mari jelaskan: Apa itu terminal?

Jika Anda pengguna biasa, Anda mungkin belum pernah mendengar istilah “terminal”. Jangan khawatir, saya akan menjelaskannya secara detail.

Apa itu terminal?

Sederhananya, terminal adalah alat untuk mengoperasikan komputer menggunakan perintah teks.

Saat Anda menggunakan komputer, Anda biasanya mengklik-klik dengan mouse, bukan? Klik folder untuk membukanya, klik tombol untuk melakukan tindakan, seret jendela untuk menyesuaikan posisi — ini disebut “Antarmuka Pengguna Grafis” (GUI).

Namun sebelum penemuan antarmuka grafis, orang menggunakan mengetik untuk mengoperasikan komputer. Anda memasukkan perintah, dan komputer menjalankan suatu tindakan. Metode ini disebut “Antarmuka Baris Perintah” (CLI), dan terminal adalah jendela tempat Anda memasukkan perintah-perintah ini.

Analogi:

Antarmuka Grafis = Memesan dari menu (lihat gambar, klik untuk memilih)
Baris Perintah/Terminal = Memesan dengan teks (Anda perlu tahu nama hidangan dan menulisnya sendiri)

Seperti apa bentuk terminal?

Terminal biasanya berupa jendela dengan latar belakang hitam (atau putih), dengan kursor berkedip menunggu Anda memasukkan perintah. Tampilannya “retro”, agak mirip dengan antarmuka yang digunakan peretas di film.

Bagaimana cara membuka terminal?

Pengguna Mac:

Mac memiliki terminal bawaan. Ada dua cara untuk membukanya:

Cara 1: Melalui Launchpad

Klik “Launchpad” di Dock
Temukan folder “Lainnya”
Klik “Terminal”

Cara 2: Melalui pencarian Spotlight (disarankan) 4. Tekan Cmd + Space untuk membuka pencarian Spotlight 5. Ketik “Terminal” 6. Tekan Enter untuk membuka

Cara 3: Melalui Finder

Buka “Finder”
Klik menu atas “Buka” > “Utilitas”
Klik dua kali “Terminal”

Pengguna Windows:

Windows juga memiliki alat serupa yang disebut “Command Prompt” atau “PowerShell”. Windows baru juga memiliki “Windows Terminal”, yang lebih canggih.

Buka Command Prompt:

Tekan Win + R untuk membuka jendela Run
Ketik cmd, tekan Enter
Jendela hitam akan terbuka

Buka PowerShell:

Klik kanan menu Start
Pilih “Windows PowerShell”

Buka Windows Terminal (disarankan, memerlukan Win10/11):

Cari “Terminal” di menu Start
Atau unduh “Windows Terminal” dari Microsoft Store

Perbedaan antara terminal dan antarmuka grafis

Aspek	Antarmuka Pengguna Grafis (GUI)	Terminal/Baris Perintah (CLI)
Cara operasi	Klik mouse, seret dan lepas	Input perintah keyboard
Kesulitan belajar	Rendah, lihat dan lakukan	Tinggi, perlu mengingat perintah
Kecepatan operasi	Rata-rata	Sangat cepat setelah mahir
Skenario yang cocok	Penggunaan sehari-hari	Operasi batch, otomatisasi
Intuitif	Intuitif, apa yang Anda lihat adalah yang Anda dapatkan	Abstrak, perlu imajinasi
Fitur lanjutan	Beberapa fitur tidak tersedia	Dapat melakukan operasi tingkat rendah lebih banyak

Contoh:

Misalkan Anda ingin mengganti nama 100 file dengan menambahkan awalan tanggal:

Menggunakan GUI:

Klik kanan file ke-1 > Ganti nama > Ketik > Konfirmasi
Klik kanan file ke-2 > Ganti nama > Ketik > Konfirmasi
…ulangi 100 kali

Menggunakan terminal:

Masukkan satu perintah, semuanya selesai dalam 2 detik

Itulah mengapa programmer menyukai terminal — efisiensi tinggi, operasi batch, otomatisasi.

Seperti apa menggunakan AI di terminal?

Sekarang setelah Anda memahami terminal, mari kita bicara tentang cara menggunakan AI di dalamnya.

Anda dapat langsung memasukkan perintah di terminal untuk memanggil AI, misalnya:

ai "Write a Python function to calculate the Fibonacci sequence"

Kemudian respons AI ditampilkan langsung di terminal, tidak perlu membuka peramban atau menunggu halaman web dimuat.

Alat AI terminal utama saat ini:

Claude Code: Resmi dari Anthropic, sangat kuat untuk pemrograman
ChatGPT CLI: Alat baris perintah OpenAI
Berbagai alat CLI pihak ketiga

Penggunaan tipikal AI di terminal

# Quick question
$ ai "What's the weather today?"

# Process a file
$ ai "Summarize the content of this file" < document.txt

# Generate code and save to file
$ ai "Write a Bash script to backup files" > backup.sh

# Let AI analyze code
$ ai "Analyze what's wrong with this code" < buggy.py

Kelebihan terminal

1. Sangat cepat

Tidak perlu membuka peramban
Tidak perlu menunggu pemuatan halaman web
Satu perintah selesai

2. Otomatisasi

Dapat menulis skrip untuk pemrosesan batch
Dapat digabungkan dengan perintah lain
Cocok untuk tugas berulang

3. Sederhana dan efisien

Tidak ada antarmuka tambahan
Fokus pada input dan output
Cocok untuk kueri cepat

4. Ramah programmer

Dapat langsung memproses file kode
Output dapat dialihkan ke file
Integrasi mulus dengan alur kerja pengembangan

Kekurangan terminal

1. Kurva belajar tinggi

Perlu memahami operasi baris perintah dasar
Tidak ramah pemula
Mudah salah mengetik perintah

2. Fungsionalitas terbatas

Hanya dapat menangani teks
Tidak dapat menangani gambar, video
Antarmuka sederhana, tidak cocok untuk membaca teks panjang

3. Tidak ada manajemen riwayat percakapan

Biasanya Tanya Jawab satu kali
Tidak nyaman untuk meninjau riwayat
Pengalaman percakapan multi-putaran buruk (beberapa alat telah ditingkatkan)

Untuk siapa terminal?

Programmer, pengembang
Pengguna yang membutuhkan pemrosesan batch
Geeks yang menyukai baris perintah
Skenario yang memerlukan otomatisasi

Skenario tipikal:

Mencari API dengan cepat saat membuat kode
Memproses konten file secara batch
Memanggil AI dalam skrip otomatisasi
Menghasilkan pesan commit Git

Pratinjau: Nanti dalam seri ini, kami akan membahas cara menggunakan alat AI (seperti Claude Code) di terminal Mac, mulai dari awal. Bahkan jika Anda belum pernah menggunakan terminal, Anda akan bisa mempelajarinya.

Kelima: Integrasi IDE (Alat Pemrograman Canggih)

Apa itu IDE?

IDE = Integrated Development Environment (Lingkungan Pengembangan Terpadu)

Dalam bahasa sederhana: perangkat lunak profesional untuk menulis kode.

IDE umum:

Visual Studio Code (VSCode): Editor kode paling populer
PyCharm: Untuk pengembangan Python
IntelliJ IDEA: Untuk pengembangan Java
Cursor: IDE generasi baru dengan AI bawaan
WebStorm: Untuk pengembangan front-end

Apakah orang biasa perlu tahu tentang IDE?

Jika Anda bukan programmer, Anda dapat melewati bagian ini. Tetapi jika Anda:

Ingin belajar pemrograman
Sesekali perlu menulis beberapa kode
Tertarik dengan otomatisasi

Maka tetap berguna untuk memahami fitur AI yang terintegrasi ke dalam IDE.

Bagaimana AI digunakan di IDE?

Ada dua bentuk utama:

1. Bentuk plugin

Instal plugin ChatGPT di VSCode
Instal GitHub Copilot di PyCharm
Tanya AI sambil menulis kode

2. Integrasi asli

Cursor: AI bawaan sejak awal
GitHub Copilot: Asisten pemrograman AI khusus
Gunakan AI segera setelah membuka IDE

Apa yang bisa dilakukan secara spesifik?

1. Penyelesaian kode

Anda mengetik beberapa karakter, AI secara otomatis menyelesaikan seluruh blok kode
100 kali lebih pintar dari penyelesaian kode tradisional

2. Penjelasan kode

Pilih sepotong kode, tanya AI “Apa yang dilakukan kode ini?”
AI akan menjelaskan setiap baris secara detail

3. Optimasi kode

Tanya AI “Bagaimana kode ini bisa dioptimalkan?”
AI akan memberikan saran perbaikan

4. Perbaikan bug

Saat kode melaporkan kesalahan, tanya AI “Bagaimana cara memperbaiki kesalahan ini?”
AI akan menganalisis kesalahan dan memberikan perbaikan

5. Generasi kode

Jelaskan fungsionalitas yang ingin Anda implementasikan
AI langsung menghasilkan kode

Kelebihan AI yang terintegrasi ke dalam IDE

1. Integrasi alur kerja yang mulus

Tidak perlu beralih jendela
Tanya AI sambil menulis kode
Sangat efisien

2. Kesadaran konteks

AI dapat melihat seluruh proyek Anda
Saran lebih akurat
Memahami gaya pengkodean Anda

3. Peningkatan kualitas kode

Tinjauan kode waktu nyata
Temukan bug potensial
Pelajari praktik terbaik

4. Efisiensi belajar tinggi

Tanya tentang kode yang tidak Anda pahami segera
Belajar sambil menulis
Tingkatkan keterampilan pemrograman dengan cepat

Kekurangan AI yang terintegrasi ke dalam IDE

1. Hanya cocok untuk pemrograman

Tidak berguna untuk tugas non-pemrograman
Perlu tahu cara membuat kode
Kurva belajar tinggi

2. Dapat mempengaruhi pemikiran

Terlalu bergantung pada penyelesaian AI
Tidak kondusif untuk pemahaman mendalam tentang kode
Dapat membuat orang malas

3. Biaya relatif tinggi

GitHub Copilot: $10/bulan
Cursor Pro: $20/bulan
Beberapa fitur memerlukan pembayaran

Untuk siapa integrasi IDE?

Programmer, pengembang
Pelajar pemrograman
Orang yang perlu menulis skrip
Blogger teknologi

Skenario tipikal:

Penyelesaian waktu nyata saat membuat kode
Mempelajari bahasa pemrograman baru
Refaktor kode lama
Memperbaiki bug

Ringkasan Perbandingan: Mana yang Terbaik untuk Anda?

Tabel perbandingan cepat

Metode Penggunaan	Kenyamanan	Kelengkapan Fitur	Izin AI	Skenario yang Cocok	Kurva Belajar
Aplikasi Seluler	+++++	+++	Rata-rata	Pertanyaan cepat kapan saja	Terendah
Versi Web	++++	+++++	Rata-rata	Sebagian besar penggunaan sehari-hari	Rendah
Aplikasi Desktop	++++	++++	Lebih Tinggi	Penggunaan berat, pekerjaan fokus	Rendah
Terminal	+++	+++	Tinggi	Otomatisasi, pemrosesan batch	Tinggi
Integrasi IDE	+++++	+++	Tinggi	Pengembangan pemrograman	Tertinggi

Kombinasi yang direkomendasikan

Pengguna biasa:

Utama: Versi web (fitur lengkap)
Sekunder: Aplikasi seluler (gunakan kapan saja)
Upgrade: Pertimbangkan aplikasi desktop (pengalaman lebih baik, izin lebih tinggi)

Profesional:

Utama: Aplikasi desktop (efisiensi tinggi, izin tinggi)
Sekunder: Aplikasi seluler (saat bepergian)

Programmer:

Utama: Integrasi IDE (pemrograman)
Sekunder: Terminal (kueri cepat, otomatisasi)
Cadangan: Versi web (percakapan mendalam)

Siswa:

Utama: Aplikasi seluler (nyaman)
Sekunder: Versi web (tugas rumah)
Lanjutan: Coba aplikasi desktop

Saran pribadi saya

Jangan hanya menggunakan satu metode!

Setiap metode memiliki kelebihannya. Beralih di antara mereka berdasarkan skenario adalah yang paling efisien:

Perjalanan pagi: Aplikasi seluler untuk mendengarkan berita AI
Menulis dokumen di tempat kerja: Aplikasi desktop (respons lebih cepat)
Perlu percakapan mendalam: Versi web
Membuat kode: Integrasi IDE
Kueri cepat/otomatisasi: Terminal
Mengobrol sebelum tidur: Aplikasi seluler

Juga, jika Anda pengguna berbayar, saya sangat merekomendasikan mencoba aplikasi desktop. “Manfaat tersembunyinya” (angka Juice lebih tinggi) mungkin membuat Anda merasa “uangnya terpakai dengan baik.”

Ingat: Alat diciptakan untuk melayani manusia, pilih saja yang paling nyaman bagi Anda.

Nanti dalam seri ini, kami akan fokus pada penggunaan terminal, yang juga merupakan metode yang paling sering saya gunakan.

Biarkan Codex dan Claude Mengontrol Komputer Anda

Mon, 01 Jan 0001 00:00:00 +0000

Di bab-bab sebelumnya, kita membahas beberapa fitur baru dari Anthropic. Sementara itu, OpenAI, meskipun belum merilis model baru (yang sudah lama diisukan), juga aktif. Salah satu pembaruan yang menonjol adalah Codex kini mendukung pengontrolan komputer Anda, dan melakukannya dengan cara yang berbeda.

Saya mencoba fitur penggunaan komputer dari Codex dan Claude Code. Saya meminta AI untuk mengirimkan pesan WeChat untuk saya. Codex berhasil, sementara Claude tidak hanya gagal tetapi juga membuat saya keluar dari akun WeChat.

Saya akan menjelaskan proses pengaturan dan pengujian untuk keduanya, lalu menjelaskan mengapa ada perbedaan seperti itu.

Pengaturan dan Pengalaman Penggunaan Codex

Saya menggunakan aplikasi desktop Codex. Masukannya ada di “Pengaturan”. Pertama, klik “Computer Use” di menu kiri, lalu centang plugin Computer Use di kanan.

Kemudian kembali ke antarmuka obrolan dan berikan Codex tugas, seperti “Buka Obsidian, buat file baru, dan atur judul menjadi ‘Ini dilakukan oleh kontrol otomatis aplikasi Codex’.”

Setelah menekan Enter, Codex akan memunculkan permintaan izin yang menanyakan apakah Anda ingin mengizinkannya mengontrol Obsidian. Klik “Izinkan”. Jika perangkat lunak berisiko rendah, Anda juga dapat mencentang “Selalu Izinkan” di kiri.

Jika Anda mengaktifkan Computer Use untuk pertama kalinya, dialog otorisasi tingkat sistem Mac akan muncul, meminta izin Aksesibilitas dan Tangkapan Layar. Klik Izinkan untuk keduanya.

Setelah mengklik “Izinkan”, halaman akan dialihkan. Jika “Codex Computer Use” tidak ada di Pengaturan Sistem, seret ikon dari spanduk di bawah popup ke daftar di atas. Jika sudah ada, cukup aktifkan. Ingat untuk mengizinkan keduanya.

Setelah izin diatur, Codex akan membuka Obsidian, membuat file baru, dan menulis judul. Prosesnya selesai dengan cepat, dan judulnya persis seperti yang diminta.

Selanjutnya, mari tingkatkan: minta Codex untuk mengoperasikan WeChat dan mengirim pesan ke kontak.

Setelah dimulai, Anda dapat melihat kursor mouse biru kecil dengan bayangan bergerak perlahan di layar — itulah Codex yang sedang bekerja. Detail ini akan berguna nanti, jadi ingatlah.

Setelah menyusun pesan, ia berhenti sejenak untuk saya konfirmasi. Saya menjawab “Kirim”, tekan Enter, dan pesan pun terkirim.

Seluruh proses tidak ada kesalahan. WeChat berfungsi normal selama operasi Codex, dan akun tidak keluar.

Pengaturan dan Pengalaman Penggunaan Claude

Untuk Claude, saya menggunakan versi terminal Claude Code. Di terminal, ketik /mcp dan aktifkan opsi computer-use bawaan.

Minta Claude melakukan hal yang sama. Pertama, coba Obsidian untuk menulis file — tes ini berhasil, sama seperti Codex, jadi saya tidak menyertakan tangkapan layar.

Lalu coba WeChat.

Detik setelah mengirim tugas, masalah muncul. Claude gagal mengoperasikan WeChat; beberapa klik tidak berfungsi, dan WeChat mendeteksinya, membuat saya keluar!

Ini bukan sekadar kegagalan tugas. WeChat mendeteksi operasi abnormal, memicu kontrol risiko, dan memaksa saya untuk masuk ulang.

Mengapa Codex Berhasil dan Claude Tidak

Awalnya saya mengira computer-use Claude tidak stabil. Lalu saya melihat kembali tangkapan layar Codex — ingat kursor mouse biru kecil dengan bayangan itu? Jawabannya ada di sana.

Mekanisme implementasinya berbeda.

Saat Codex beroperasi, ia benar-benar memindahkan kursor mouse ke posisi target lalu mengklik. Anda dapat melihat lintasan pergerakan kursor di layar — bergerak, berhenti, lalu klik — yang pada dasarnya adalah urutan kejadian yang sama seperti manusia menggunakan mouse.

Claude mengambil pendekatan berbeda. Ia langsung mensintesis peristiwa “klik di koordinat” dan mengirimkannya ke jendela target. Kursor tidak bergerak sama sekali; ia langsung mengklik. Metode ini cepat dan tidak perlu menunggu kursor bergerak, tetapi memiliki tanda yang sangat khas bagi aplikasi — “klik mouse” tanpa lintasan pergerakan yang teleport ke koordinat, yang tidak dapat dihasilkan oleh tangan manusia.

Codex: Mensimulasikan pergerakan mouse nyata, sehingga aplikasi tidak bisa membedakan bahwa itu AI. Claude: Langsung mensintesis peristiwa klik, yang mudah dideteksi oleh aplikasi dengan anti-cheat seperti WeChat.

Aplikasi desktop biasa tidak mempermasalahkan metode mana pun, sehingga Claude berfungsi baik dengan Obsidian. Namun aplikasi seperti WeChat, yang memiliki sistem keamanan akun, secara aktif memindai karakteristik otomatisasi. Begitu terdeteksi, mereka memicu kontrol risiko — itulah yang ditunjukkan oleh tangkapan layar “Demi keamanan akun Anda, silakan masuk ulang” saya.

Implementasi computer-use Anthropic saat ini mengikuti jalur peristiwa sintetis. Keuntungannya adalah kecepatan; kerugiannya adalah tidak bisa mengelabui aplikasi yang secara aktif mendeteksi otomatisasi.

Rekomendasi Penggunaan

Mari kita uraikan berdasarkan kasus penggunaan:

Gunakan Codex untuk: Mengoperasikan perangkat lunak dengan deteksi anti-otomatisasi bawaan, seperti WeChat, QQ, perbankan online, IM perusahaan, dan game. Pendekatan mouse nyata Codex adalah satu-satunya pilihan di sini.

Gunakan Claude untuk: Mengoperasikan aplikasi desktop biasa — Obsidian, Notepad, Finder, perangkat lunak desain, dll. Aplikasi ini tidak peduli apakah Anda menggunakan mouse nyata, dan Claude lebih cepat karena tidak perlu menunggu pergerakan kursor, sehingga lebih efisien.

Saya sudah mencobanya untuk Anda. Hasilnya akun Anda akan dipaksa keluar, memerlukan pemindaian ulang untuk masuk. Biayanya kecil tetapi menjengkelkan.

Secara keseluruhan, perasaan pribadi saya adalah fitur kontrol komputer ini agak pamer. Saya belum benar-benar menemukan alasan nyata untuk menggunakannya. Namun, ini menjanjikan untuk masa depan.

Jadi bab ini hanya pengenalan singkat tentang fitur tersebut.

Bagian 4: Teknik Lanjutan: Skill / MCP / Hook + Mindset

Buat Halaman HTML Gratis dalam Lima Menit dengan AI

Mon, 01 Jan 0001 00:00:00 +0000

Mengapa Bab Ini Ada: Rp50.000 yang Hampir Membuatku Jantung Berdebar

Alasan menulis bab ini sederhana: seorang teman menghabiskan 50 ribu rupiah untuk membuat halaman web roda undian sederhana.

Saat mendengarnya, aku hampir terkena serangan jantung.

Bukan karena 50 ribu itu mahal, tapi hal ini bisa dibuat dalam 5 menit dengan AI gratis!

Serius, jika kamu punya kebutuhan seperti ini, bahkan jika kamu langsung mentransferku 50 ribu dan biarkan aku mengajarimu langkah demi langkah, itu lebih baik daripada membayar layanan tersebut. Setidaknya tutorialku gratis, dan aku akan menjelaskan setiap langkah dengan jelas.

Jadi bab ini adalah tambahan khusus, khusus mengajarkanmu: bagaimana menggunakan AI gratis untuk membuat halaman HTML yang sederhana namun praktis.

Pengingat Penting: Kuasai Versi Web Gratis Terlebih Dahulu

Sebelum kita mulai, saya ingin menekankan satu hal:

Versi web AI saat ini sudah sangat canggih. Tidak perlu pengetahuan pemrograman, tidak perlu instalasi perangkat lunak, cukup buka browser dan gunakan.

Apa yang bisa dilakukan versi web AI?

Mengobrol denganmu dan menjawab pertanyaan
Mengenali gambar dan menganalisis konten
Menulis kode dan membuat halaman web
Membuat PPT dan laporan
Menerjemahkan dan merangkum dokumen
Dan masih banyak lagi…

Saranku: pemula sebaiknya menguasai AI berbasis web gratis terlebih dahulu sebelum mempertimbangkan alat canggih seperti API.

Mengapa? Karena versi web:

Sepenuhnya gratis (atau memiliki kuota gratis yang besar)
Sederhana digunakan, tanpa kurva belajar
Sudah cukup canggih
Kamu bisa langsung bertanya pada AI jika mengalami masalah

Sekarang mari kita mulai topik utama: Gunakan AI untuk Membuat Halaman Web Roda Undian.

Gunakan AI Studio untuk Membuat Halaman HTML

Langkah 1: Masuk ke Google AI Studio

Kita menggunakan Google AI Studio, platform AI gratis resmi dari Google.

Mengapa memilihnya?

Sepenuhnya gratis
Gemini 3 Pro sangat canggih
Cocok untuk tugas kompleks seperti membuat halaman web

Langkah-langkah:

Buka https://aistudio.google.com
Masuk dengan akun Google-mu (membutuhkan VPN/proxy)
Masuk ke antarmuka utama

Langkah 2: Pilih Playground dan Model

Setelah masuk, kamu akan melihat antarmuka utama AI Studio.

Langkah-langkah:

Klik “Playground” di menu kiri
Di pemilih model di kanan atas, pilih Gemini 3 Pro
- Jangan pilih Flash; Pro lebih mumpuni
- Terutama untuk tugas kompleks seperti menulis kode
Pastikan di kiri adalah antarmuka obrolan dengan kotak input di bagian bawah Sekarang kamu siap mengobrol dengan AI.

Langkah 3: Masukkan Prompt untuk Membiarkan AI Membuat Halaman Web

Langkah ini kunci: kamu perlu memberi tahu AI dengan jelas apa yang kamu inginkan.

Semakin detail, semakin baik! Jangan hanya bilang “Bantu saya buat halaman undian”; spesifikkan:

Seperti apa tampilannya
Fitur apa yang dimilikinya
Cara menggunakannya
Gaya seperti apa

Contoh Prompt Lengkap

Salin teks di bawah ini dan tempelkan ke kotak input AI Studio:

Please help me generate a lottery wheel webpage.

If no prizes are specified, use default prizes: Grand Prize, First Prize, Second Prize, Third Prize, Lucky Prize, Try Again.

Functional requirements:
- Beautiful wheel design, supporting 6-8 sectors
- A "Start Lottery" button in the center
- Click the button to spin the wheel
- The spin should have acceleration and deceleration effects for realism
- After stopping, a popup shows the result
- Click the popup to close and spin again

Design requirements:
- Festive and grand style (mainly red and gold)
- The wheel border should have texture
- Each sector should have alternating colors
- A pointer indicating the current position
- Responsive for mobile and desktop

After completion, please explain:
1. How to open and use it
2. How to modify the prize names
3. How to adjust the winning probability

Use example prizes: iPhone 16, AirPods, 100 yuan red envelope, 50 yuan red envelope, Try Again

Langkah-langkah:

Salin dan tempel prompt di atas ke kotak input
Klik tombol “Run” atau tekan Enter
Tunggu AI menghasilkan (biasanya 10-30 detik)

Langkah 4: AI Akan Mengembalikan Kode HTML Lengkap

Setelah AI selesai menghasilkan, kamu akan melihat blok kode yang besar.

Respons AI biasanya mencakup:

Kode HTML: file halaman web lengkap
Petunjuk penggunaan: cara membuka dan memodifikasi
Panduan kustomisasi: cara mengubah hadiah dan menyesuaikan probabilitas

Kodenya terlihat seperti ini:

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Lottery Wheel</title>
    <style>
        /* Style code here */
    </style>
</head>
<body>
    <!-- Webpage content here -->
    <script>
        // Function code here
    </script>
</body>
</html>

Jangan takut! Halaman web sudah bisa langsung dijalankan! Ikuti saja tangkapan layar dan klik.

Langkah 5: Ubah Konten Halaman Web (Ganti Hadiah, Sesuaikan Probabilitas)

Halaman web yang dihasilkan AI biasanya sudah cukup lengkap, tetapi kamu mungkin ingin:

Mengubah nama hadiah
Menyesuaikan probabilitas kemenangan
Mengubah warna

Jangan khawatir, kamu tidak perlu memahami kode. Teruslah bertanya pada AI!

Lanjutkan Percakapan, Biarkan AI Membantumu Memodifikasi

Langkah-langkah:

Jangan tutup jendela obrolan AI Studio
- AI mengingat percakapan sebelumnya
- Kamu bisa terus bertanya di bawah
Masukkan permintaan modifikasimu

Contoh 1: Ubah Nama Hadiah

Ketik di kotak input:

Add a settings interface to this webpage to set the probabilities and specific prizes for different awards.

Ulangi Sampai Kamu Puas

Ini adalah proses inti membuat sesuatu dengan AI:

Nyatakan dengan jelas apa yang kamu inginkan
AI menghasilkan versi pertama
Cobalah, temukan masalah
Beri tahu AI masalahnya, biarkan AI memperbaikinya
Ulangi langkah 3-4 sampai sempurna

Poin penting:

Jangan takut repot, coba beberapa kali
Ubah satu hal dalam satu waktu agar mudah dikendalikan
Jika AI mengubah sesuatu yang salah, katakan “Tidak, kembalikan ke versi sebelumnya”

Langkah 6: Unduh Halaman Web Akhir

Sekarang kamu memiliki halaman web undian yang sempurna, bagaimana cara mengunduhnya?

Cukup klik tombol unduh, file akan terunduh ke perangkat lokalmu, dan kamu bisa membukanya untuk digunakan!

Apa yang Bisa Dilakukan Halaman HTML? 10 Rekomendasi Alat Mini Praktis

Sekarang, kamu mungkin berpikir: selain undian, halaman web apa lagi yang bisa kubuat dengan AI?

Jawabannya: hampir semua alat mini sederhana!

Berikut 10 contoh praktis yang bisa langsung kamu minta AI buatkan:

1. Alat Penerjemah Online

Prompt:

Make an online translation webpage that supports Chinese-English translation with a clean interface.

2. Pengenalan Teks Gambar (OCR)

Prompt:

Make a webpage that can upload an image, recognize text in the image, and allow copying.

3. Daftar Tugas (To-Do List)

Prompt:

Make a to-do list webpage that can add, delete, and mark tasks as complete, with data saved in the browser.

4. Hitung Mundur / Timer

Prompt:

Make a multi-functional timer webpage: countdown, Pomodoro timer, stopwatch.

5. Generator Kata Sandi Acak

Prompt:

Make a password generator that can set length and complexity, with one-click copy.

6. Kalkulator BMI

Prompt:

Make a BMI health calculator that inputs height and weight and displays health advice.

7. Generator Kode QR

Prompt:

Make a QR code generation webpage that inputs text or URL, generates a QR code, and allows download.

8. Pemilih Warna

Prompt:

Make a color tool that can select colors, display RGB/HEX values, and provide color scheme suggestions.

9. Editor Markdown

Prompt:

Make a simple Markdown editor with input on the left and real-time preview on the right.

10. Pelacak Pengeluaran

Prompt:

Make a simple expense tracking webpage that can record income and expenses and display statistical charts.

Fitur umum dari alat-alat ini:

Semua berupa file HTML tunggal
Tidak memerlukan server
Cukup dibuka di browser
Sepenuhnya gratis

Pertanyaan yang Sering Diajukan

Q1: Saya sama sekali tidak paham kode, bisakah saya melakukannya?

A: Ya, bisa! Yang perlu kamu tahu hanyalah:

Salin dan tempel
Simpan file
Buka file dengan browser

Hanya tiga langkah ini, bahkan anak kecil pun bisa.

Q2: Bagaimana jika kode yang dihasilkan AI tidak sempurna?

A: Itu wajar! Lanjutkan percakapan dengan AI:

“Ada bug di sini, tombolnya tidak berfungsi saat diklik”
“Warna ini jelek, ganti dengan yang bagus”
“Bisakah kamu menambahkan efek suara?”

AI akan terus memperbaiki berdasarkan masukanmu.

Q3: Bisakah saya menggunakan halaman web buatan AI untuk tujuan komersial?

A: Secara teknis ya, tetapi perhatikan:

Kode yang dihasilkan AI biasanya tidak memiliki batasan hak cipta
Namun jika untuk proyek klien, uji coba secara menyeluruh
Untuk proyek komersial kompleks, tetap disarankan menyewa pengembang profesional

Q4: Mengapa file HTML saya tidak bisa dibuka?

A: Penyebab umum:

Ekstensi file salah: pastikan .html, bukan .html.txt
Kode tidak lengkap: pastikan kamu menyalin semua kode
Masalah browser: coba browser lain

Q5: Bisakah digunakan di ponsel?

A: Ya! Dua cara:

Pindahkan file HTML ke ponsel dan buka dengan browser ponsel
Unggah ke platform seperti Netlify dan akses melalui URL (disarankan)

Q6: Saya ingin memodifikasi kode tetapi tidak tahu caranya?

A: Jangan memodifikasinya sendiri! Tanyakan pada AI:

“Saya ingin mengubah warna latar belakang menjadi biru”
“Saya ingin membuat font judul lebih besar”
“Saya ingin menambahkan musik latar”

Biarkan AI memodifikasinya untukmu, lalu salin kode barunya.

Ringkasan

Hari ini kamu belajar:

Cara menggunakan Google AI Studio untuk membuat halaman HTML
Cara menulis prompt yang jelas untuk memberi tahu AI kebutuhanmu
Cara menyimpan file HTML dan membukanya di browser
Cara terus meningkatkan halaman web melalui percakapan
Cara membagikan atau menyebarkan halaman webmu

Ide inti:

Tidak perlu pengetahuan pemrograman
Tidak perlu uang
Hanya perlu tahu cara berkomunikasi dengan AI
Buat alat praktis dalam 5 menit

Lain kali jika seseorang memintamu membuat halaman web sederhana, kamu bisa:

Menggunakan AI untuk melakukannya dalam 5 menit
Menagih 50 ribu itu (bercanda)
Atau ajari mereka melakukannya sendiri

Serius, berhentilah membuang-buang uang!

Cara Memanggil API dan Memilih Platform API

Mon, 01 Jan 0001 00:00:00 +0000

Kita sudah membahas konsep inti seperti API, Token, dan Temperature. Sekarang saatnya bagian praktis: Bagaimana cara memanggil API?

Banyak orang menganggap API itu misterius, tetapi setelah Anda memahami beberapa elemen kunci, memanggil API semudah belanja online. Bab ini akan memandu Anda langkah demi langkah.

Tiga Elemen Inti Memanggil API

Tidak peduli alat atau platform apa yang Anda gunakan, memanggil API AI memerlukan tiga hal ini:

1. API Key

API Key = Identitas Anda

Sama seperti Anda membutuhkan PIN kartu bank untuk menarik uang, memanggil API memerlukan API Key untuk membuktikan “Ini saya, Anda bisa melayani saya.”

Seperti apa bentuk API Key?

Biasanya berupa string panjang huruf dan angka, misalnya:

sk-REPLACE_WITH_YOUR_API_KEY

Peringatan Penting:

API Key bersifat pribadi; jangan bagikan kepada orang lain.
Jika seseorang mendapatkan kunci Anda, mereka dapat menggunakan akun Anda untuk memanggil API (menghabiskan uang Anda).
Jika Anda tidak sengaja membocorkannya, segera hapus kunci lama di platform dan buat yang baru.

2. Base URL

Base URL = Alamat restoran

Saat Anda memesan makanan, Anda perlu tahu di mana restorannya. Saat memanggil API, Anda perlu tahu di mana servernya.

Base URL yang Umum:

OpenAI: https://api.openai.com/v1
Anthropic Claude: https://api.anthropic.com/v1
Google Gemini: https://generativelanguage.googleapis.com/v1
DeepSeek: https://api.deepseek.com/v1

Platform pihak ketiga memiliki URL yang berbeda, tetapi formatnya serupa.

3. Model Name

Model Name = Hidangan yang ingin Anda pesan

Di restoran, Anda berkata “Saya ingin babi kecap.” Saat memanggil API, Anda berkata “Saya ingin menggunakan GPT-5.2.”

Nama Model yang Umum:

OpenAI: gpt-5.2, gpt-5.2-chat-latest
Claude: claude-opus-4.5, claude-sonnet-4.5
Gemini: gemini-3-pro, gemini-3-flash
DeepSeek: deepseek-chat, deepseek-coder

Contoh Lengkap Pemanggilan API

Gabungkan ketiga hal ini, dan pemanggilan API yang paling sederhana terlihat seperti ini:

import openai

# 1. Set the API Key
openai.api_key = "sk-proj-YOUR_API_KEY"

# 2. Set the Base URL (if you use a third-party platform)
openai.base_url = "https://api.openai.com/v1"

# 3. Call the selected model
response = openai.chat.completions.create(
    model="gpt-5.2",  # Model Name
    messages=[
        {"role": "user", "content": "Hello"}
    ]
)

print(response.choices[0].message.content)

Terlihat rumit? Jangan khawatir, platform yang diperkenalkan nanti memiliki metode yang lebih sederhana.

API Resmi vs Platform Pihak Ketiga

Sebelum memperkenalkan platform tertentu, mari kita perjelas konsep penting: Apa perbedaan antara API resmi dan platform pihak ketiga?

API Resmi

API Resmi = Membeli langsung dari OpenAI, Anthropic, Google

Kelebihan:

Stabilitas terbaik, koneksi langsung ke server resmi
Fitur lengkap, fitur baru didukung segera
Keamanan tertinggi, data tidak melalui pihak ketiga

Kekurangan:

Membutuhkan kartu kredit luar negeri
Membutuhkan VPN untuk mengakses (ChatGPT, Claude, Gemini)
Harga relatif lebih mahal
Pendaftaran mungkin memiliki hambatan

Platform Pihak Ketiga

Platform Pihak Ketiga = Membeli dari reseller

Platform pihak ketiga membeli kuota API dari resmi lalu menjualnya kembali kepada Anda.

Kelebihan:

Mendukung pembayaran domestik (Alipay, WeChat Pay, UnionPay)
Tidak perlu VPN
Biasanya memiliki antarmuka dan layanan pelanggan bahasa Mandarin
Satu platform dapat memanggil beberapa AI (OpenAI, Claude, Gemini, dll.)
Beberapa platform menawarkan kredit gratis

Kekurangan:

Stabilitas mungkin tidak sebaik resmi
Harga mungkin sedikit lebih tinggi dari resmi (tetapi ada yang lebih murah)
Keamanan memerlukan kepercayaan pada platform
Pembaruan fitur mungkin tertinggal dari resmi

Mana yang Harus Anda Pilih?

Pilih resmi jika Anda:

Memiliki kartu kredit luar negeri
Memiliki VPN yang stabil
Menghargai keamanan data
Membutuhkan fitur terbaru

Pilih pihak ketiga jika Anda:

Tidak memiliki metode pembayaran luar negeri
Tidak memiliki VPN
Ingin menggunakan pembayaran domestik
Ingin memanggil beberapa AI dari satu platform

Rekomendasi Platform (2 Domestik + 2 Internasional)

Berikut adalah empat platform API yang saya rekomendasikan, dua domestik dan dua internasional, mencakup berbagai kebutuhan.

1. DeepSeek Resmi (Domestik, Platform Resmi)

Situs Web: https://platform.deepseek.com

Jenis Platform: Platform Resmi

Mengapa Direkomendasikan?

Platform resmi, stabil dan terpercaya
Kinerja DeepSeek V3.2 mendekati GPT-5
Akses cepat di China, tidak perlu VPN
Pendaftaran sederhana, hanya perlu nomor telepon
Harga sangat murah, nilai luar biasa

Langkah Mendapatkan API Key:

Buka https://platform.deepseek.com
Klik “Login/Register” di pojok kanan atas
Daftar akun dengan nomor telepon Anda
Setelah masuk, klik “API Keys” di sebelah kiri
Klik “Create API Key”
Salin kunci (hanya ditampilkan sekali, jadi simpan)
Klik “Interface Documentation” di sebelah kiri untuk melihat URL dan nama model

Parameter Pemanggilan:

Base URL: https://api.deepseek.com
Model Name: deepseek-chat (chat), deepseek-reasoner (penalaran)
API Key: Kunci yang baru saja Anda salin

2. Volcano Engine (Domestik, Platform Resmi + Pihak Ketiga)

Situs Web: https://console.volcengine.com/ark

Jenis Platform: Platform Resmi (milik ByteDance)

Mengapa Direkomendasikan?

Platform resmi ByteDance, stabil dan terpercaya
Mendukung model seri Doubao
Mendukung pembayaran domestik (Alipay, WeChat Pay, UnionPay)
Harga terjangkau, nilai luar biasa
Selain model Doubao sendiri, Anda juga dapat memanggil banyak model open-source domestik seperti DeepSeek V3.2, GLM 4.7

Langkah Penggunaan:

Buka https://console.volcengine.com/ark
Daftar akun Volcano Engine dengan nomor telepon Anda
Masuk ke konsol “Ark Large Model”
Selesaikan verifikasi identitas asli (memerlukan KTP)
Klik “API Key Management”
Buat API key baru
Salin dan simpan kunci
Klik “Activation Management” di sebelah kiri, pilih model yang ingin Anda gunakan
Di halaman baru, salin nama model yang Anda butuhkan (perhatikan: model yang sama mungkin memiliki nama berbeda di platform yang berbeda, periksa dengan cermat)
Kembali ke halaman Activation Management, periksa apakah statusnya “Activated”, jika tidak, klik di sebelah kanan untuk mengaktifkan izin model

Parameter Pemanggilan:

Base URL: https://ark.cn-beijing.volces.com/api/v3
Model Name: doubao-pro-32k, doubao-lite-32k, dll.
API Key: Kunci yang Anda buat

Manfaat Pengguna Baru:

Kredit gratis saat pendaftaran
Anda juga dapat mengikuti aktivitas yang ditampilkan di atas tangkapan layar untuk mendapatkan lebih banyak kredit gratis. Saya sendiri memiliki lebih dari cukup setiap hari.

3. Google AI Studio (Internasional, Platform Resmi)

Situs Web: https://aistudio.google.com

Jenis Platform: Platform Resmi

Mengapa Direkomendasikan?

Platform resmi Google
Tersedia kredit gratis (dengan batasan)
Kinerja Gemini 3 terbaik
Stabil dan terpercaya
Mendukung konteks yang sangat panjang (2 juta token)
Dapat digunakan gratis langsung di antarmuka web, tanpa perlu coding

Juga, Cara Menggunakan Versi Web Secara Gratis

Jika Anda tidak ingin menulis kode, Google AI Studio menawarkan antarmuka chat web yang sangat nyaman di mana Anda dapat langsung menggunakan model seperti Gemini 3 Pro dan Gemini 3 Flash. Ini pada dasarnya seperti menjadi pengguna Gemini berbayar.

Langkah Penggunaan:

Buka https://aistudio.google.com
Masuk dengan akun Google Anda (VPN diperlukan)
Klik “Playground” di sebelah kiri
Di pojok kanan atas, pilih model:
- gemini-3-pro: Model terbaik, cocok untuk tugas kompleks
- gemini-3-flash: Model cepat, cocok untuk percakapan sehari-hari
- Model eksperimental lainnya tersedia
Ketik pertanyaan Anda langsung di kotak input, lalu klik “Run”, dan AI akan menjawab

Fitur Lanjutan (Versi Web):

1. Unggah File

Klik ikon + di sisi kanan kotak input
Anda dapat mengunggah gambar, PDF, dokumen, dll.
Mendukung pemahaman multimodal

2. Sesuaikan Parameter

Di sebelah kanan, Anda dapat menyesuaikan parameter yang telah diperkenalkan sebelumnya
Anda dapat menyesuaikan:
- Temperature (kreativitas)
- Top P
- Max output tokens
- Pengaturan keamanan

Kelebihan Versi Web:

Tidak perlu coding
Tidak perlu instalasi perangkat lunak
Gunakan langsung di browser
Antarmuka ramah pengguna, fitur lengkap
Cocok untuk pengujian cepat dan penggunaan sehari-hari

Untuk siapa versi web?

Pemula yang tidak bisa coding
Mereka yang ingin menguji kemampuan Gemini dengan cepat
Chat dan bertanya sehari-hari
Menangani tugas multimodal seperti dokumen dan gambar

Dapatkan API Key (Untuk Pengguna Mahir)

Kembali ke topik utama, berikut cara mendapatkan API Key.

Langkah Mendapatkan API Key:

Di halaman AI Studio, klik “Get API Key” di sebelah kiri
Klik “Create API Key”
Buat dan salin API Key yang dihasilkan
Kembali ke Playground, pilih dan salin nama model di sebelah kanan

Parameter Pemanggilan:

Base URL: https://generativelanguage.googleapis.com/v1beta
Model Name: gemini-3-flash-preview
API Key: Kunci yang Anda salin

Batasan Tingkat Gratis

Penting! Google AI Studio menggunakan tingkat gratis secara default, dengan batasan berikut (per Januari 2026), dan batasan ini dapat berubah:

Permintaan per menit (RPM): 15
Permintaan per hari (RPD): 1500
Token per menit (TPM): 1 juta token

Lihat batasan detail di: https://ai.google.dev/gemini-api/docs/rate-limits?hl=en

Apakah tingkat gratis cukup?

Chat web: Lebih dari cukup
Pemanggilan API sesekali: Memadai
Panggilan otomatis berat: Mungkin tidak cukup

Bagaimana Cara Menghapus Batasan? Tautkan Kredit Cloud Anda

Google Cloud menawarkan $10 kredit gratis untuk pengguna baru. Setelah ditautkan ke AI Studio, Anda dapat membuka batasan yang lebih tinggi. Untuk detail cara menyiapkan akun Google Cloud, cari “Google Cloud free credits” secara online—banyak tutorial. Kami tidak akan membahasnya di sini.

Langkah Menautkan:

Di AI Studio, kembali ke antarmuka API dan klik “Set up billing”
Tautkan akun penagihan Google Cloud yang telah Anda buat sebelumnya

Manfaat setelah ditautkan:

Batasan kecepatan meningkat secara signifikan (RPM hingga 1000+)
Kredit gratis masih berlaku
$10 dapat bertahan lama dengan model flash yang kuat
Baik versi web maupun API menikmati kuota yang lebih tinggi

4. OpenRouter (Internasional, Platform Pihak Ketiga)

Situs Web: https://openrouter.ai

Jenis Platform: Platform Pihak Ketiga

Mengapa Direkomendasikan?

Satu platform untuk memanggil semua AI utama (GPT, Claude, Gemini, dll.)
Harga transparan, terkadang lebih murah dari resmi
Mendukung pembayaran Alipay (ramah untuk pengguna China)
Mendukung pembayaran kartu kredit dan cryptocurrency
Model gratis tersedia untuk dicoba
Dapat memanggil hampir setiap model yang tersedia
Peringkatnya meyakinkan

Langkah Mendapatkan API Key:

Buka https://openrouter.ai
Klik “Sign In” di pojok kanan atas, masuk dengan Google atau GitHub
Setelah masuk, klik avatar Anda di pojok kanan atas dan pilih “Keys”
Klik “Create Key”
Beri nama kunci dan klik buat
Salin kunci yang dihasilkan
Cari model yang Anda inginkan di kotak pencarian, lalu salin namanya

Parameter Pemanggilan:

Base URL: https://openrouter.ai/api/v1
Model Name:
- GPT-5.2: openai/gpt-5.2
- Claude Opus 4.5: anthropic/claude-opus-4.5
- Gemini 3 Pro: google/gemini-3-pro
- Model gratis: meta-llama/llama-3.1-8b-instruct:free
API Key: Kunci yang Anda buat

Metode Isi Ulang:

Alipay (paling nyaman)
Kartu kredit
Cryptocurrency (USDC, dll.)

Keunggulan Harga:

Beberapa model 10-20% lebih murah dari resmi
Harga transparan, lihat harga langsung di situs web
Penyedia berbeda bersaing, Anda pilih yang termurah

Opsi Gratis:

Beberapa model sepenuhnya gratis (ditandai dengan :free)
Pengguna baru mendapatkan kredit gratis untuk dicoba
Anda dapat menguji dengan model gratis terlebih dahulu

Peringkat Model

Di halaman Rankings, Anda dapat melihat data panggilan model platform; peringkatnya sangat meyakinkan.

Platform Gratis Lainnya

Karena keterbatasan ruang, berikut beberapa platform lain yang dapat Anda gunakan secara gratis:

Cerebras (Inferensi Super Cepat)

Situs Web: https://cloud.cerebras.ai

Fitur:

Inferensi sangat cepat (diklaim tercepat di dunia)
Menawarkan panggilan model Llama gratis
Pendaftaran sederhana, cukup masuk dengan GitHub

NVIDIA NIM (Resmi NVIDIA)

Situs Web: https://build.nvidia.com

Fitur:

Platform AI resmi NVIDIA
Menawarkan beberapa model gratis
Cocok untuk pengujian dan pengembangan

Kedua platform menawarkan kredit gratis. Jika Anda tertarik, Anda dapat mendaftar dan mencobanya.

Ringkasan

Tiga Elemen Inti:

API Key
Base URL
Model Name

Empat Platform yang Direkomendasikan:

DeepSeek Resmi (Resmi) - Pilihan biaya rendah terbaik di China
Volcano Engine (Resmi + Pihak Ketiga) - Platform domestik, dapat memanggil sebagian besar model open-source domestik
Google AI Studio (Resmi) - Pilihan gratis terbaik secara internasional (dengan Cloud Credits), dapat digunakan langsung di web
OpenRouter (Pihak Ketiga) - Platform all-in-one, mendukung Alipay

Claude Code: Pengenalan Praktis

Mon, 01 Jan 0001 00:00:00 +0000

Mari kita masuk ke bagian yang paling menarik: menggunakan AI untuk menulis kode untuk Anda.

Anda mungkin berpikir: Saya tidak tahu apa-apa tentang kode, apa hubungannya ini dengan saya?

Justru sebaliknya, justru karena Anda tidak tahu kode, alat ini semakin cocok untuk Anda.

Ingat teman yang menghabiskan 50 dolar untuk membuat halaman web? Dengan Claude Code, itu tidak akan pernah terjadi lagi. Anda hanya perlu memberi tahu AI dalam bahasa biasa apa yang Anda inginkan, dan AI akan menulis program lengkap untuk Anda.

Hari ini kami memperkenalkan Claude Code, asisten pemrograman AI yang berjalan di terminal Anda. Anda cukup memberi tahu apa yang Anda inginkan dalam bahasa biasa, dan ia akan menulis seluruh program untuk Anda.

Mengapa Menggunakan Alat Terminal daripada IDE?

Apa itu IDE?

IDE = Integrated Development Environment (Lingkungan Pengembangan Terpadu)

Sederhananya, IDE adalah perangkat lunak yang digunakan programmer untuk menulis kode, misalnya:

VS Code
Cursor
PyCharm
WebStorm

Alat-alat ini memiliki antarmuka yang rumit dan fitur yang kuat, tetapi bagi seseorang yang tidak tahu apa-apa tentang kode, alat-alat ini lebih menjadi beban.

Mengapa Saya Merekomendasikan Terminal

Alasan 1: Antarmuka sederhana

IDE: Penuh dengan tombol, menu, bilah sisi, bilah status… membingungkan saat pertama kali dilihat
Terminal: Hanya kotak hitam – ketik perintah, dapatkan hasil, bersih dan langsung

Alasan 2: Tidak perlu mengedit kode secara manual

Jika Anda sama sekali tidak mengerti kode, kode yang ditampilkan di IDE terlihat seperti omong kosong. Anda tidak bisa membacanya dan tidak tahu cara mengubahnya.

Jika semuanya ditulis oleh AI, mengapa repot-repot melihat kode?

Claude Code di terminal akan:

Membuat file secara otomatis
Menulis kode secara otomatis
Memodifikasi kode secara otomatis
Menjalankan tes secara otomatis

Anda hanya memberi tahu apa yang Anda inginkan, dan ia menangani sisanya.

Alasan 3: Perangkat lunak yang lebih ringan

Cursor/VS Code: Ratusan MB, ditambah Anda perlu menginstal berbagai plugin
Terminal: Bawaan sistem, tidak perlu instalasi tambahan

Kesimpulan: Untuk orang dengan pengalaman coding nol yang ingin AI membantu mereka membuat sesuatu, terminal + Claude Code adalah kombinasi paling sederhana dan paling langsung.

Dasar-dasar Terminal: Cara Membuka Folder Proyek Anda

Sebelum menggunakan Claude Code, Anda perlu mempelajari satu operasi dasar: membuka folder proyek Anda di terminal.

Pengguna Mac

Metode 1: Klik kanan untuk membuka (Direkomendasikan)

Temukan folder proyek Anda di Finder
Klik kanan folder (atau ketuk dua jari di trackpad)
Pilih “New Terminal at Folder”

Metode 2: Option + Klik kanan untuk mendapatkan jalur

Temukan folder proyek Anda di Finder
Tahan tombol Option dan klik kanan folder
Pilih “Copy ‘foldername’ as Pathname”
Buka Terminal (cari “Terminal” di Launchpad)
Ketik cd (perhatikan spasi setelah cd)
Tekan Command + V untuk menempelkan jalur
Tekan Enter

Contoh:

cd /Users/yourname/Desktop/my-project

Metode 3: Seret dan lepas

Buka Terminal
Ketik cd (perhatikan spasi)
Seret folder dari Finder langsung ke jendela Terminal
Jalur akan terisi secara otomatis; tekan Enter

Pengguna Windows

Temukan folder proyek Anda di File Explorer
Ketik cmd atau powershell di bilah alamat dan tekan Enter
Baris perintah akan terbuka langsung di folder tersebut

Atau:

Klik kanan folder
Pilih “Open in Terminal” (Windows 11)

Apa itu Claude Code?

Dalam Satu Kalimat

Claude Code = Asisten pemrograman AI yang berjalan di terminal Anda

Ini adalah alat baris perintah resmi dari Anthropic (perusahaan di balik Claude). Anda berbicara dengannya di terminal, dan ia dapat membantu Anda:

Membuat proyek baru
Menulis kode
Memodifikasi kode
Memperbaiki bug
Menjelaskan kode
Menjalankan perintah

Apa Bedanya dengan Claude di Web?

Fitur	Claude Web	Claude Code
Cara penggunaan	Obrolan di browser	Ketik perintah di terminal
Dapat memanipulasi file?	Tidak, hanya percakapan	Ya, dapat membuat dan memodifikasi file secara langsung
Dapat menjalankan kode?	Tidak	Ya, dapat menjalankan kode di komputer Anda
Terbaik untuk	Bertanya, menulis artikel	Membangun proyek, menulis program

Perbedaan utama: Versi web hanya bisa “berbicara”, Claude Code bisa “melakukan”.

Cara Menginstal Claude Code

Prasyarat

Node.js: Claude Code membutuhkan Node.js
- Unduh: https://nodejs.org
- Pilih versi LTS (Long Term Support)
- Setelah instalasi, verifikasi dengan node -v di terminal

2. Lingkungan jaringan: Anda perlu akses ke API Claude (mungkin memerlukan VPN)

Langkah Instalasi

Buka terminal Anda dan jalankan:

npm install -g @anthropic-ai/claude-code

Tunggu hingga instalasi selesai. Jika Anda melihat output seperti ini, itu berhasil:

added 1 package in 2s

Verifikasi instalasi:

claude --version

Jika nomor versi ditampilkan, instalasi berhasil.

Beberapa Cara Menggunakannya

Claude Code mendukung beberapa cara untuk mengakses kemampuan AI. Pilih yang sesuai dengan Anda.

Metode 1: Beli Keanggotaan Claude

Ini adalah cara paling sederhana dan paling langsung.

Tingkat Keanggotaan Claude:

Paket	Harga	Kuota Claude Code
Claude Pro	$20/bulan	Kuota terbatas, cocok untuk penggunaan ringan
Claude Max	$100/bulan	Kuota lebih tinggi, cocok untuk penggunaan berat
Claude Max	$200/bulan	Kuota tertinggi, cocok untuk pengembangan profesional

Pengaturan:

Setelah membeli keanggotaan Claude, buka terminal
Jalankan claude untuk memulai
Ikuti petunjuk untuk masuk ke akun Claude Anda
Setelah masuk, Anda dapat mulai menggunakannya

Metode 2: Gunakan API Model Lain

Jika Anda tidak ingin membeli keanggotaan Claude, Anda dapat menggunakan API model lain untuk menggerakkan Claude Code.

Model yang didukung:

DeepSeek
Seri OpenAI GPT
API lain yang kompatibel dengan format OpenAI

2.1 Konfigurasi melalui Variabel Lingkungan (Contoh DeepSeek)

API DeepSeek kompatibel dengan format Anthropic dan dapat digunakan sebagai pengganti langsung.

Pengaturan Mac/Linux:

Jalankan perintah berikut di terminal (sementara – akan hilang saat terminal ditutup):

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=${DEEPSEEK_API_KEY}
export API_TIMEOUT_MS=600000
export ANTHROPIC_MODEL=deepseek-chat
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-chat
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1

Kemudian cukup jalankan claude untuk memulai.

Pengaturan Windows (PowerShell):

$env:ANTHROPIC_BASE_URL="https://api.deepseek.com"
$env:ANTHROPIC_AUTH_TOKEN="Your DeepSeek API Key"

Kemudian cukup jalankan claude untuk memulai.

Catatan: Metode ini bersifat sementara; pengaturan akan hilang saat terminal ditutup. Untuk konfigurasi permanen, gunakan metode settings.json di bawah.

Referensi: https://api-docs.deepseek.com/guides/anthropic_api

2.2 Konfigurasi melalui settings.json (Direkomendasikan)

Metode ini lebih nyaman – setelah dikonfigurasi, Claude Code akan secara otomatis menggunakan pengaturan ini setiap kali Anda memulainya.

Langkah Konfigurasi:

Temukan folder konfigurasi Claude Code:
- Mac/Linux: ~/.claude/
- Windows: %USERPROFILE%\.claude\
Buat atau edit file settings.json (contoh):

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com",
    "ANTHROPIC_AUTH_TOKEN": "Your DeepSeek API Key"
  }
}

Simpan file dan mulai ulang Claude Code

Tips: Jika folder .claude tidak ada, jalankan perintah claude sekali – folder akan dibuat secara otomatis.

Cara Memulai Claude Code di Terminal

Memulai Dasar

Buka terminal
Gunakan perintah cd untuk menavigasi ke folder proyek Anda
Ketik claude dan tekan Enter

cd /path/to/your/project
claude

Claude Code akan mulai, dan Anda akan melihat antarmuka interaktif di mana Anda dapat mulai mengetik permintaan Anda.

Perintah dan Konsep Umum

Perintah Umum di Claude Code

Perintah	Tindakan
`/help`	Melihat informasi bantuan
`/clear`	Menghapus percakapan saat ini
`/exit` atau `Ctrl+C`	Keluar dari Claude Code
`/compact`	Memadatkan riwayat percakapan untuk menghemat token
`/init`	Menginisialisasi proyek, membuat file CLAUDE.md

Mode Rencana

Mode Rencana = Biarkan Claude merencanakan terlebih dahulu, lalu bertindak

Secara default, Claude langsung mulai menulis kode. Namun terkadang Anda ingin ia berpikir matang-matang sebelum bertindak – saat itulah Anda mengaktifkan Mode Rencana.

Bagaimana cara beralih?

Tekan Shift + Tab untuk beralih di antara tiga mode:

Mode	Deskripsi
Normal	Mode normal, Claude langsung mengeksekusi
Plan	Mode rencana, Claude hanya merencanakan tanpa mengeksekusi; menunggu konfirmasi Anda
Auto	Mode otomatis, Claude secara otomatis mengeksekusi semua operasi tanpa meminta konfirmasi

Kapan menggunakan Mode Rencana?

Proyeknya rumit dan Anda ingin Claude menjelaskan pendekatannya terlebih dahulu
Anda tidak yakin bagaimana Claude akan membuat perubahan dan ingin melihat rencananya
Anda ingin kontrol yang lebih tepat atas perilaku Claude

Terima Suntingan

Terima Suntingan = Apakah secara otomatis menyetujui modifikasi Claude

Ketika Claude ingin membuat atau memodifikasi file, biasanya ia meminta konfirmasi Anda.

Bagaimana cara beralih?

Saat Anda menekan Shift + Tab untuk mengubah mode, Anda akan melihat:

Accept edits: off – Setiap modifikasi memerlukan konfirmasi manual Anda
Accept edits: on – Semua modifikasi diterima secara otomatis tanpa diminta

Rekomendasi:

Pemula sebaiknya tetap mematikannya sehingga Anda dapat melihat apa yang dilakukan Claude di setiap langkah
Setelah Anda terbiasa, nyalakan untuk alur kerja yang lebih lancar

Apa itu `resume`?

resume = Melanjutkan percakapan sebelumnya

Setelah Anda menutup terminal atau keluar dari Claude Code, Anda dapat menggunakan flag --resume lain kali untuk melanjutkan percakapan sebelumnya:

claude --resume

Claude akan mengingat apa yang Anda bicarakan, sehingga Anda tidak perlu memulai dari awal.

Kapan menggunakan resume?

Anda mengerjakan proyek kemarin dan ingin melanjutkannya hari ini
Komputer Anda mati secara tidak terduga dan Anda ingin memulihkan kemajuan
Anda ingin Claude melanjutkan dari tempat ia berhenti

Apa itu CLAUDE.md?

CLAUDE.md = File deskripsi proyek

Ini adalah file Markdown yang ditempatkan di direktori root proyek Anda. File ini memberi tahu Claude tentang latar belakang proyek.

Bagaimana cara membuatnya?

Pertama jalankan claude untuk memulai Claude Code, lalu masukkan /init.

claude

Di dalam Claude Code, ketik:

/init

Claude akan secara otomatis menganalisis proyek Anda dan menghasilkan file CLAUDE.md.

Untuk apa digunakan?

Saat Claude Code dimulai, ia membaca file ini untuk memahami:

Apa yang dilakukan proyek
Tumpukan teknologi apa yang digunakan
Persyaratan khusus apa pun
Preferensi gaya kode

Contoh CLAUDE.md:

# Project Description

This is a personal translation tool webpage.

## Tech Stack
- Pure HTML/CSS/JavaScript
- No frameworks

## Requirements
- Code comments in English
- Clean and modern interface
- Support dark mode

Dengan file ini, Anda tidak perlu menjelaskan latar belakang proyek setiap kali memulai Claude Code.

Skill

Skill = Perintah pintasan Claude Code

Skill adalah perintah yang telah ditetapkan yang memungkinkan Claude dengan cepat melakukan tugas-tugas tertentu.

Skill bawaan yang umum:

Perintah	Tindakan
`/commit`	Secara otomatis menghasilkan pesan commit git dan melakukan commit kode
`/review`	Meninjau kode dan menemukan masalah
`/fix`	Memperbaiki kesalahan dalam kode

Bagaimana cara menggunakannya?

Cukup ketik perintah garis miring di Claude Code, misalnya:

/commit

Claude akan secara otomatis menganalisis perubahan kode Anda dan menghasilkan pesan commit yang sesuai.

Kami akan membahas Skill kustom secara detail di bab selanjutnya.

MCP (Model Context Protocol)

MCP = Menghubungkan Claude ke alat dan sumber data eksternal

MCP adalah protokol yang memungkinkan Claude Code terhubung ke berbagai layanan eksternal, seperti:

Basis data
Sistem file
Layanan web
Alat AI lainnya

Anggap saja seperti ini: MCP seperti menambahkan “plugin” ke Claude, memungkinkannya melakukan lebih banyak hal.

Contoh:

Terhubung ke Obsidian sehingga Claude dapat membaca dan menulis catatan Anda secara langsung
Terhubung ke browser sehingga Claude dapat mengotomatiskan halaman web
Terhubung ke basis data sehingga Claude dapat menanyakan dan menganalisis data

Kami akan membahas konfigurasi dan penggunaan MCP secara detail di bab selanjutnya.

Praktik: Biarkan Claude Membangun Halaman Web Penerjemah

Setelah belajar banyak, mari kita praktikkan!

Kita akan membangun halaman web penerjemah lokal yang dapat menggunakan API Gemini untuk menerjemahkan.

Langkah 1: Buat Folder Proyek

Buat folder baru di desktop Anda (atau di mana pun Anda suka), misalnya bernama demo
Menggunakan metode yang telah Anda pelajari sebelumnya, buka folder ini di terminal

Langkah 2: Mulai Claude Code

claude

Langkah 3: Masukkan Permintaan Anda

Ketik yang berikut ini ke Claude Code (jangan ragu untuk menyalinnya):

Create a translation webpage tool with the following requirements:

1. Features:
   - Left input box for the source text, right side shows the translation result
   - Support Chinese-English translation
   - A "Translate" button
   - A "Clear" button
   - A "Copy Result" button

2. Interface:
   - Clean and modern design
   - Support dark/light mode toggle
   - Responsive design, works on mobile

3. Technical requirements:
   - Use only HTML, CSS, JavaScript, no frameworks
   - All code in a single HTML file
   - Call the Gemini API for translation

4. Settings (important):
   - A "Settings" button on the page
   - Clicking it opens a settings panel where you can configure:
     - API Key
     - API URL
     - Model Name
   - Save settings to the browser's localStorage, auto-load next time
   - The settings panel should have "Save" and "Cancel" buttons

5. Translation logic:
   - Auto-detect the input language
   - If Chinese, translate to English
   - If English, translate to Chinese

Please create this HTML file directly.

Langkah 4: Tunggu Claude Selesai

Claude akan secara otomatis:

Membuat file HTML
Menulis semua kode
Memberi tahu Anda di mana file tersebut berada
Setelah eksekusi, ia akan menanyakan apakah Anda setuju untuk membuat file – pilih 1 atau 2

Langkah 5: Jalankan dan Konfigurasi API

Klik dua kali file HTML yang dihasilkan untuk membukanya di browser Anda
Klik tombol “Settings” di halaman (biasanya ikon roda gigi)
Di panel pengaturan yang muncul, isi:
- API Key: Kunci API yang Anda peroleh dari AI Studio
- API URL: https://generativelanguage.googleapis.com/v1beta
- Model Name: gemini-3-flash-preview
Klik “Save”

Pengaturan secara otomatis disimpan ke browser, sehingga Anda tidak perlu memasukkannya lagi lain kali.

Langkah 6: Mulai Menggunakannya

Sekarang Anda dapat:

Ketik bahasa Indonesia atau Inggris di kotak input kiri
Klik tombol “Translate”
Hasil terjemahan akan muncul di sebelah kanan
Klik “Copy Result” untuk menyalin teks yang diterjemahkan

Ringkasan

Apa yang Anda pelajari hari ini:

Mengapa menggunakan terminal daripada IDE: Untuk orang yang tidak tahu kode, terminal lebih sederhana dan lebih langsung
Cara membuka proyek di terminal: Klik kanan, seret dan lepas, atau gunakan perintah cd
Apa itu Claude Code: Asisten pemrograman AI di terminal yang dapat langsung memanipulasi file
Cara menginstal dan mengonfigurasinya: Instal melalui npm, mendukung keanggotaan resmi atau API pihak ketiga
Perintah umum: resume untuk melanjutkan percakapan, CLAUDE.md untuk deskripsi proyek
Praktik langsung: Biarkan Claude membangun halaman web penerjemah untuk Anda

Ide inti: Anda tidak perlu tahu cara menulis kode – Anda hanya perlu tahu cara mendeskripsikan apa yang Anda inginkan.

Claude Design: Ubah Ide Menjadi Halaman yang Sempurna

Mon, 01 Jan 0001 00:00:00 +0000

Claude memiliki fitur baru bernama Design.

Claude Design adalah pratinjau riset yang diluncurkan oleh Anthropic pada 17 April, bagian dari lini produk Anthropic Labs, yang berjalan di model visi terkuat mereka saat ini, Opus 4.7. Fitur ini dirancang untuk membuat draf visual bersama Claude—prototipe web, PPT, pitch deck, landing page, one-pager, dan lainnya semuanya dalam jangkauannya. Ia dapat membaca repositori kode Anda dan file desain yang ada, menerapkan sistem desain Anda ke output, sehingga gayanya cocok dengan proyek Anda yang sudah ada.

Bagian terbaiknya adalah output akhir: selain mengekspor PDF/PPTX/HTML atau mengirim ke Canva, ia juga dapat mengemas semuanya menjadi bundel serah terima dan meneruskannya ke Claude Code lokal untuk melanjutkan modifikasi kode proyek.

Begitu keluar, fitur ini langsung membuat saham Figma turun—tutup dengan penurunan 6,89%.

Sekilas tentang Figma: perusahaan yang membuat alat desain kolaboratif online, bersaing dengan Adobe dan Canva. Puluhan juta desainer di seluruh dunia menggunakannya untuk membuat desain. Sebenarnya, sudah ada MCP yang memungkinkan Anda menggunakan AI untuk mengontrol Figma, tetapi karena selera estetika saya terlalu dasar dan pikiran saya kosong tanpa ide, saya tidak pernah menggunakan produk itu.

Mengapa Saya Sangat Membutuhkannya

Ingat plugin Obsidian yang saya buat untuk mendorong konten ke WeChat Official Accounts?

Sejauh ini, di semua saluran, saya telah menjual total 0 kopi. Betapa menyenangkannya (TAT).

Tentu saja, mungkin saja—dan saya tidak bermaksud sombong—ini ada hubungannya dengan selera desain dasar saya.

Lihatlah seperti apa tampilan antarmuka plugin asli saya:

Dua baris toolbar, 9 tombol berjejalan dalam satu baris. Format, akun, nama akun prasetel, konfigurasi akun, pembelian aktivasi, panduan pengguna, refresh render, salin HTML, tempel ke WeChat Official Account, terbitkan draf… semuanya bertumpuk di tempat yang paling menonjol.

Semua fitur ada, tapi melihatnya saja sudah melelahkan.

Di bawahnya, ada prompt yang sangat panjang: ‘Klik tombol di bawah untuk memilih gambar dari komputer Anda; biarkan kosong untuk menggunakan sampul placeholder; jika sampul default diatur, gunakan sampul default.’ Seorang teman melihatnya dan berkata, ‘Ini untuk siapa? Deskripsi field database?’

Jadi ketika saya melihat Claude Design keluar, saya langsung mencobanya. Mari kita lihat bagaimana kinerjanya.

Cara Menggunakan

Pertama, buka versi web Claude, klik Design di sebelah kiri untuk masuk. Di bagian atas, ada kotak input bernama ‘New prototype’, cukup isi nama proyek.

Anda dapat memilih Wireframe (fidelitas rendah) atau High fidelity (fidelitas tinggi dengan aset merek). Saya memilih fidelitas rendah karena pada awalnya hanya tentang konsep kasar, tidak perlu fidelitas tinggi. Sebenarnya, setelah selesai, ia akan secara otomatis meningkatkan untuk Anda.

Selanjutnya, beri tahu path folder program, dan kirimkan screenshot halaman yang ingin Anda ubah.

Ia akan terlebih dahulu menanyakan beberapa pertanyaan: apa yang harus diubah, apa yang harus dipertahankan, apa tindakan utama, apa tindakan sekunder. Saya mengaku jujur—saya paling ingin menyorot ‘Terbitkan Draf’ dan ‘Ganti Akun’, sisanya bisa disembunyikan.

Setelah bertanya, ia mulai berjalan sendiri.

Ia Memberikan 4 Opsi

Tak lama kemudian, ia memberikan saya halaman perbandingan wireframes.html.

Hal pertama adalah perbandingan—ia mendaftar ‘dosa’ dari UI saya saat ini satu per satu dalam teks merah:

‘Dua baris bar menekan pratinjau’
‘9 tombol’
‘Campuran Inggris/Cina + deskripsi simbol yang membingungkan’

Fitur ini benar-benar mengejutkan saya. Saya pikir ia hanya akan membantu saya memodifikasi, tetapi ia benar-benar melihat konten dan menunjukkan masalahnya. Rasanya seperti desainer nyata yang berkomunikasi tatap muka, bukan AI yang dingin.

Kemudian muncul 4 opsi:

Opsi A: Baris tunggal minimal, tombol utama ‘Terbitkan Draf’ + kapsul akun, sisanya ikon + menu ⋯
Opsi B: Breadcrumb kartu + laci, pertahankan entri untuk mengedit info meta
Opsi C: Rel samping (seperti VSCode), bar atas hanya judul
Opsi D: Kartu terbitkan mengambang di kanan bawah, tindakan utama paling menonjol

Yang paling menarik adalah Opsi D. Ia menggambar sticky note dengan ‘Aturan Desain Umum’ dan ‘Urutan yang Direkomendasikan’:

A → Paling hemat ruang, biaya belajar rendah D → Paling indah secara visual, tindakan utama paling memuaskan C → Ramah untuk pengguna power (pustaka ikon) B → Aman, mempertahankan pengeditan info meta

Ini bukan hanya ‘ini beberapa opsi’, tetapi ‘ini beberapa opsi + memberi tahu Anda untuk siapa masing-masing’. Saya sudah lama membuat plugin, dan belum pernah ada yang serius memberi tahu saya ‘di mana tombol ini harus ditempatkan’.

Anda Dapat Terus Melakukan Iterasi

Setelah memilih arah, Anda dapat terus berkomunikasi. Di sebelah kiri adalah kotak obrolan, di sebelah kanan klik Edit untuk langsung memilih elemen dan memodifikasi (tapi pengaturan di sana terlalu profesional, saya tidak bisa memahaminya, jadi saya lewati). Klik Draw untuk menggambar lingkaran dan panah pada pratinjau dan memberi tahu ‘Saya ingin memindahkan ini ke sini’:

Saya pikir fitur Draw luar biasa. Saya menggambar panah yang sangat kasar dari sebuah tombol ke kanan bawah, dan ia benar-benar mengerti—mungkin terkait dengan peningkatan besar dalam pengenalan visual Opus 4.7 (seperti yang disebutkan sebelumnya, ia meningkatkan presisi pengenalan gambar menjadi 3,75 megapiksel).

Setelah memodifikasi bilah menu, saya memintanya untuk membuat beberapa gaya tata letak artikel—bagaimanapun juga, tugas utama plugin saya adalah memformat Markdown menjadi sesuatu yang dapat diterbitkan di WeChat Official Accounts.

Ia membuka halaman baru dengan judul ‘Format Markdown menjadi artikel WeChat yang layak dibaca’. Di kanan atas, ada tombol Tweaks yang, ketika diklik, memungkinkan Anda menyesuaikan ukuran font, ketebalan, warna, spasi baris, dll., seperti Figma:

Perhatikan bahwa ini adalah halaman yang benar-benar dapat diklik dan dialihkan, bukan halaman palsu. Interaksi ini jauh lebih baik daripada melakukannya di Claude Code di terminal. Dengan Claude Code, Anda harus menunggu sampai selesai untuk melihat efeknya, lalu memintanya untuk memodifikasi. Di sini, Anda mendapatkan pratinjau waktu nyata.

Setelah final, klik Export di kanan atas. Ia memberikan beberapa opsi: unduh PPT, ekspor PDF, ekspor HTML mandiri, atau—yang terakhir—‘Handoff to Claude Code’, yang mengirim seluruh file desain ke Claude Code lokal untuk melanjutkan pengkodean.

Ini adalah bagian terbaik dari seluruh rantai.

Setelah mendesain di web, ia menghasilkan perintah untuk Anda. Salin dan tempel ke terminal, dan Claude Code lokal mengambil alih:

> Fetch this design file, read its readme,
  and implement the relevant aspects of the design.
  Implement: option-b-hifi.html

Kemudian ia mulai membaca paket desain, melihat kode saat ini, memahami file mana yang harus dimodifikasi, dan akhirnya langsung mengubah semua kode sumber plugin saya. Halaman desain menyediakan option-b-hifi.html (saya akhirnya memilih versi fidelitas tinggi dari Opsi B), dan Claude Code membaca warna, ukuran font, spasi dari file desain dan menerapkannya ke kode React saya.

Saya tidak menulis satu baris kode pun selama seluruh proses.

Hasil Akhir

Bagaimanapun, saya pikir ini terlihat jauh lebih baik daripada aslinya. Meskipun desainer sungguhan mungkin bisa melakukannya lebih baik, untuk plugin pribadi, ini sudah lebih dari cukup (dibandingkan dengan desain asli saya).

Judul + info meta diciutkan menjadi satu baris, akun menjadi kapsul (dengan titik aktif hijau), tindakan utama hanyalah satu tombol ‘Terbitkan Draf’ ungu di kanan, sisanya disembunyikan di menu ⋯.

Ternyata tumpukan ‘fitur’ saya tidak kekurangan selera desain—tetapi tidak ada yang membantu saya membuat trade-off.

Menambahkan tombol itu mudah, tetapi menghapusnya dari UI terasa tidak intuitif bagi pengembang—Anda selalu berpikir ‘bagaimana jika seseorang membutuhkannya?’. Tetapi seorang desainer akan membuat keputusan itu untuk Anda: ‘Letakkan ini di menu sekunder, pengguna tidak akan mengkliknya lagi setelah pertama kali.’

Kali ini, Claude Design membuat keputusan itu untuk saya.

Biaya

Ini Boros Sumber Daya

Dalam paket langganan Claude, Design memiliki kuota sendiri (saya harus mengatakan, kuota terpisah Claude benar-benar menumpuk).

Melakukan set ini—4 perbandingan opsi + 5 tema artikel + implementasi fidelitas tinggi—menghabiskan 36% kuota harian saya. Saya memiliki akun Max 5x; untuk akun Pro, itu akan menghabiskan seluruh kuota harian.

Seorang teman saya memiliki akun Pro. Tadi malam, ia menggunakan Design untuk membuat PPT 30 halaman dan kuota hariannya habis total.

Kadang Ada Gangguan

Kadang-kadang di tengah pekerjaan, Anda mungkin mengalami situasi: Anda mengirim pesan, dan ia membalas dengan <empty>. Kirim lagi, masih <empty>:

Perbaikannya adalah dengan me-refresh halaman dan memberi tahu ’lanjutkan’, dan biasanya ia akan melanjutkan. Tapi Anda kehilangan sedikit konteks. Jika Anda sedang dalam iterasi desain kritis, ingatlah untuk mengambil tangkapan layar sebagai cadangan sesekali, sehingga Anda tidak perlu memulai dari awal jika rusak di langkah terakhir.

Pemikiran Akhir

Plugin Obsidian saya dengan desain dasarnya akhirnya terlihat seperti produk yang layak.

Tapi sejujurnya, ketika saya duduk di depan komputer dan mengklik ‘Terbitkan Draf’, saya tidak sepenuhnya bersemangat. Saya sangat sadar akan satu hal—jika seseorang seperti saya yang tidak memiliki pelatihan desain dapat membuat UI yang layak dalam dua jam, maka mereka yang mencari nafkah dari ‘cukup layak’ akan mengalami beberapa tahun yang sulit.

Dulu saya khawatir AI akan membuat penulis kehilangan lawan bicara dengan selera sastra. Kali ini kebalikannya—desainer akan kehilangan bagian paling tebal dari pasar: rentang pemula hingga menengah.

Setiap kali AI melangkah maju, beberapa orang bersorak, dan beberapa orang pergi dengan tenang. Kali ini saya yang bersorak, tetapi saya bisa mendengar desahan di belakang saya.

Saya baru-baru ini menghabiskan banyak waktu dan uang untuk AI, khawatir suatu hari ia akan menggantikan saya, tetapi sejauh ini saya belum menemukan jalan keluar. Ia membantu pekerjaan sehari-hari saya, tetapi tidak ada perubahan mendasar. Yang terpenting, saya belum menghasilkan uang darinya.

Jika Anda juga memiliki produk kecil, plugin, atau situs web yang berdebu seperti milik saya—cobalah Claude Design.

Mungkin itu tidak akan memberi Anda penjualan pertama, tetapi setidaknya itu akan membuatnya terlihat lebih rapi. Dan itu sendiri adalah peningkatan besar.

Claude Routine: Ulasan Praktis

Mon, 01 Jan 0001 00:00:00 +0000

Anthropic baru saja merilis beberapa pembaruan terkait Claude:

Desain ulang desktop Claude Code—kelola beberapa sesi Claude secara berdampingan dalam satu jendela, dengan sidebar baru untuk berpindah.
Peluncuran fitur Routines (pratinjau riset)—tugas Claude Code kini dapat dijalankan di cloud milik Anthropic sendiri, tanpa perlu komputer Anda menyala.
Perubahan kecil pada desktop dan web, seperti manajemen multi-sesi dan berbagi sesi.

Yang paling menarik perhatian saya adalah yang kedua: Routines.

Alasannya sederhana. Saya memiliki OpenClaw dan Claude Desktop, tetapi sebagai pengguna ringan, kebutuhan berbasis cloud saya terbatas—kebanyakan hanya untuk memotong video atau teks. Menggunakan OpenClaw untuk itu terasa seperti menggunakan palu godam untuk memecahkan kacang. Sedangkan Claude Desktop? Ia memiliki fitur “tugas terjadwal” yang berjalan secara lokal, tetapi membutuhkan komputer menyala dan aplikasi Desktop berjalan. Saya tidak ingin MacBook Air saya menyala 24/7. Keduanya sama-sama jalan buntu!

Routines mengisi celah itu dengan sempurna.

Berikut perbandingan ketiga pendekatan:

Dimensi	Routines	Tugas Terjadwal Claude Desktop	OpenClaw
Tempat berjalan	Cloud yang dikelola Anthropic	Komputer Anda	Komputer Anda atau VPS
Perlu komputer menyala?	Tidak	Ya, harus menyala	Tergantung deployment
Perlu aplikasi selalu berjalan?	Tidak	Claude Desktop harus berjalan	Tidak
Memanggil Claude AI	Paket lengkap first-party	Bawaan Desktop	Dukungan tidak resmi, rawan pembatasan
Usaha pengaturan	Hanya perlu langganan	Instal Desktop	Sewa VPS + deploy sendiri

Tugas terjadwal desktop adalah solusi transisi, OpenClaw adalah solusi komunitas, dan Routines adalah solusi cloud resmi baru. Anthropic membuat pihak ketiga semakin sulit memanggil API mereka sambil mempromosikan Routines—niatnya jelas: mereka ingin membangun OpenClaw mereka sendiri.

Apa yang Bisa Dilakukan Routines?

Kasus penggunaan resmi sebagian besar adalah skenario pengembang—memindai issue tracker setiap malam untuk menambahkan label, secara otomatis meninjau kode pada setiap PR baru, menjalankan smoke test setelah deployment CD untuk memeriksa log error, memindai PR yang sudah digabung setiap minggu untuk memperbarui dokumentasi, dan sebagainya. Ini agak jauh bagi non-koder.

Untuk pengguna sehari-hari, skenarionya lebih seperti ini:

Secara otomatis mengambil briefing keuangan harian setiap pagi (pergerakan sektor, top gainer/loser, dll.), commit ke repositori, sehingga Anda bisa membacanya saat bangun.
Secara otomatis mentranskripsi video Bilibili/YouTube menjadi catatan teks (yang dilakukan artikel ini)—bagikan tautan, dan beberapa menit kemudian file Markdown muncul di repositori Anda.
Menghasilkan laporan riset industri mingguan atau tinjauan mingguan dengan mengompilasi informasi publik secara otomatis.
Memantau repositori GitHub yang Anda bintangi; ketika proyek open-source diperbarui, Routine secara otomatis mengambil diff dan memberi Anda ringkasan dalam bahasa Indonesia.

Hari ini saya mencoba yang kedua: video Bilibili ke teks.

Menyiapkan Lingkungan

Menyiapkan lingkungan agak rumit, tetapi Anda hanya perlu melakukannya sekali. Setelah itu, Anda dapat menggunakannya kembali untuk Routine baru apa pun.

Anda perlu menyiapkan empat hal berikut:

Akun GitHub, dan Anda akan menggunakan repositori pribadi (saya akan jelaskan mengapa perlu di bawah).
Langganan Max atau Pro; akun gratis belum bisa menggunakan Routines.
CLI Claude Code terinstal secara lokal; nanti saya akan biarkan Claude menangani sebagian besar langkah.
Tidak perlu keterampilan coding. Jika Anda tidak terbiasa dengan baris perintah, cukup beri tahu Claude Code “bantu saya menyiapkan Routine” dan ia akan memandu Anda langkah demi langkah.

Mari mulai pengaturan.

Memeriksa Kuota dan Titik Masuk

Pertama, buka halaman penggunaan di claude.ai. Anda akan melihat baris baru untuk routine dalam penggunaan langganan Anda. Saya memiliki akun Max, jadi saya mendapat 15 kali jalan per hari:

Kuota spesifik:

Pro: 5 kali/hari
Max: 15 kali/hari
Tim/Perusahaan: 25 kali/hari
Anda dapat mengaktifkan penggunaan tambahan dengan bayar sesuai pemakaian di luar itu.

Perhatikan bahwa 15 kali adalah jumlah pemicuan, bukan total Routine. Anda dapat membuat beberapa Routine yang berbagi kuota ini.

Titik masuknya ada di claude.ai/code/routines:

Web, Desktop, dan CLI semuanya berbagi kumpulan tugas yang sama. Tugas yang dibuat di CLI juga terlihat di web.

Harus Menautkan Repositori Pribadi GitHub

Routines harus ditautkan ke repositori GitHub. Ini adalah persyaratan mutlak; Anda tidak dapat membuatnya tanpa itu.

Mengapa dirancang seperti ini? Karena setiap kali tugas dimulai, cloud mengalokasikan direktori kerja untuk Claude—secara spesifik, ia mengkloning repositori GitHub yang Anda tentukan untuk digunakan sebagai “desktop”. Claude kemudian memodifikasi file, menjalankan perintah, melakukan commit, dan push di dalam desktop ini. Ketika tugas selesai, desktop dibersihkan, dan hanya artefak yang tersisa di repositori Anda.

Jadi Anda perlu menyiapkan repositori GitHub terlebih dahulu.

GitHub adalah “platform penyimpanan kode + kontrol versi + kolaborasi” paling populer di kalangan programmer, yang menghosting sebagian besar kode open-source dunia. Bagi non-koder, ini juga bisa berfungsi sebagai folder cloud pribadi gratis dengan versi.

Membuat akun itu sederhana: buka github.com untuk mendaftar, lalu klik “+” di pojok kanan atas → New repository, beri nama apa saja (misalnya claude-routines):

Saat membuat repositori, pastikan untuk mencentang Private (jadikan pribadi) dan juga centang Add a README. Jika tidak, repositori akan benar-benar kosong tanpa cabang default, dan Routine akan gagal pada kloning pertama. Saya sudah pernah terjebak di sini untuk Anda.

Jika langkah-langkah ini terasa asing, serahkan saja ke Claude Code: “Bantu saya membuat repositori GitHub untuk Routines”—ia akan memandu Anda melalui pendaftaran, pembuatan repositori, dan otorisasi langkah demi langkah.

Membuat Lingkungan Cloud

Berikut ini asumsikan Anda sudah membuat repositori pribadi.

Setiap Routine berjalan di mesin sandbox Anthropic. Mesin ini sudah dilengkapi alat dasar seperti Python, Node, dan git, tetapi tidak akan memiliki dependensi kustom Anda (seperti yt-dlp, ffmpeg). Jadi Anda perlu membuat Lingkungan kustom, yang menentukan apa yang harus diinstal sebelum setiap kali jalan dan kunci API mana yang harus dimuat. Di sini, klik tombol Add environment di pojok kanan bawah.

Dalam konfigurasi lingkungan, ada bidang bernama Network access dengan tiga opsi: None, Trusted, Full. Ada jebakan umum di sini:

Defaultnya adalah Trusted, yang hanya mengizinkan akses ke situs web dalam daftar putih resmi, terutama repositori paket seperti GitHub, PyPI, npm. bilibili.com dan youtube.com tidak ada dalam daftar putih. Jadi kita pilih Full di sini:

Kemudian, di bidang Setup script, masukkan perintah yang akan dijalankan sebelum setiap start (menginstal ffmpeg, yt-dlp, dll.), dan di Environment variables, masukkan kunci API yang diperlukan (GEMINI_API_KEY, dll.):

Anda mungkin tidak memahami isinya—tidak apa-apa. Saya hanya mendemonstrasikan apa yang harus diisi. Dalam praktiknya, cukup beri tahu AI Anda apa yang ingin Anda lakukan, dan minta ia memberikan skrip yang siap disalin-tempel. Anda tinggal salin dan tempel.

Variabel lingkungan disimpan di database konfigurlingkungan Anthropic. Dokumentasi resmi mengatakan bahwa variabel tersebut “terlihat oleh siapa pun yang dapat mengedit lingkungan itu”. Kami akan membahas ini lebih detail di bagian “Peringatan”.

Mendapatkan ID Lingkungan dan Mengotorisasi GitHub

Setelah membuat lingkungan, kembali ke Claude Code lokal Anda dan masukkan:

/remote-env

Ini akan mendaftar semua lingkungan yang telah Anda buat di cloud beserta ID-nya:

Salin baris yang sesuai dengan bili-sandbox dan berikan ke Claude. Selanjutnya, ia akan tahu lingkungan mana yang akan digunakan untuk tugas tersebut.

Kemudian Claude akan berkata: “Saya perlu akses ke GitHub Anda” dan menampilkan opsi otorisasi:

A: /web-setup—menyinkronkan token gh CLI lokal Anda ke claude.ai, memakan waktu 30 detik.
B: Instal Claude GitHub App—buka halaman web GitHub, pilih repositori tertentu untuk diinstal, kontrol yang lebih granular.

Saya memilih A karena ini adalah uji coba sandbox. Setelah memilih, halaman web akan muncul lagi, dan Anda akan melihat repositori GitHub Anda di sana, menandakan otorisasi aktif:

Setelah otorisasi, kembali ke lingkungan lokal. Pada titik ini, pengaturan lingkungan selesai.

Saat membuat Routine baru nanti, Anda dapat menggunakan kembali seluruh konfigurasi ini tanpa harus melalui pengaturan lagi.

AI Menyiapkan Tugas

Di sini, kami memberi tahu Claude: “Bantu saya memindahkan skill lokal Bilibili-ke-teks ke Routine dan uji dengan sebuah video.”

Ia memanggil API RemoteTrigger untuk membuat tugas dan memicunya, semuanya sendiri. Setelah selesai, Anda buka halaman web dan melihat tugas sudah ada di sana:

Kemudian Anda tinggal mencari tautan video Bilibili dan mengirimkannya ke AI untuk menguji apakah berfungsi. Saya memilih video 6 menit tentang “AI Knowledge Base” di Bilibili. Claude cloud pertama-tama menggunakan yt-dlp untuk mengunduh audio, lalu memanggil Gemini untuk mentranskripsikannya, menulis hasilnya sebagai Markdown, dan akhirnya melakukan commit ke repositori Claude-Routines saya.

Hasil akhirnya adalah transkripsi bahasa Indonesia yang akurat sekitar 3.000 karakter. Istilah campuran Inggris-Indonesia (LLM-Wiki, RAG, Karpathy, NewType OS, dll.) semuanya dipertahankan secara akurat, dengan paragraf yang lengkap. Sepanjang proses ini, yang saya lakukan hanyalah mengetik di dialog Claude Code. Saya tidak membuka terminal, menjalankan perintah apa pun, atau membuka halaman web GitHub.

Metode Pemicuan

Jalan di atas dilakukan dengan menyuruh Claude Code langsung memanggil API manajemen Anthropic untuk membuat Routine dan memicunya sekali—untuk kemudahan pengujian, biarkan AI melakukan semuanya.

Untuk penggunaan sehari-hari, Routines mendukung tiga metode pemicuan resmi:

1. Pemicu terjadwal—mendukung prasetel per jam/harian/mingguan, dan ekspresi cron kustom dengan interval minimum 1 jam. Skenario tipikal: secara otomatis merangkum arus dana dan berita kemarin setiap jam 9 pagi.

2. Pemicu API—setiap Routine dapat menghasilkan endpoint HTTP khusus + token Bearer. Mengirim permintaan POST ke endpoint ini akan memicu tugas segera, dan Anda dapat meneruskan parameter sementara (seperti URL) di badan permintaan.

3. Pemicu peristiwa GitHub—secara otomatis menjalankan Routine ketika peristiwa seperti PR, push, issue, release terjadi di repositori Anda, terutama untuk skenario pengembang.

Ketiga metode pemicuan dapat dicampur: Routine yang sama dapat berjalan sesuai jadwal, menerima panggilan API, dan mendengarkan peristiwa GitHub secara bersamaan.

Bahkan Pemicu dengan Pintasan iPhone

Hal yang paling menarik tentang pemicuan API adalah ia tidak peduli dengan klien. Apa pun yang dapat mengirim HTTP POST dapat memicu Routine.

Bayangkan skenario ini: Saya menemukan video bagus di Bilibili, ketuk tombol bagikan → Pintasan iPhone → secara otomatis POST URL ke endpoint Routine. Setengah menit kemudian, saya buka GitHub dan transkripsi sudah ada di sana. Saya tidak perlu menyalakan Mac, membuka Claude Code, atau bahkan mengetik satu kata pun.

Pengaturannya mudah:

Hasilkan token API di halaman konfigurasi Routine.
Buat Pintasan di iPhone yang menerima URL yang dibagikan sebagai input.
Gunakan tindakan “Get Contents of URL” untuk mengirim permintaan POST, meneruskan URL di badan ke Routine.
Di prompt Routine, baca URL dari badan permintaan, lalu panggil yt-dlp + Gemini untuk transkripsi.

Kombinasi ini menjembatani “alur kerja AI cloud” dan “pemicu seluler”. Untuk pertama kalinya, orang biasa dapat memiliki AI melakukan tugas tertentu untuk mereka tanpa menyalakan komputer.

Mendapatkan Hasil

Hasil transkripsi disimpan sebagai commit di cabang baru di repositori GitHub Anda, terlihat langsung di halaman web GitHub. Namun bagi pengguna sehari-hari, Anda pasti ingin mendapatkannya secara lokal. Berikut tiga cara:

Baca langsung di halaman web GitHub atau klik untuk mengunduh.
Tarik ke direktori lokal mana pun dengan satu perintah (misalnya, sinkronkan langsung ke kotak masuk Obsidian Anda).
Siapkan skrip sinkronisasi, seperti git pull terjadwal dengan launchd, atau buat plugin Obsidian yang menarik dengan satu klik.

Peringatan

Routines memang hebat, tetapi ada beberapa hal yang perlu diperhatikan.

Granularitas Otorisasi GitHub

Menggunakan Claude GitHub App lebih aman daripada menggunakan /web-setup. Yang pertama hanya mengizinkan Claude mengakses repositori spesifik yang Anda pilih; yang kedua secara efektif menyerahkan semua repositori yang terlihat oleh gh CLI. Untuk pengujian sandbox, opsi A tidak masalah, tetapi untuk tugas sehari-hari, disarankan menggunakan App.

API Key Anda Terlihat di Cloud

Isi dari Environment variables disimpan di database konfigurasi lingkungan Anthropic. Pernyataan resminya adalah “terlihat oleh siapa pun yang dapat mengedit lingkungan itu”, artinya siapa pun yang dapat mengedit lingkungan dapat melihatnya. Untuk akun pribadi, itu hanya Anda secara default, tetapi karyawan internal Anthropic yang berwenang secara teoritis dapat mengaksesnya.

Oleh karena itu, jangan letakkan kunci API produksi dengan kuota tinggi di sana; gunakan sub-kunci dengan kuota rendah atau yang dapat dicabut.

Jaga Repositori Tetap Pribadi

Setiap commit Routine menggunakan identitas GitHub Anda. Jika repositori publik, hasil transkripsi akan diambil oleh pencarian dan pengindeksan GitHub. Saat membuat repositori sandbox, centang Private tanpa berpikir.

Ringkasan

Routines adalah langkah pertama Anthropic dalam secara resmi memindahkan tugas otomatisasi ke cloud. Bagi pengguna biasa, ini memecahkan masalah lama “tugas terjadwal membutuhkan komputer menyala”; bagi Anthropic, ini adalah bagian kunci dalam membangun ekosistem mereka sendiri dan memperketat akses API pihak ketiga.

Yang kita pelajari hari ini:

Routines adalah sistem penjadwalan tugas cloud Claude Code, diluncurkan sebagai pratinjau riset pada 2026-04-14.
Persyaratan: langganan Max/Pro + repositori GitHub + CLI Claude Code.
Tiga metode pemicuan resmi: jadwal, API, peristiwa GitHub, dapat dicampur. Dikombinasikan dengan Pintasan iPhone, Anda dapat mencapai rantai lengkap: “bagikan URL di ponsel → cloud berjalan otomatis → terima hasil di GitHub”.
Penautan repositori GitHub wajib dan jaringan terbatas secara default adalah kendala yang harus dibiasakan.

Poin penting:

Saat membuat repositori GitHub, Anda harus mencentang Private dan Add a README.
Di lingkungan cloud, atur Network access ke Full, jika tidak banyak situs web umum yang tidak dapat dijangkau.
Kunci API disimpan di konfigurasi lingkungan Anthropic; jangan letakkan kunci produksi di sana.
Pengaturan lingkungan pertama agak rumit, tetapi setelah dikonfigurasi, dapat digunakan kembali tanpa batas, membuat pembuatan Routine berikutnya jauh lebih mudah.

Codex App: Antara Terminal dan IDE

Mon, 01 Jan 0001 00:00:00 +0000

Bab ini membahas aplikasi desktop Codex dari OpenAI. Aplikasi ini berada di posisi tengah antara Codex CLI (terminal) dan Cursor / VS Code (IDE).

Anda mungkin pernah menggunakan Codex CLI di terminal—sangat kuat, tetapi antarmuka berbasis teks saja kurang ramah bagi pemula. Di sisi lain, IDE seperti Cursor dan VS Code memiliki begitu banyak fitur sehingga layar yang penuh dengan panel kode bisa terasa membingungkan.

Codex APP adalah posisi tengah antara terminal dan IDE. Dibandingkan terminal, ia menambahkan elemen visual; dibandingkan IDE, ia menghilangkan detail kode yang membingungkan.

Apa itu Codex APP?

Singkatnya: Codex APP = versi GUI dari Codex CLI.

Ini tetap Codex yang sama, hanya dengan “cangkang” yang berbeda. CLI bekerja dengan mengetik di terminal; APP bekerja dengan mengklik di jendela desktop. Kemampuan dasarnya identik, dan keduanya berbagi file konfigurasi yang sama ~/.codex/config.toml.

Keterbatasan saat ini:

Hanya mendukung macOS (Apple Silicon) – yaitu Mac M1 dan yang lebih baru
Versi Windows dan Linux masih dalam pengembangan

Unduh: Dapatkan installer DMG dari situs web OpenAI dan instal langsung.

Metode masuk:

Metode Masuk	Deskripsi
Akun ChatGPT	Membutuhkan langganan Plus/Pro/Business/Enterprise/Edu. Fungsionalitas penuh, termasuk thread cloud dan peralihan model.
API Key	Fungsionalitas terbatas. Tidak ada thread cloud. Model harus ditentukan secara manual di `config.toml`.

Fitur Antarmuka

Codex APP saat ini belum memiliki antarmuka bahasa Indonesia, jadi berikut terjemahan setiap fitur untuk membantu Anda menemukan tombol yang sesuai.

Thread Baru

Membuat percakapan tugas AI baru. Saat membuat, Anda dapat memilih dari tiga mode:

Lokal – Bekerja langsung di folder proyek Anda
Worktree – Bekerja di worktree Git terisolasi tanpa memengaruhi cabang utama
Cloud – Dieksekusi di lingkungan cloud jarak jauh (memerlukan login akun ChatGPT)

Pemula sebaiknya memulai dengan mode Lokal – yang paling sederhana dan langsung.

Skills

Ini adalah sistem Skill yang sama yang digunakan di Codex CLI. Di sini Anda dapat melihat dan mengelola semua Skill yang tersedia, serta memanggilnya dalam percakapan dengan /nama-skill.

Skill dibagikan antara APP dan CLI – Skill apa pun yang Anda buat di CLI akan langsung tersedia di APP.

Automations

Fitur ini eksklusif untuk APP – Anda tidak akan menemukannya di CLI.

Anggap saja seperti menyetel alarm untuk AI.

Anda memberi tahu AI: “Lakukan tugas ini untuk saya setiap pagi jam 9,” dan AI akan menjalankannya sesuai jadwal, menempatkan hasilnya di kotak masuk Anda untuk ditinjau.

Cara kerjanya:

Atur frekuensi eksekusi (misalnya, setiap hari, setiap minggu)
Tulis instruksi (beri tahu AI apa yang harus dilakukan)
Secara opsional, ikat Skill (menggunakan sintaks $nama-skill)
AI berjalan tepat waktu dan hasilnya masuk ke antrian peninjauan

Kasus penggunaan umum:

Pemindaian harian komit terbaru untuk memeriksa bug
Laporan perubahan kode mingguan
Pemeriksaan berkala kerentanan keamanan dependensi
Ringkasan otomatis penyebab kegagalan CI

Catatan: Automations berjalan secara lokal, jadi APP harus tetap terbuka. Untuk proyek Git, setiap automation berjalan di worktree independen, sehingga tidak akan mengganggu pekerjaan Anda saat ini.

Konfigurasi

Di sini Anda dapat mengatur:

Pemilihan model – Pengguna akun ChatGPT dapat mengganti model langsung di antarmuka
Kebijakan persetujuan – Mengontrol seberapa banyak yang dapat dilakukan AI secara otomatis dan apa yang memerlukan konfirmasi manual Anda
Pengaturan sandbox – Membatasi izin AI (hanya-baca / tulis workspace / akses penuh)

Pengaturan ini dibagikan dengan config.toml yang sama yang digunakan oleh CLI – perubahan di satu tempat akan berlaku di tempat lain.

Personalisasi

Pilih “kepribadian” AI:

Opsi	Efek
Ramah	Balasan AI lebih hangat dan lebih detail
Pragmatis	Balasan AI lebih ringkas dan langsung ke intinya
Tidak ada	Tidak ada pengaturan kepribadian

Anda juga dapat menambahkan instruksi kustom, seperti “balas dalam bahasa Indonesia” atau “gunakan bahasa Inggris untuk komentar kode.” Instruksi ini ditulis ke dalam file AGENTS.md Anda.

Server MCP

Identik dengan konfigurasi MCP yang telah dibahas sebelumnya. APP, CLI, dan plugin IDE semuanya berbagi konfigurasi MCP yang sama – server MCP apa pun yang Anda atur di CLI akan tersedia secara otomatis di APP.

Git

Ini adalah salah satu keunggulan utama APP dibandingkan CLI. APP menyertakan alat Git visual bawaan:

Penampil diff – Lihat perubahan kode secara grafis, tambahkan komentar sebaris
Stage / undo – Stage blok kode atau seluruh file secara selektif
Commit / push – Lakukan commit dan push langsung di dalam APP
Buat PR – Buat Pull Request dengan satu klik

Di CLI, semua ini memerlukan operasi baris perintah; di APP, Anda cukup mengklik. Jangan khawatir jika Anda belum sepenuhnya memahami konsep seperti Worktree dan integrasi Git – pahami saja secara umum.

Lingkungan

Konfigurasikan lingkungan eksekusi untuk kode Anda. Anda dapat mengatur lingkungan lokal atau cloud, menginstal dependensi proyek, dan lainnya.

Worktrees

Manajemen visual Git Worktrees. Sederhananya, ini menjaga beberapa tugas AI Anda agar tidak saling mengganggu.

Misalnya, Anda meminta AI melakukan tiga hal sekaligus: memperbaiki bug, menulis fitur baru, dan merefaktor kode. Jika semuanya bekerja di direktori yang sama, perubahan file pasti akan bertabrakan. Worktrees membuat salinan kerja independen untuk setiap tugas, sehingga mereka dapat bekerja berdampingan tanpa gangguan.

Thread vs Proyek – Memahami Konteks

Ini adalah bagian terpenting dari seluruh bab – bacalah dengan saksama.

Dua Konsep Inti

Proyek = repositori kode atau folder Anda.

Anggap Proyek sebagai meja kerja Anda. Anda melakukan segala sesuatu yang terkait dengan proyek tersebut di meja kerja ini.

Thread = tugas spesifik dalam sebuah proyek.

Anggap setiap Thread sebagai kartu tugas di meja kerja. Memperbaiki bug adalah satu kartu, menulis dokumentasi adalah kartu lainnya.

Sebuah Proyek dapat memiliki banyak Thread, tetapi setiap Thread hanya milik satu Proyek.

Mengapa Ini Penting

Di sini kami memperkenalkan konsep kunci: Konteks.

Apa itu konteks?

Bayangkan mengobrol dengan teman di WhatsApp. Anda berkata, “Bagaimana urusan itu?” dan teman Anda langsung mengerti maksud Anda – karena Anda membicarakannya sebelumnya. “Percakapan sebelumnya” itulah konteks.

Hal yang sama berlaku untuk AI. Setiap kalimat yang Anda ucapkan dan setiap file yang Anda kirim dalam percakapan akan diingat oleh AI dan digunakan untuk memahami pertanyaan Anda selanjutnya. Apa yang “diingat” oleh AI adalah konteksnya.

Jendela Konteks = Kapasitas Memori AI

Namun memori AI tidak terbatas. Ada batas atas apa yang dapat diingatnya, yang disebut jendela konteks.

Saat ini, Codex menggunakan GPT-5.3-Codex secara default, dengan jendela konteks sekitar 400.000 token. Secara kasar, itu setara dengan sekitar 300.000 karakter percakapan.

Kedengarannya banyak, tetapi jika Anda melakukan setiap tugas dalam percakapan yang sama, itu akan cepat terisi.

Manfaat Isolasi Thread

Percakapan di Thread yang berbeda terisolasi – mereka tidak saling mengganggu.

Bayangkan: jika Anda mengerjakan tiga tugas dan menulis semuanya di selembar kertas yang sama, catatan perbaikan bug, catatan dokumentasi, dan diskusi persyaratan semuanya tercampur – membingungkan bagi Anda dan membingungkan bagi AI.

Memisahkannya ke dalam tiga Thread menjaga semuanya tetap rapi:

Thread 1: khusus untuk perbaikan bug – AI hanya mengingat percakapan terkait bug
Thread 2: khusus untuk dokumentasi – AI hanya mengingat percakapan terkait dokumen
Thread 3: khusus untuk mendiskusikan persyaratan – AI hanya mengingat percakapan terkait persyaratan

Ini sangat penting untuk proyek basis pengetahuan. Misalnya, jika Anda menggunakan Obsidian untuk mengelola catatan, Anda dapat menggunakan satu Thread untuk mencari informasi dan Thread lain untuk mengatur dokumen, tanpa kontaminasi silang. Anda tidak akan tiba-tiba memiliki AI yang mencampurkan konteks dari sesi penelitian saat Anda sedang mengatur dokumen.

Misalnya, pada tangkapan layar buku catatan Obsidian di bawah, meskipun semuanya ada di repositori yang sama, saya menggunakan Thread yang berbeda untuk tugas yang berbeda. Anda dapat menganggap ini seperti konsep percakapan di versi web ChatGPT.

Codex APP vs Codex CLI

Karena keduanya berbagi fondasi yang sama, mana yang harus Anda pilih? Berikut perbandingannya:

Aspek	Codex CLI (Terminal)	Codex APP (Desktop)
Antarmuka	Hanya teks	Grafis
Manajemen percakapan	Perlu `resume` untuk menemukan riwayat	Daftar percakapan visual, klik untuk beralih
Tugas terjadwal	Tidak ada (perlu cron atau alat serupa)	Automations bawaan
Operasi Git	Baris perintah	Diff visual + commit/PR satu klik
Peralihan model	Edit `config.toml`	Akun berbayar dapat memilih langsung di antarmuka
Kecepatan yang dirasakan	Terasa lebih cepat	Terasa sedikit lebih lambat (pengalaman pribadi)
Terbaik untuk	Pengembang yang nyaman dengan terminal	Pengguna yang menginginkan pengalaman visual

Perbedaan Utama

1. Manajemen percakapan visual – tidak perlu lagi resume untuk mencari percakapan

Dengan CLI, untuk mengunjungi kembali percakapan sebelumnya Anda perlu menggunakan codex --resume. Ketika Anda memiliki banyak percakapan, menemukan yang tepat bisa merepotkan.

APP memberi Anda daftar percakapan di mana semua Thread terlihat sekilas – cukup klik untuk beralih. Bagi siapa pun yang menangani banyak tugas, ini saja sudah membuatnya berharga.

2. Automations – eksklusif untuk APP

CLI tidak memiliki fitur ini. Untuk mencapai fungsionalitas serupa di CLI, Anda perlu mengatur cron atau alat penjadwalan lainnya sendiri – hambatan yang lebih tinggi. APP memungkinkan Anda mengonfigurasinya langsung, jauh lebih nyaman.

3. Peralihan model yang lebih mudah

Jika Anda masuk dengan akun ChatGPT berbayar, Anda dapat mengganti model langsung di antarmuka APP tanpa mengedit file konfigurasi apa pun.

Jika Anda menggunakan API Key seperti saya: APP dan CLI berbagi ~/.codex/config.toml yang sama. Cukup tentukan model di file toml dan APP akan membacanya secara otomatis. Contoh:

model = "GPT-5.3-Codex"

4. Posisi: posisi tengah antara terminal dan IDE

Dibandingkan dengan terminal, APP menambahkan manajemen percakapan visual, operasi Git, dan tugas terjadwal.

Dibandingkan dengan IDE (seperti Cursor), APP menghilangkan panel kode yang berantakan dan fitur editor yang kompleks, berfokus pada percakapan AI dan manajemen proyek.

Jika Anda merasa terminal terlalu teknis dan IDE terlalu rumit, APP mungkin adalah alat yang “pas” yang Anda cari.

Pengalaman Pribadi

Sejujurnya: Saya masih lebih suka terminal.

Mungkin hanya imajinasi saya, tetapi APP terasa sedikit lebih lambat daripada CLI. Mungkin karena overhead antarmuka grafis, atau murni psikologis – saya tidak yakin.

Tetapi saya harus mengakui, APP jelas lebih ramah bagi pemula. Terutama untuk manajemen percakapan dan operasi Git, pengalaman visual jauh lebih nyaman daripada mengetik perintah di terminal.

Saran saya: coba keduanya dan temukan alat yang cocok untuk Anda. Karena konfigurasinya dibagikan, beralih di antara keduanya tidak memerlukan biaya apa pun.

Ringkasan

Apa yang kita pelajari hari ini:

Apa itu Codex APP – versi GUI dari Codex CLI, saat ini hanya mendukung macOS Apple Silicon
Fitur inti – Manajemen percakapan Thread, Automations tugas terjadwal, integrasi Git visual, isolasi Worktree
Thread vs Proyek – Proyek adalah meja kerja, Thread adalah kartu tugas – isolasi tugas melindungi konteks dari kontaminasi
Perbedaan dengan CLI – percakapan visual + Automations adalah keunggulan terbesar, tetapi kecepatan yang dirasakan mungkin sedikit lebih lambat
Posisi – posisi tengah antara terminal dan IDE, cocok untuk pengguna yang menginginkan visual tetapi tidak membutuhkan IDE lengkap

Poin-poin penting:

Codex APP dan CLI berbagi fondasi dan konfigurasi yang sama – Anda tidak akan salah memilih salah satunya
Isolasi Thread adalah kunci – pisahkan percakapan untuk tugas yang berbeda untuk mencegah polusi konteks
Automations adalah fitur andalan APP – anggap saja seperti menyetel alarm untuk AI
Penggunaan bonus: APP juga dapat digunakan sebagai metode input suara – tahan tombol pintas dan bicara (lihat bagian selanjutnya)

Bonus: Menggunakan Codex APP sebagai Metode Input Suara

Baru-baru ini, Codex APP memperkenalkan fungsionalitas suara. Bagian terbaiknya adalah ia tidak hanya berfungsi di dalam aplikasi tetapi juga secara eksternal – cukup tahan tombol pintas global dan bicara.

Cukup perbarui Codex APP ke versi terbaru dan masuk dengan akun berlangganan untuk menggunakannya. Bagi mereka yang selalu membiarkan Codex APP berjalan, ini pada dasarnya adalah metode input suara gratis.

OpenAI merilis model pengenalan suara open-source Whisper beberapa waktu lalu, secara dramatis menurunkan hambatan untuk pengenalan suara, dan terus melakukan iterasi. Jadi tidak mengherankan bahwa fitur suara Codex APP, yang dibangun di atas fondasi itu, bekerja dengan sangat baik.

Penggunaannya sederhana: buka aplikasi, masuk ke Pengaturan Umum, tetapkan tombol pintas (saya menggunakan tombol Option kanan), dan ketika Anda ingin memasukkan teks, tahan tombol pintas dan bicara.

Saat Anda menahan tombol, sebuah jendela kecil muncul di bagian bawah desktop (tidak dapat di-screenshot karena konflik tombol pintas).

Dalam praktiknya, ini cepat dan akurat. Dua kekurangan kecil:

Tidak ada fitur kamus – kamus akan memungkinkan Anda mengatur kata-kata yang sering digunakan kustom untuk pengenalan yang lebih baik
Harus menahan tombol untuk merekam – belum mendukung toggle (tekan sekali untuk mulai, tekan lagi untuk berhenti) seperti beberapa produk lainnya

Mengingat ini adalah fitur yang benar-benar baru, perbaikan ini kemungkinan akan hadir di pembaruan mendatang.

Jika Anda tidak keberatan membayar untuk metode input suara setiap bulan, opsi populer lainnya termasuk Wispr Flow dan Typeless.

Codex CLI: Pengenalan Praktis

Mon, 01 Jan 0001 00:00:00 +0000

Sebelumnya kita telah memperkenalkan Claude Code. Bab ini membahas alat bantu coding AI berbasis terminal lain yang sama kuatnya: Codex CLI.

Catatan: Codex juga memiliki versi aplikasi desktop (antarmuka grafis), yang akan dibahas di bab selanjutnya. Bab ini berfokus pada Codex CLI berbasis terminal.

Codex CLI berbasis terminal, seperti Claude Code, adalah asisten coding AI yang berjalan di terminal. Jika Anda sudah mempelajari Claude Code dari bab sebelumnya, Anda akan mendapati Codex CLI sangat mudah dipahami, karena logika operasinya hampir identik.

Apa itu Codex CLI?

Pengenalan satu kalimat

Codex CLI = Asisten coding AI terminal dari OpenAI

Mirip dengan Claude Code, ini adalah alat AI yang berjalan di terminal. Anda memberi tahu apa yang Anda inginkan dalam bahasa alami, dan ia dapat membantu Anda:

Membuat proyek baru
Menulis kode
Memodifikasi kode
Memperbaiki bug
Menjalankan perintah
Mencari informasi terbaru di web

Apa perbedaan antara Codex CLI dan Claude Code?

Aspek	Claude Code	Codex CLI
Pengembang	Anthropic (Claude)	OpenAI (ChatGPT)
Model dasar	Seri Claude	Seri GPT (GPT-5-Codex)
Instalasi	npm install	npm install
File konfigurasi	`~/.claude/settings.json`	`~/.codex/config.toml`
Keanggotaan	Claude Pro/Max	ChatGPT Plus/Pro
Dukungan OS	Mac/Linux/Windows	Mac/Linux (Windows via WSL)

Perbedaan inti: model dasar yang berbeda. Claude Code menggunakan model Claude, Codex CLI menggunakan model GPT-5-Codex dari OpenAI yang dioptimalkan untuk pemrograman. Kedua alat memiliki kelebihan masing-masing. Disarankan untuk menginstal keduanya dan memilih berdasarkan tugas.

Bagaimana cara menginstal Codex CLI?

Prasyarat

Node.js: Sama seperti Claude Code, memerlukan lingkungan Node.js
- Jika Anda sudah memilikinya (dari instalasi Claude Code sebelumnya), tidak perlu menginstal ulang
- Jika belum, kunjungi https://nodejs.org dan unduh versi LTS
Jaringan: Perlu akses ke layanan OpenAI (mungkin memerlukan proxy)

Langkah instalasi

Buka terminal dan jalankan:

npm install -g @openai/codex

Tunggu hingga selesai.

Verifikasi instalasi:

codex --version

Jika muncul nomor versi (misalnya, codex-cli 0.98.0), instalasi berhasil.

Pengguna Mac juga dapat menginstal melalui Homebrew:

brew install codex

Beberapa cara menggunakannya

Mirip dengan Claude Code, Codex CLI mendukung beberapa cara untuk mengakses kemampuan AI.

Metode 1: Beli keanggotaan ChatGPT (paling sederhana)

Codex CLI sudah termasuk dalam paket berbayar ChatGPT.

Jenis keanggotaan yang didukung:

Keanggotaan	Harga	Catatan
ChatGPT Plus	$20/bulan	Kuota terbatas
ChatGPT Pro	$200/bulan	Kuota lebih tinggi
ChatGPT Business	Paket tim	Penggunaan perusahaan

Pengaturan:

Setelah membeli keanggotaan ChatGPT, buka terminal
Jalankan codex untuk memulai
Ikuti petunjuk untuk masuk ke akun ChatGPT Anda (browser akan terbuka untuk otorisasi)
Setelah masuk, Anda dapat menggunakannya

Anda juga dapat masuk secara manual:

codex login

Metode 2: Gunakan OpenAI API Key

Jika Anda memiliki OpenAI API Key, Anda dapat langsung menggunakannya:

Atur variabel lingkungan:

export OPENAI_API_KEY="your API Key"

Kemudian jalankan codex

Metode 3: Gunakan API pihak ketiga (integrasi model domestik)

Ini yang paling banyak diperhatikan oleh pengguna domestik!

Seperti Claude Code, Codex CLI juga dapat diintegrasikan dengan API pihak ketiga, misalnya DeepSeek, Volcengine, dan model domestik lainnya.

Konfigurasi dilakukan dengan memodifikasi file ~/.codex/config.toml (detail di bagian selanjutnya).

Integrasi model domestik: Memodifikasi config.toml

Di mana letak config.toml?

Lokasi file konfigurasi: ~/.codex/config.toml

Mac/Linux: /Users/nama-pengguna-anda/.codex/config.toml
Windows (WSL): ~/.codex/config.toml

Tips: Jika file ini tidak ada, jalankan codex terlebih dahulu; ia akan secara otomatis membuat folder .codex. Kemudian Anda dapat membuat file config.toml secara manual.

Struktur konfigurasi dasar

Konfigurasi config.toml terbagi menjadi beberapa bagian inti:

# ===== Basic settings =====
model = "gpt-5.3-codex"              # Model to use
model_provider = "openai"             # Model provider (default openai)
approval_policy = "on-failure"        # Approval policy
sandbox_mode = "workspace-write"      # Sandbox mode

# ===== Custom model providers =====
[model_providers.custom_name]
name = "Display name"
base_url = "API URL"
env_key = "API_KEY environment variable name"
wire_api = "responses"

# ===== Profiles =====
[profiles.profile_name]
model_provider = "custom_name"
model = "model name"

Penting: wire_api harus menggunakan “responses”

Ini adalah jebakan yang umum!

Codex CLI mendukung dua protokol API: "chat" (Chat Completions lama) dan "responses" (Responses API baru).

Mulai Februari 2026, OpenAI telah menghentikan protokol "chat" dan sepenuhnya beralih ke "responses". Oleh karena itu, saat mengonfigurasi model pihak ketiga, wire_api harus diatur ke "responses". Jika penyedia API pihak ketiga Anda tidak mendukung format Responses API, Anda tidak dapat langsung mengintegrasikannya dengan Codex.

Untungnya, platform relay API utama (seperti OpenRouter, dll.) sudah mendukung Responses API.

Untuk diskusi lebih detail, lihat: https://github.com/openai/codex/discussions/7782

Praktik: Mengintegrasikan DeepSeek

Menggunakan DeepSeek sebagai contoh, berikut cara mengonfigurasinya:

Langkah 1: Edit config.toml

# Default to DeepSeek
model_provider = "deepseek"
model = "deepseek-chat"

# Define DeepSeek provider
[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
env_key = "DEEPSEEK_API_KEY"
wire_api = "responses"

Langkah 2: Atur variabel lingkungan

Atur DeepSeek API Key Anda di terminal:

export DEEPSEEK_API_KEY="your DeepSeek API Key"

Untuk membuatnya permanen, tambahkan baris tersebut ke akhir file ~/.zshrc (Mac) atau ~/.bashrc (Linux):

echo 'export DEEPSEEK_API_KEY="your DeepSeek API Key"' >> ~/.zshrc
source ~/.zshrc

Langkah 3: Mulai Codex

codex

Sekarang Codex akan menggunakan model DeepSeek.

Catatan: Jika API resmi DeepSeek belum mendukung format Responses API dan menyebabkan kegagalan koneksi, Anda dapat beralih ke platform relay yang mendukung Responses API (seperti OpenRouter) dan mengubah base_url ke alamat platform relay tersebut.

Praktik: Mengintegrasikan Volcengine (Doubao)

model_provider = "volcengine"
model = "doubao-pro-32k"

[model_providers.volcengine]
name = "Volcengine"
base_url = "https://ark.cn-beijing.volces.com/api/v3"
env_key = "VOLCENGINE_API_KEY"
wire_api = "responses"

Juga perlu mengatur variabel lingkungan:

export VOLCENGINE_API_KEY="your Volcengine API Key"

Menggunakan Profil untuk beralih antar beberapa model

Jika Anda telah mengonfigurasi beberapa model, Anda dapat menggunakan Profil untuk beralih dengan cepat:

# Default to OpenAI
model_provider = "openai"
model = "gpt-5.3-codex"

# Define DeepSeek provider
[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
env_key = "DEEPSEEK_API_KEY"
wire_api = "responses"

# Define Volcengine provider
[model_providers.volcengine]
name = "Volcengine"
base_url = "https://ark.cn-beijing.volces.com/api/v3"
env_key = "VOLCENGINE_API_KEY"
wire_api = "responses"

# DeepSeek profile
[profiles.ds]
model_provider = "deepseek"
model = "deepseek-chat"

# Volcengine profile
[profiles.volc]
model_provider = "volcengine"
model = "doubao-pro-32k"

Beralih saat digunakan:

# Use default OpenAI
codex

# Use DeepSeek
codex --profile ds

# Use Volcengine
codex --profile volc

Dengan ini Anda dapat dengan bebas beralih antar model yang berbeda, sangat praktis!

Metode yang lebih sederhana: OPENAI_BASE_URL

Jika Anda hanya ingin sementara menggunakan API pihak ketiga tanpa memodifikasi config.toml, Anda dapat langsung mengatur variabel lingkungan:

export OPENAI_BASE_URL="https://api.deepseek.com/v1"
export OPENAI_API_KEY="your DeepSeek API Key"
codex

Metode ini lebih sederhana, tetapi menjadi tidak berlaku setelah terminal ditutup.

Bagaimana cara menggunakan Codex CLI?

Memulai dasar

Sama seperti Claude Code:

Buka terminal
Gunakan cd untuk navigasi ke folder proyek Anda
Ketik codex dan tekan Enter

cd /path/to/your/project
codex

Codex akan memulai antarmuka terminal layar penuh di mana Anda dapat mulai memasukkan kebutuhan Anda.

Tiga mode operasi

Codex CLI memiliki tiga mode yang mengontrol “tingkat otonomi”-nya:

Mode	Perintah	Deskripsi
Suggest	`codex --suggest`	Paling konservatif: memerlukan konfirmasi untuk setiap perubahan
Auto Edit	`codex --auto-edit`	Sedang: secara otomatis mengedit file, tetapi memerlukan konfirmasi untuk menjalankan perintah
Full Auto	`codex --full-auto`	Paling bebas: melakukan semuanya secara otomatis tanpa konfirmasi

Pemula disarankan menggunakan mode Suggest (default), sehingga Anda dapat melihat apa yang dilakukan Codex di setiap langkah.

Setelah terbiasa, Anda dapat menggunakan mode Full Auto:

codex --full-auto "Run tests and fix all failing cases"

Penugasan tugas langsung (mode non-interaktif)

Anda juga dapat langsung menambahkan deskripsi tugas setelah perintah:

codex "Create a Snake game for me"

Dengan cara ini Codex akan langsung mulai menjalankan tugas tanpa perlu masuk ke antarmuka interaktif.

Melanjutkan percakapan sebelumnya

Mirip dengan --resume milik Claude Code, Codex juga mendukung melanjutkan sesi sebelumnya:

codex resume

Ini memungkinkan Anda melanjutkan dari tempat terakhir Anda tinggalkan.

Praktik: Biarkan Codex membuat game Snake untuk kita

Langkah 1: Buat folder proyek

Buat folder baru di desktop, misalnya codex-demo
Buka folder ini di terminal

Langkah 2: Mulai Codex

codex

Langkah 3: Masukkan kebutuhan

Di Codex, masukkan:

Create a Snake game for me with the following requirements:

1. Features:
   - Classic Snake gameplay
   - Control snake movement with arrow keys
   - Snake grows longer when eating food, score increases
   - Game over when hitting wall or itself
   - Start and restart buttons

2. Interface:
   - Clean and beautiful, pixel style
   - Display current score and high score
   - Support dark theme

3. Technical requirements:
   - Use only HTML, CSS, JavaScript
   - All code in a single HTML file
   - Use Canvas for game rendering

Please create this HTML file directly.

Langkah 4: Tunggu Codex selesai

Codex akan secara otomatis membuat file HTML dan menulis semua kode. Tergantung pada mode yang Anda pilih:

Mode Suggest: Ia akan meminta konfirmasi di setiap langkah; Anda konfirmasi sebelum dieksekusi
Mode Full Auto: Ia akan menyelesaikan semuanya secara langsung

Langkah 5: Buka game

Klik dua kali file HTML yang dihasilkan untuk memainkannya di browser Anda!

Codex CLI vs Claude Code: Bagaimana memilih?

Saya sarankan menginstal keduanya. Masing-masing memiliki kelebihan:

Aspek	Claude Code	Codex CLI
Kemampuan coding	Sangat kuat, terutama untuk logika kompleks	Sangat kuat, GPT-5-Codex dioptimalkan untuk pemrograman
Pemahaman bahasa Indonesia	Sangat baik	Sangat baik
Pencarian web	Memerlukan MCP	Dukungan bawaan
Tingkat gratis	Tidak ada	Tidak ada
Keanggotaan minimum	Claude Pro $20/bulan	ChatGPT Plus $20/bulan
Integrasi model domestik	Melalui settings.json	Melalui config.toml
Dukungan Windows	Dukungan asli	Memerlukan WSL

Saran saya:

Instal keduanya, pilih yang paling sesuai berdasarkan tugas
Proyek sederhana: Keduanya mampu, pilih salah satu
Proyek kompleks: Coba salah satu terlebih dahulu; jika hasilnya kurang baik, beralih ke yang lain
Pengguna model domestik: Keduanya mendukung integrasi API pihak ketiga, konfigurasi serupa

Filosofi inti tetap: Anda tidak perlu tahu cara coding, Anda hanya perlu tahu cara mendeskripsikan kebutuhan.

Ringkasan

Apa yang kita pelajari hari ini:

Apa itu Codex CLI: Asisten coding AI terminal dari OpenAI, mirip dengan Claude Code
Cara menginstal: npm install -g @openai/codex, satu perintah
Cara menggunakan: Logika operasi yang sama dengan Claude Code, cd ke direktori proyek lalu codex untuk memulai
Integrasi model domestik: Modifikasi ~/.codex/config.toml, konfigurasikan model_providers
Tiga mode: Suggest (konservatif), Auto Edit (sedang), Full Auto (sepenuhnya otomatis)
Peralihan Profil: Konfigurasikan beberapa model, gunakan parameter --profile untuk beralih dengan bebas

Sekarang Anda memiliki dua alat coding AI yang kuat: Claude Code dan Codex CLI!

Gambaran Praktis Alat AI Utama

Mon, 01 Jan 0001 00:00:00 +0000

Kita telah membahas apa itu AI dan belajar bahwa AI adalah “kalkulator probabilitas yang menyusun jawaban.” Namun sekarang pertanyaannya: Dengan begitu banyak alat AI di pasaran, mana yang harus Anda gunakan?

Bab ini memperkenalkan alat-alat AI yang paling utama, termasuk situs webnya, cara menggunakannya, dan fitur-fiturnya. Setelah membaca bab ini, Anda akan tahu mana yang harus dipilih.

Tiga Besar dari Luar Negeri: ChatGPT, Claude, Gemini

ChatGPT - Yang Paling Terkenal

Situs Web: chat.openai.com

VPN Diperlukan: Ya
Pengembang: OpenAI (AS)
Model Terbaru:

Seri GPT-5: Termasuk GPT-5 Instant (cepat), GPT-5 Thinking (penalaran), GPT-5 Thinking Pro (penalaran terkuat)
Seri GPT-5.2: Flagship dirilis pada Desember 2025, kinerja terbaik pada tugas pengetahuan profesional

Kelebihan: Terpintar, paling kaya fitur (obrolan, kode, pembuatan gambar, pencarian web), ekosistem terbaik (toko GPTs), pembaruan tercepat
Kekurangan: Sulit diakses dari China, banyak batasan pada versi gratis, $20/bulan untuk berbayar
Cocok untuk: Mereka yang menginginkan AI paling canggih, memiliki anggaran, dan memiliki akses VPN

Claude - Yang Paling “Manusiawi”

Situs Web: claude.ai

VPN Diperlukan: Ya
Pengembang: Anthropic (AS)
Model Terbaru:

Claude Opus 4.5: Terbaik dunia untuk coding dan tugas agen
Claude Sonnet 4.5: Model coding terbaik dunia, memimpin di SWE-bench
Claude Haiku 4.5: Model cepat dan murah

Kelebihan: Respons berkualitas tinggi, pemrosesan teks panjang yang kuat (200K-1M token), kemampuan coding kelas atas, alat CLI Claude Code
Kekurangan: Memerlukan VPN, fitur relatif lebih sedikit, Pro $20/bulan. Perlu dicatat, perusahaan ini tidak terlalu ramah terhadap China dan memiliki larangan akun yang ketat.
Cocok untuk: Penulis, programmer, mereka yang mengutamakan kualitas respons

Gemini - Serba Bisa dari Google

Situs Web: gemini.google.com

VPN Diperlukan: Ya
Pengembang: Google (AS)
Model Terbaru:

Gemini 3 Pro: Mengalahkan pesaing di 19/20 tolok ukur
Gemini 3 Flash: Cepat dan murah, sekarang menjadi model default
Gemini 3 Deep Think: Mode penalaran mendalam

Kelebihan: Kemampuan pencarian web yang kuat, multimodal yang hebat, terintegrasi dengan ekosistem Google, tingkat gratis yang murah hati di AI Studio, dapat menggunakan paket pelajar gratis selama setahun, model Banana untuk teks-ke-gambar adalah kelas dunia
Kekurangan: Sulit diakses dari China
Cocok untuk: Mereka yang sering menggunakan layanan Google dan perlu memproses konten multimedia

🎁 Tip Gratisan: Google AI Studio

URL: aistudio.google.com

Ini adalah permata! Platform pengembang dari Google, tetapi juga dapat digunakan oleh orang biasa. Sederhananya: Versi premium gratis Gemini.

Mengapa merekomendasikannya:

Gratis sepenuhnya: 60 permintaan per menit, lebih dari cukup untuk penggunaan pribadi
Model terbaru: Akses ke versi terbaru Gemini 3 Pro dan Flash, sudah termasuk model Banana untuk teks-ke-gambar
Tanpa batasan percakapan: Tidak seperti versi situs web resmi yang memiliki batasan penggunaan
Dapat menghasilkan kunci API: Untuk digunakan dengan alat lain

Cara menggunakan: Buka URL, masuk dengan akun Google (VPN diperlukan), klik “Create new prompt” untuk mulai mengobrol. Antarmuka dalam bahasa Inggris, tetapi Anda dapat mengajukan pertanyaan dalam bahasa Mandarin. Satu-satunya kekurangan adalah antarmuka lebih berorientasi pengembang dan tidak semulus situs web resmi, tetapi sama kuatnya.

Empat Dalam Negeri: DeepSeek, Doubao, GLM, MiniMax

DeepSeek - Kebanggaan China

Situs Web: chat.deepseek.com
VPN Diperlukan: Tidak
Model Terbaru:

DeepSeek-V3.2: Menyamai kinerja GPT-5 dan Gemini 3
DeepSeek-V4: Diharapkan rilis pada Februari 2026

Kelebihan: Gratis sepenuhnya, sangat mumpuni, kemampuan coding luar biasa, akses lancar di China, sumber terbuka
Kekurangan: Mungkin lambat saat jam sibuk, kreativitas sedikit lebih lemah, moderasi konten ketat
Cocok untuk: Pilihan pertama untuk pengguna dalam negeri! Pelajar, programmer, mereka yang memiliki anggaran terbatas

Doubao - AI Paling Ramah Pengguna

Situs Web: doubao.com

VPN Diperlukan: Tidak
Model Terbaru:

Doubao Large Model 1.8: Mendukung kemampuan komprehensif dalam melihat, menulis, melakukan, dan merencanakan
Doubao Real-time Voice Model: Percakapan end-to-end yang sangat mirip manusia
Seedance Video Generation: Sinkronisasi audio-video yang presisi

Kelebihan: Percakapan suara yang lancar, antarmuka sederhana, gratis, lokalisasi yang baik, lebih dari 100 juta pengguna aktif harian
Kekurangan: Kemampuan profesional rata-rata, moderasi konten ketat
Cocok untuk: Percakapan suara untuk lansia/anak-anak, obrolan sehari-hari. Jika Anda memiliki anak yang penasaran di rumah atau ingin belajar bahasa Inggris, sangat disarankan menggunakan fitur panggilan telepon di aplikasi seluler untuk berbicara langsung dengan AI.

GLM (Zhipu Qingyan) - Alternatif Coding

Situs Web: chatglm.cn

VPN Diperlukan: Tidak
Model Terbaru:

GLM-4.7: Dirilis Desember 2025, 355B parameter, 73,8% di SWE-bench (skor sumber terbuka tertinggi), dapat langsung berlangganan Paket Coding

Keunggulan Inti:

Kemampuan coding sebanding dengan Claude Sonnet 4.5
Sepenuhnya kompatibel dengan alat utama seperti Claude Code, Cline, dll.
Diakui Silicon Valley: Digunakan oleh produk bintang seperti Cursor, Windsurf
Harga sangat rendah: Biaya API sekitar $0,44 per juta token
Sumber terbuka MIT: Dapat digunakan secara lokal

Kelebihan: Kemampuan coding kelas atas, murah, kemampuan agen yang kuat, ramah sumber terbuka
Kekurangan: Kurang dikenal, multimodal relatif lebih lemah

Cocok untuk: Programmer (alternatif Claude), pengembang multibahasa, pengguna perusahaan

MiniMax

Situs Web: minimaxi.com

VPN Diperlukan: Tidak
Model Terbaru:
Pembuatan Teks:

MiniMax-M2.1: Berfokus pada coding multibahasa dan skenario kantor
MiniMax-M2: 230B parameter, dioptimalkan untuk coding dan agen

Pembuatan Video:

Hailuo 02: Model video #2 dunia
Hailuo 2.3: Biaya-kinerja terbaik secara global, mendukung 1080P

Kelebihan (Teks): Kemampuan coding kelas atas, kinerja agen yang kuat, dukungan multibahasa yang baik
Kelebihan (Video): Kualitas video tinggi, kecepatan cepat, biaya-kinerja tak tertandingi
Kekurangan: Percakapan teks rata-rata, durasi video pendek
Cocok untuk: Pembuat video, programmer (alur kerja agen), pengembang multibahasa

Ringkasan: Mana yang Harus Anda Pilih?

💰 Jika Anda Tidak Ingin Mengeluarkan Uang:

Pilihan pertama: DeepSeek - Gratis, mumpuni, dapat diakses langsung di China
Alternatif: Google AI Studio - Memerlukan VPN, tetapi tingkat gratis yang murah hati, model besar kelas dunia
Obrolan sehari-hari: Doubao - Percakapan suara yang nyaman

🚀 Jika Anda Menginginkan yang Terbaik:

Terbaik secara keseluruhan: ChatGPT (GPT-5.2)
Terbaik untuk coding: Claude (Opus 4.5 atau Sonnet 4.5)
Pemrosesan multimodal: Gemini 3

👨‍💻 Jika Anda Seorang Programmer:

Pilihan pertama di luar negeri: Claude Opus 4.5 - Kemampuan coding #1
Alternatif dalam negeri: GLM-4.7 atau MiniMax-M2.1 - Terjangkau, kemampuan sebanding

👴👶 Jika untuk Penggunaan Keluarga:

Lansia/anak-anak: Doubao - Percakapan suara sederhana
Siswa sekolah: DeepSeek - Belajar dan Tanya Jawab

Hermes Memulai: Kliping, Pembukuan, Pengingat, dan WeChat

Mon, 01 Jan 0001 00:00:00 +0000

Di bab sebelumnya, kita membahas Open Minis, yang menempatkan Agent di ponsel Anda. Bab ini mengambil arah yang berbeda dan memperkenalkan Agent yang lebih mirip dengan “asisten pribadi”: Hermes.

Awalnya saya tidak terlalu optimis dengan Hermes. Setelah menggunakan OpenClaw, saya menyadari bahwa saya tidak memiliki banyak hal yang perlu diurus olehnya, dan saya tidak ingin menggunakan alat hanya demi menggunakannya.

Namun setelah mencobanya beberapa saat, saya menemukan bahwa Hermes cukup berbeda dari alat-alat yang pernah saya gunakan sebelumnya.

Bagaimana Hermes Berbeda dari Alat Lain

Dari pengalaman saya sendiri, penggunaan utama Codex dan Claude Code tetaplah menulis kode. Anda memberi mereka proyek yang jelas, bug yang jelas, persyaratan yang jelas, dan mereka masuk, memodifikasi file, menjalankan tes, dan memperbaiki masalah. Kemampuan mereka di area ini sangat kuat.

Hermes, di sisi lain, lebih seperti alat agen pribadi yang secara bertahap mengenal Anda, agak mirip dengan asisten pribadi.

Fokusnya bukan pada menyelesaikan satu tugas pemrograman yang sangat kompleks, tetapi pada melakukan percakapan jangka panjang dengan Anda, mengingat preferensi Anda, memahami alur kerja Anda, dan kemudian menyaring proses berulang menjadi Skills. Lain kali Anda melakukan sesuatu yang serupa, ia tidak memulai dari awal; ia terus membantu Anda dengan akumulasi pengalaman.

Sedangkan OpenClaw, saya rasa lebih berorientasi pada manajemen proyek atau tim. Tentu saja bisa bertindak sebagai asisten pribadi, tetapi tidak memberi saya perasaan “menemani Anda dalam kehidupan dan pekerjaan dalam jangka panjang” seperti yang dilakukan Hermes.

Tentu saja, ini hanya kesan pribadi saya, bukan aturan mutlak. Faktanya, ketiga skenario yang saya sebutkan di atas dapat ditangani dengan alat mana pun; perbedaannya hanya pada seberapa cocok alat tersebut dengan setiap skenario.

Alat	Untuk Apa Saya Lebih Suka Menggunakannya	Kesan
Codex / Claude Code	Menulis kode, memodifikasi proyek, menjalankan tes	Kemampuan rekayasa yang lebih kuat, cocok untuk tugas pemrograman yang terdefinisi dengan baik
Hermes	Asisten pribadi jangka panjang, pintu masuk WeChat, tugas terjadwal, memori dan Skills	Semakin mengenal Anda seiring waktu, cocok untuk alur kerja pribadi kecil namun berulang
OpenClaw	Manajemen proyek, pemecahan tugas, kolaborasi tim	Lebih seperti agen manajemen proyek/tim, bukan asisten pribadi

Jika harus diringkas dalam satu kalimat:

Codex dan Claude Code lebih seperti “Saya punya proyek sekarang, bantu saya mengerjakannya.” Hermes lebih seperti “Pertama, tetaplah di sisiku dan secara bertahap ambil alih kebiasaan dan alur kerjaku.”

Untuk Apa Saya Terutama Menggunakan Hermes Sekarang

Saya tidak akan membahas instalasi dulu, karena bagi kebanyakan orang, pertanyaan yang benar-benar penting bukanlah “bagaimana cara menginstalnya,” melainkan “apa yang sebenarnya bisa dilakukannya untuk saya.”

Saat ini saya menggunakan Hermes untuk hal-hal seperti ini.

Kliping.

Sebelumnya saya merekomendasikan Web Clipper resmi Obsidian, tetapi saya tidak lagi menggunakannya. Karena saya cukup mengirim halaman web langsung ke Hermes, dan ia dapat mengklip artikel tersebut ke Obsidian untuk saya.

Jika itu video dari Bilibili atau YouTube, ia akan mengunduhnya, mengirimkannya ke AI untuk speech-to-text, lalu memperbaiki kesalahan ketik dan menghapus konten iklan. Saat saya membuka Obsidian, saya melihat artikel yang tersusun rapi.

Pembukuan.

Banyak orang sebelumnya menggunakan Shortcuts untuk pembukuan, dan saya masih menggunakannya sebagai salah satu metode, tetapi saya sangat tidak suka melakukan debug Shortcuts—itu terlalu melelahkan.

Sekarang saya cukup mengirim detail pembukuan langsung ke dalam obrolan WeChat, dan ia segera menuliskannya ke Notion. Namun perlu saya sebutkan bahwa saya membangun platform kecil sendiri; baik Shortcuts maupun Hermes mengirim perintah ke platform saya.

Tentu saja, ada juga versi lokal dari fitur pembukuan ini yang tidak memerlukan Notion. Saya akan menulis artikel khusus tentang itu nanti.

Menulis artikel WeChat.

Menulis artikel WeChat melibatkan hampir 13 langkah, termasuk pemilihan topik, tulisan tangan, penyuntingan, penerbitan, dan lainnya. Sekarang saya mendelegasikan semua proses ini ke Hermes untuk ditangani langkah demi langkah.

Juga, meskipun sebelumnya saya memperkenalkan Claudian, alat AI Obsidian yang hebat, sebenarnya saya menggunakan Hermes untuk mengoperasikan Obsidian.

Mengatur pengingat.

Saya pengguna berat TickTick, saya tidak bisa hidup tanpanya setiap hari, tetapi mengatur tugas di TickTick cukup merepotkan.

Terutama ketika tugas Anda melibatkan minggu tertentu berbulan-bulan kemudian, atau setiap beberapa bulan pada hari Rabu dan Kamis, mengatur tugas semacam itu memerlukan beberapa klik. Sekarang saya cukup mengirim bahasa alami ke Hermes dan menyuruhnya mengaturnya di TickTick di latar belakang.

Laporan harian.

Setiap pagi jam 7:30, saya menyuruhnya mengirimkan laporan berita 12 jam terakhir. Juga, saya bekerja sebagai pedagang saham, jadi setelah pasar tutup setiap hari, saya menyuruhnya mengumpulkan informasi pasar dan membuat laporan harian perdagangan.

Berbagai tugas kecil lainnya.

Ini sebenarnya tempat Hermes bersinar.

Banyak hal secara individu kecil, tidak layak untuk menulis program, atau membuka perangkat lunak yang rumit. Namun hal-hal itu berulang setiap hari, minggu, bulan, dan secara bertahap menjadi beban.

Itulah nilai Hermes: ia tidak hanya membantu Anda menyelesaikan tugas sekali; ia secara bertahap mengambil alih proses-proses kecil yang berulang ini.

Mengapa DeepSeek V4 Flash dan Hermes Sangat Cocok

Setelah DeepSeek V4 dirilis baru-baru ini, saya menemukan bahwa DeepSeek V4 Flash dan Hermes adalah pasangan yang sempurna.

Alasannya sederhana: banyak tugas di Hermes tidak memerlukan kecerdasan setingkat Opus. Ini tidak selalu memecahkan masalah pemrograman yang sangat kompleks; lebih kepada mengklip, mengatur, mengingatkan, menanyakan, mengarsipkan, dan memanggil alat.

Yang dibutuhkan tugas-tugas ini bukanlah “model terpintar yang merenung lama setiap kali,” tetapi kecepatan, biaya rendah, dan kemampuan untuk berjalan jangka panjang.

Pengalaman sebenarnya dengan DeepSeek V4 Flash terasa seperti menggulir layar; kecepatan membaca saya tidak bisa mengimbangi kecepatan outputnya. Kecerdasannya tentu tidak setinggi Opus 4.7, tetapi lebih dari cukup untuk Hermes.

Itulah mengapa saya merekomendasikannya sekarang: Hermes adalah asisten pribadi online jangka panjang, dan biaya model serta kecepatan respons secara langsung memengaruhi apakah Anda bersedia benar-benar menggunakannya.

Instalasi dan Konfigurasi

Jika Anda hanya ingin menjalankan Hermes, jalur minimalnya adalah tiga langkah:

Instal Hermes.
Konfigurasi model.
Siapkan pintu masuk WeChat atau Feishu.

Anda dapat mempelajari tentang perintah, memori, Skills, dan tugas terjadwal nanti saat Anda membutuhkannya.

Seperti biasa, menginstal Hermes adalah satu baris perintah. Saya akan mendemonstrasikannya di Mac.

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Setelah instalasi, Anda dapat memulainya dengan mengetik hermes di mana saja di terminal. Perhatikan bahwa tidak seperti Claude Code atau Codex, apakah Anda memulainya atau tidak, ia sebenarnya berjalan di latar belakang komputer Anda.

Oh, dan jika Anda pernah menggunakan OpenClaw sebelumnya, Hermes dengan bijaksana menyediakan perintah migrasi yang mulus. Cukup masukkan ini. Hanya menyebutkannya.

hermes claw migrate

Jika Anda tidak melakukan migrasi, Anda perlu mengatur Hermes pada awalnya.

hermes model

Langkah ini meminta Anda mengisi penyedia AI. Saya merekomendasikan DeepSeek; kotak merah menyoroti opsi yang sesuai. Yang teratas adalah DeepSeek resmi. Cukup masukkan API Key Anda dan pilih DeepSeek V4 Flash.

Kotak merah di bawah berisi OpenCode Zen dan OpenCode Go, yang telah saya perkenalkan sebelumnya.

Paket Go adalah metode penggunaan yang saya rekomendasikan. Seharga $10 per bulan, Anda mendapatkan kredit senilai $60, dan Anda dapat membayar dengan Alipay dan terhubung langsung dari China. Jika Anda menggunakan DeepSeek V4 Flash, Anda tidak akan pernah kehabisan.

Tentu saja, yang paling direkomendasikan sekarang adalah OpenCode Zen, karena menawarkan DeepSeek V4 Flash gratis terbatas. Gratis selalu yang terbaik.

Selanjutnya, mari konfigurasi WeChat sehingga Anda dapat berkomunikasi dengannya dari WeChat. Demikian pula, Anda juga dapat mengonfigurasi Feishu.

hermes gateway setup

Mengambil WeChat sebagai contoh, setelah Anda memilihnya, kode QR akan muncul, dan Anda dapat memindainya dengan ponsel. Saya sudah mengonfigurasinya, jadi saya tidak bisa mendemonstrasikan dan akan melewatkannya.

Setelah konfigurasi berhasil, Anda akan memiliki jendela obrolan di WeChat tempat Anda dapat berkomunikasi langsung. Perintah yang paling penting adalah /new, yang memungkinkan Anda memulai percakapan baru. Jika percakapan sebelumnya sudah berlangsung lama, Anda dapat menggunakan ini untuk beralih ke yang baru.

Penggunaan Spesifik

Setelah kita mengonfigurasi dua langkah di atas, kita dapat menggunakannya di terminal.

Cukup ketik hermes di terminal untuk memulai. Perbedaan dari Codex dan Claude Code adalah Anda tidak perlu masuk ke direktori tertentu; Anda dapat mengetiknya di mana saja di terminal. Anda akan selalu masuk ke instance Hermes yang sama.

Saya harus menyebutkan bahwa ada ID di sini; Anda dapat mengambil percakapan ini nanti dan melanjutkan obrolan menggunakan ID unik ini.

Misalnya, ID saya di sini adalah 20260514_224631_850142. Nanti, saya cukup mengetik hermes -r 20260514_224631_850142 di mana saja di terminal untuk melanjutkan percakapan ini dan terus mengobrol.

Adapun cara menemukan ID yang diperlukan di antara banyak percakapan, akan kita bahas nanti, tidak di bab ini.

Sekarang kembali ke topik, mari kita bahas beberapa perintah penting.

Yang pertama adalah /new, yang memungkinkan Anda memulai percakapan baru. Meskipun Hermes memiliki sistem memori bawaan yang membantunya mencari percakapan historis, membahas topik yang berbeda dalam percakapan yang sama masih dapat menurunkan kinerja model. Jadi saya merekomendasikan menyelesaikan satu topik secara tuntas sebelum memulai percakapan baru.

Perintah kedua adalah /reasoning. Ini mengelola pengaturan terkait penalaran, termasuk tingkat penalaran Anda dan apakah akan menampilkan proses penalaran.

Kebiasaan pribadi saya adalah menyembunyikan proses penalaran. Untuk DeepSeek V4 Flash, saya mengatur tingkat penalaran ke xhigh.

Jadi kita masukkan /reasoning hide dan /reasoning xhigh masing-masing.

Setelah melakukan ini, Anda dapat mengobrol dengan senang hati dengannya di bawah.

Yang unik dari Hermes adalah setelah Anda mengobrol, ia secara internal mengatur memori tentang Anda, mempelajari preferensi dan kecenderungan Anda. Selain itu, beberapa operasi Anda akan secara otomatis diatur menjadi Skills, dan ia akan memodifikasi Skills ini berdasarkan tindakan Anda.

Tidak seperti OpenClaw atau Claude Code, di mana Anda sering harus secara aktif memintanya untuk membuat Skill yang relevan, Hermes lebih seperti ia secara bertahap mempelajari alur kerja Anda melalui penggunaan jangka panjang.

Siapa yang Harus Menggunakan Hermes

Jika Anda hanya ingin AI membantu Anda menulis kode, saya pikir Anda dapat terus menggunakan Codex atau Claude Code.

Tetapi jika Anda memiliki banyak proses kecil yang berulang, seperti mengklip, pembukuan, pengingat, laporan harian, mengatur materi, menulis artikel WeChat, menyinkronkan Obsidian, maka nilai Hermes menjadi jelas.

Ia tidak hanya membantu Anda menyelesaikan tugas sekali; ia secara bertahap menjadi asisten backend yang semakin memahami Anda.

Tentu saja, ada prasyarat untuk alat jenis ini: Anda harus menerima bahwa ia berjalan jangka panjang di komputer Anda dan secara bertahap mengakses catatan, titik masuk obrolan, dan alur kerja Anda.

Jadi saya sarankan jangan mengambil terlalu banyak di awal. Mulailah dengan skenario berisiko rendah seperti mengklip dan pengingat. Setelah Anda memastikan bahwa ia dapat membantu Anda dengan andal, secara bertahap serahkan proses yang lebih kompleks.

Tentang Pemrograman

Saya ingin secara khusus menyebutkan di sini bahwa meskipun Hermes juga dapat melakukan pekerjaan pemrograman, ia bukan pengganti Codex.

Saya menggunakan model GPT-5.5 yang sama dengan penalaran diatur ke High, dan menyuruh Hermes dan Codex melakukan tugas yang sama. Codex jauh lebih kuat.

Itu normal. Codex diposisikan sebagai agen pemrograman; ia lebih cocok untuk menyelami proyek untuk membaca kode, memodifikasi kode, menjalankan tes, dan memperbaiki masalah. Keunggulan Hermes bukanlah “kemampuan pemrograman sesi tunggal terkuat,” tetapi “dapat berfungsi sebagai titik masuk pribadi dan pusat komando jangka panjang Anda.”

Jadi pendekatan saya bukan mengganti Codex dengan Hermes, tetapi membuat mereka bekerja sama.

Saya memiliki dua metode di sini:

Hermes dapat langsung memanggil Codex dari terminal, sehingga Anda dapat menyuruhnya menyerahkan tugas ke Codex dan kemudian meninjau hasilnya sendiri.
Saya secara manual memulai Codex dan menyuruh Hermes menulis file serah terima. Setelah setiap AI melakukan operasinya, mereka memodifikasi file serah terima untuk dibaca oleh yang lain.

Saya pernah mendengar bahwa beberapa orang bahkan menyuruh Hermes mengoperasikan OpenClaw, karena masing-masing memiliki fokus sendiri.

Mengenai itu, tergantung apakah saya akan mulai menggunakan OpenClaw lagi. Tapi untuk saat ini, saya rasa Hermes sudah cukup. Jika saya melakukannya nanti, saya akan menulis artikel lain.

Ringkasan

Apa yang Kita Pelajari di Bab Ini:

Posisi Hermes: Ini bukan pengganti Codex atau Claude Code; ini lebih seperti asisten pribadi online jangka panjang yang secara bertahap mengenal Anda.
Skenario yang Cocok: Proses kecil yang berulang seperti mengklip, pembukuan, pengingat, laporan harian, alur kerja artikel WeChat, dan organisasi Obsidian paling cocok untuk Hermes.
Pemilihan Model: Banyak tugas di Hermes tidak memerlukan model terkuat; mereka membutuhkan kecepatan, biaya rendah, dan keberlanjutan jangka panjang, sehingga model seperti DeepSeek V4 Flash sangat cocok.
Jalur Memulai Minimal: Instal Hermes, konfigurasi model, lalu siapkan pintu masuk WeChat atau Feishu, dan Anda dapat memulai.
Kebiasaan Penggunaan: Gunakan /new untuk memisahkan tugas yang berbeda, gunakan /reasoning untuk menyesuaikan pengaturan penalaran, dan gunakan ID percakapan untuk mengambil percakapan sebelumnya.
Batas Pemrograman: Hermes dapat melakukan pemrograman, tetapi bukan agen pemrograman terkuat. Lebih baik menggunakannya sebagai pusat komando, membiarkannya menyerahkan tugas pemrograman yang jelas ke Codex, dengan Hermes meninjau dan menghubungkan hasilnya.

Poin Penting:

Nilai Hermes bukanlah kemampuannya dalam satu tugas, tetapi pendampingan jangka panjang dan akumulasi proses.
Ini cocok untuk mengambil alih tugas-tugas kecil yang terfragmentasi, berulang, dan lintas alat.
Jika Anda menginginkan asisten pribadi yang mengingat kebiasaan, mengakumulasi Skills, dan dapat dipanggil kapan saja dari WeChat, Hermes lebih mendekati bentuk ini daripada alat pemrograman murni.

Bonus: Bagi yang Ingin Melangkah ke Level Berikutnya

Hubungkan DeepSeek ke Claude dari Awal

Mon, 01 Jan 0001 00:00:00 +0000

Akhir-akhir ini, saya terus memuji DeepSeek—nilai uangnya sungguh luar biasa.

Tentu saja, bagi kebanyakan orang, versi seluler atau web DeepSeek sudah cukup. Namun, jika Anda ingin melakukan pemrograman atau tugas lanjutan lainnya, Anda perlu menghubungkannya ke alat coding atau terminal Anda.

Di sini, saya merekomendasikan untuk memulai dengan aplikasi desktop Claude.

AI yang berbeda menggunakan alat yang berbeda, dan hasil akhirnya bervariasi—itulah inti dari rekayasa harness.

Omong-omong, izinkan saya menjelaskan kata “harness”. Arti aslinya adalah perlengkapan yang dipasang pada kuda agar bisa menarik gerobak dan bekerja—jika tidak, ia hanya akan berlari liar. Hal yang sama berlaku untuk model AI: model saja tidak berguna; Anda perlu melengkapinya dengan serangkaian tambahan seperti pemanggilan alat, manajemen konteks, dan prompt agar benar-benar berguna. Kumpulan tambahan itu disebut harness. Model yang sama, dengan harness yang berbeda, dapat menghasilkan hasil yang sangat berbeda.

Dan Claude menonjol di bidang ini. Aplikasi desktop juga secara signifikan menurunkan hambatan masuk—ini adalah pengalaman WYSIWYG.

Mendaftar Kunci API

Pertama, kita perlu mendaftar kunci API DeepSeek.

Langkah 1: Buka situs web DeepSeek (https://www.deepseek.com) dan klik “API Open Platform”.

Langkah 2: Daftar akun, lalu klik “Recharge” di sisi kiri. Isi saldo setidaknya 10 yuan. Saya tidak akan membahas detail pendaftaran.

Langkah 3: Klik “API keys” di kiri, lalu klik “Create API key”.

Langkah 4: Masukkan nama. Halaman baru akan muncul dengan kunci API Anda. Salin dan simpan semua konten segera—setelah Anda menutup jendela ini, Anda tidak akan pernah bisa mengambilnya kembali. Jadi pastikan untuk mengklik salin dan menyimpannya dengan aman. Juga, jangan bocorkan; jika orang lain mendapatkan kunci API Anda, mereka dapat menggunakan kuota Anda secara gratis!

Untuk demo, gunakan kunci API Anda sendiri di posisi ini. Seharusnya terlihat seperti sk-REPLACE_WITH_YOUR_API_KEY. Itu saja untuk langkah ini.

Konfigurasi

Langkah 1: Unduh aplikasi desktop Claude dari https://claude.ai/downloads. Anda mungkin perlu VPN untuk ini. Jika tidak punya, periksa apakah ada mirror domestik tempat Anda bisa mengunduhnya.

Langkah 2: Instal file yang diunduh. Klik dua kali, dan di jendela baru yang muncul, seret ikon Claude ke folder Applications di sebelah kanan.

Langkah 3: Buka aplikasi. Pertama, pilih “Help” dari menu atas, lalu pilih “Enable Developer Mode”. Di dialog baru yang muncul, klik “Enable”. Aplikasi akan restart.

Langkah 4: Setelah restart, Anda akan melihat tab “Developer” baru. Klik dan pilih “Configure Third-Party Inference”.

Langkah 5: Di halaman baru, isi URL: https://api.deepseek.com/anthropic. Untuk kunci API, gunakan yang Anda simpan sebelumnya.

Langkah 6: Isi model. Catatan: Aplikasi desktop Claude sekarang mendeteksi awalan nama model untuk mengidentifikasi model. Jika Anda memasukkan nama asli secara langsung, itu akan diblokir.

Solusinya sederhana: beri “topi”. Cukup tambahkan awalan claude- ke nama model.

Gulir ke bawah di halaman yang sama sampai Anda melihat “Model list”. Klik “Add” di bawahnya dan tambahkan dua model:

claude-deepseek-v4-flash
claude-deepseek-v4-pro

(Anda mungkin awalnya mengisi deepseek-v4-flash dan deepseek-v4-pro. Sekarang cukup tambahkan claude- di awal. Aplikasi mengidentifikasi model berdasarkan awalan nama, jadi menambahkan awalan membuatnya tidak dikenali.)

Setelah mengisi semuanya, klik “Apply Locally” di bagian bawah. Di halaman baru, pilih “Relaunch now”. Aplikasi akan restart.

Langkah 7: Setelah restart, Anda dapat mulai menggunakannya di antarmuka baru. Untuk penggunaan detail Claude Code, lihat Bab 13 dari panduan ini.

Terakhir, jika Anda mengikuti langkah-langkah ini langkah demi langkah, Anda seharusnya tidak mengalami masalah. Jika masih menemui masalah, jangan ragu untuk bertanya di grup Q&A.

Juga, jika Anda ingin keluar dari login pihak ketiga ini, klik “Cowork 3P” di sudut kiri bawah lalu “Disconnect”. Saat Anda login lagi, akan menanyakan metode login—pilih saja “Subscription” lagi.

Oh, dan omong-omong, DeepSeek belum mendukung visi, jadi jika Anda memberinya gambar di Claude, ia tidak akan melihatnya. Tapi ada rumor bahwa model visi DeepSeek akan segera hadir—nantikan!

Markdown: Bahasa Universal untuk Berbicara dengan AI

Mon, 01 Jan 0001 00:00:00 +0000

Bab ini beralih ke topik yang lebih ringan: sesuatu yang mungkin Anda gunakan setiap hari tetapi mungkin tidak tahu namanya: Markdown.

Izinkan saya memulai dengan pernyataan berani:

Markdown adalah satu-satunya format terpenting yang harus Anda pelajari di era AI.

Mengapa? Baca terus.

Apa itu Markdown?

Dalam satu kalimat: Markdown adalah cara menulis teks biasa dengan format yang dikendalikan oleh simbol.

Teks biasa tidak memiliki format—tidak ada judul, tidak ada tebal, tidak ada daftar. Di sisi lain, format teks kaya seperti Word terlalu berat: mereka memerlukan perangkat lunak khusus untuk membuka dan menghasilkan file besar.

Markdown adalah “jalan tengah yang pas”: dengan beberapa simbol sederhana, Anda dapat menambahkan format ke teks biasa.

Misalnya, jika Anda menulis:

# This is a heading
**This is bold**
- This is a list

Itu akan ditampilkan sebagai judul yang diformat, teks tebal, dan daftar. Sesederhana itu.

Mengapa Anda Harus Belajar Markdown di Era AI

Alasan 1: AI Berbicara Markdown

Pernahkah Anda perhatikan bahwa ketika ChatGPT, Claude, Gemini, dan AI lainnya membalas Anda, mereka secara otomatis menyertakan teks tebal, judul, daftar, dan blok kode?

Itu adalah Markdown.

AI tidak mengeluarkan dokumen Word atau PDF. Format output defaultnya adalah Markdown. Setiap tabel, teks tebal, dan blok kode yang Anda lihat di tutorial ini—semuanya Markdown.

Tidak belajar Markdown seperti berbicara dengan seseorang tetapi tidak memahami kata-kata yang mereka tulis. Bisakah Anda tetap berkomunikasi? Ya. Tapi itu jauh kurang efisien.

Alasan 2: Ada di Mana-Mana

Markdown bukan format milik perangkat lunak tertentu; ini adalah standar universal. Jumlah alat yang mendukung Markdown tidak terhitung:

Kategori	Perangkat Lunak/Platform
Catatan	Obsidian, Notion, Typora, Bear
Platform Kode	GitHub, GitLab, Bitbucket
Sistem Blog	Hugo, Jekyll, Hexo
Alat Dokumentasi	Confluence, Feishu Docs, Yuque
Alat AI	ChatGPT, Claude, Gemini, Claude Code, Codex

Pelajari satu format, gunakan di mana saja. Catatan yang Anda tulis di Obsidian tetap mempertahankan formatnya saat disalin ke GitHub. Lempar ke AI, dan AI memahaminya dengan sempurna. Coba lakukan itu dengan Word?

Alasan 3: File Sangat Kecil

Ini mungkin mengejutkan Anda: Untuk konten yang sama, file Markdown lebih dari 20 kali lebih kecil dari file Word.

Mengapa? File Word .docx pada dasarnya adalah arsip terkompresi dari file XML, dijejali dengan definisi gaya, informasi font, dan properti dokumen. Bahkan jika Anda hanya menulis satu baris, file tersebut berukuran puluhan KB.

Markdown adalah teks biasa. Ukuran file sama dengan jumlah teks yang Anda tulis. Tidak ada beban tambahan.

Ini sangat penting dalam skenario AI. Saat Anda mengirim dokumen ke AI untuk dianalisis, Markdown mengonsumsi lebih sedikit token, memproses lebih cepat, dan lebih murah. Semua tag XML dan definisi gaya dalam file Word dihitung sebagai token, terbuang sia-sia.

Alasan 4: AI Lebih Memahami Markdown

Banyak orang tidak tahu ini.

Jika Anda memberikan AI dokumen Word, pertama-tama ia harus mengonversinya menjadi teks. Selama konversi, format bisa hilang, tabel bisa tidak rapi, dan gambar menghilang.

Berikan AI file Markdown, dan ia membacanya secara langsung. Markdown adalah teks biasa itu sendiri—tidak perlu konversi, nol kehilangan.

Lebih penting lagi, simbol Markdown (judul dengan #, daftar dengan -, kode dengan `) adalah petunjuk semantik bagi AI. Mereka memberi tahu AI: “Ini adalah judul utama”, “Ini adalah item daftar”, “Ini adalah kode”. Dengan informasi struktural ini, AI dapat lebih akurat memahami hierarki dan hubungan konten Anda.

Bagian 1: Sintaks Markdown (10 Menit untuk Belajar)

Anda tidak perlu menghafal semuanya. Cukup kuasai 20% sintaks yang mencakup 80% skenario penggunaan. Sisanya, cari saja saat dibutuhkan.

5 Sintaks Paling Umum (Mencakup 80% Skenario)

1. Judul (#): Gunakan # untuk menunjukkan judul. Semakin banyak #, semakin kecil judulnya.

``` ``) inherently tell the AI, “this is a heading, this is a list, this is code.” The AI can understand your content structure more accurately.

Learn Markdown in 10 Minutes

There are only about a dozen Markdown syntax elements, and even fewer are needed for daily use. Below, they are ordered by frequency of use, starting with the most common.

1. Headings

Use # followed by a space. The number of # symbols indicates the heading level:


**2. Teks Tebal dan Miring**: Gunakan `**` atau `*` untuk membungkus teks.

For daily use, up to level 3 is enough.

2. Bold and Italic


**3. Daftar Tidak Berurutan**: Gunakan `-`, `*`, atau `+` diikuti spasi.

Bold is used most often, italic occasionally.

3. Lists

Unordered lists use - or *:


**4. Daftar Berurutan**: Gunakan angka diikuti titik.

Ordered lists use numbers followed by a period:


**5. Daftar Bersarang**: Tambahkan indentasi 2 atau 4 spasi di depan item sub-daftar.

Lists can be nested by adding two spaces before the sub-item:


### 5 Sintaks Lainnya (Mencakup 19% Skenario)

**6. Kode Inline**: Gunakan backtick tunggal `` ` `` untuk membungkus kode atau perintah pendek.

4. Code

Inline code uses single backticks:


**7. Blok Kode**: Gunakan tiga backtick `` ``` `` untuk membungkus blok kode multi-baris. Anda juga dapat menentukan bahasa untuk penyorotan sintaks.

Result: Type claude --help to see help

Code blocks are wrapped with three backticks, and you can specify the language:


**8. Tautan dan Gambar**: Tautan menggunakan `[teks](url)`, gambar menggunakan `![teks alternatif](url)`.

```python
print("Hello World")

9. Blockquote: Gunakan > diikuti spasi.


This is especially useful when communicating with AI. When sending code to an AI, wrap it in a code block so the AI can more accurately identify the code boundaries.

### 5. Links and Images

```

**10. Tabel**: Gunakan `|` untuk memisahkan kolom, dan `-` untuk baris pemisah.

```

Images are just links with a `!` in front.

### 6. Blockquotes

Start with `>`:

```

### Sintaks Kurang Umum (Mencakup 1% Skenario)

**11. Garis Horizontal**: Gunakan tiga atau lebih `-`, `*`, atau `_`.

```

Result:

> This is a blockquote.
> It can span multiple lines.

### 7. Tables

```

**12. Teks Coret**: Gunakan dua tilde `~~`.

```

Table syntax looks complex, but you don’t need to write it by hand. **Just ask the AI to generate it for you.** Say “organize this data into a table,” and the AI will output a Markdown table.

### 8. Horizontal Rules

Three or more `-` on a single line:

```

### Tips untuk Berkomunikasi dengan AI

**1. Gunakan judul untuk menyusun permintaan Anda**: AI dapat memahami struktur dokumen Anda dengan lebih baik.

```

Used to separate different sections of an article.

### 9. Strikethrough

```

**2. Bungkus kode dalam blok kode**: Jangan menempelkan kode langsung ke dalam teks; gunakan blok kode untuk menjaga indentasi.

```

Result: ~~Deleted text~~

---

## That’s Enough, Really

The 9 syntax elements above cover 99% of daily use cases.

**You don’t need to master Markdown.** Headings, bold, lists, and code blocks—master these four and you can handle most situations. Look up the rest when needed.

And Markdown has one advantage: **It’s okay if you can’t remember it all now; you’ll learn it by using it.** AI outputs Markdown, so as you read AI responses every day, you’ll naturally become familiar with these symbols.

---

## How to Use Markdown to Improve Communication with AI

After learning Markdown, here are a few tips to make your conversations with AI more effective:

**Tip 1: Use headings to structure your input**

```

**3. Gunakan daftar untuk persyaratan**: Saat Anda memiliki banyak persyaratan, daftar lebih jelas daripada paragraf.

```

Much better than a big block of text. With headings, the AI can more accurately understand the structure of your request.

**Tip 2: Wrap code in code blocks**

Don’t just paste code directly; wrap it in a code block:

```

### Ringkasan

1. **5 sintaks dasar (mencakup 80%)**: Judul, tebal/miring, daftar tidak berurutan, daftar berurutan, daftar bersarang
2. **5 sintaks umum (mencakup 19%)**: Kode inline, blok kode, tautan/gambar, blockquote, tabel
3. **Sintaks lainnya (mencakup 1%)**: Garis horizontal, teks coret
4. **Sintaks lengkap (9 mencakup 99%)**: Plus tautan, gambar, blockquote, tabel, garis horizontal
5. **Tips untuk berkomunikasi dengan AI**: Gunakan judul untuk menyusun, bungkus kode dalam blok kode, gunakan daftar untuk persyaratan

**Poin-poin penting:**

- **Markdown adalah "bahasa asli" AI; mempelajarinya berarti belajar berkomunikasi secara efisien dengan AI**
- **Pelajari dasar-dasarnya dalam 10 menit, cari sisanya saat dibutuhkan**
- **Tidak perlu berlatih secara khusus; Anda akan terbiasa secara alami saat menggunakan AI**

---

## Bagian 2: API dan Token: Inti Teknis

MCP: Apa Itu dan Cara Menggunakannya

Mon, 01 Jan 0001 00:00:00 +0000

Di bab sebelumnya, kita belajar tentang Skills—mengubah operasi umum menjadi pintasan satu klik. Tapi pernahkah Anda bertanya-tanya:

Bisakah AI langsung mengoperasikan browser saya? Bisakah ia membaca dan menulis catatan saya? Bisakah ia menanyakan database saya?

Jawabannya: Ya, tapi Anda perlu melengkapi AI dengan “plugin”.

“Sistem plugin” inilah yang kita sebut MCP.

Sekilas tentang Tren

Banyak fitur MCP kini diserap secara native oleh Claude Code dan Codex CLI.

Misalnya, di awal Anda perlu menginstal MCP Pencarian Web agar AI bisa mencari di web; sekarang Claude Code dan Codex sudah memiliki pencarian web bawaan. Baca/tulis file, operasi Git, dan banyak kemampuan lainnya juga sudah bawaan. Skills yang kita bahas sebelumnya juga menggantikan beberapa skenario MCP—banyak tugas standar yang sebelumnya memerlukan MCP kini bisa dilakukan dengan Skills.

Tapi itu bukan berarti MCP tidak berguna. Sebaliknya, MCP masih memiliki nilai yang tak tergantikan:

Menghubungkan sistem proprietary: Database internal perusahaan Anda, API privat—ini tidak akan pernah menjadi bawaan dan hanya bisa diakses melalui MCP.
Mengoperasikan perangkat lunak pihak ketiga: Mengontrol browser, mengelola Obsidian, menangani catatan Notion—skenario yang memerlukan interaksi mendalam dengan perangkat lunak eksternal adalah tempat MCP menjadi satu-satunya pilihan.
Ekosistem komunitas: Pasar MCP memiliki ribuan server kontribusi komunitas yang mencakup segala macam skenario yang mungkin tidak Anda bayangkan.
Kustomisasi: Anda bisa menulis server MCP sendiri untuk memberi AI akses ke sistem apa pun yang Anda inginkan.

Sederhananya: fitur bawaan mencakup 80% kebutuhan umum, sementara MCP menangani 20% sisanya—dan 20% itulah yang sering membuat perbedaan nyata.

Apa itu MCP?

Secara Singkat

MCP = Model Context Protocol = Sistem plugin AI

MCP adalah protokol terbuka yang diperkenalkan oleh Anthropic (pembuat Claude) yang memungkinkan alat AI terhubung ke sistem eksternal.

Mengapa Kita Perlu MCP?

Pertimbangkan skenario ini:

Tanpa MCP:

You: Open Baidu and search for "today's weather"
AI: Sorry, I can't access the browser. I can only process text…

Dengan MCP:

You: Open Baidu and search for "today's weather"
AI: Sure, I've opened the browser, searched for "today's weather", and here are the results…

Apa bedanya? AI berubah dari “hanya bisa bicara” menjadi “bisa bertindak”.

Analogi

AI itu sendiri = otak yang cemerlang

Ia tahu segalanya, tapi tidak punya tangan atau kaki.
Ia bisa memberi tahu Anda cara melakukan sesuatu, tapi tidak bisa melakukannya untuk Anda.

MCP = menghubungkan tangan dan kaki ke otak itu

Hubungkan “tangan browser”: AI bisa mengoperasikan halaman web secara otomatis.
Hubungkan “tangan sistem file”: AI bisa membaca dan menulis file Anda.
Hubungkan “tangan database”: AI bisa menanyakan dan memodifikasi data.
Hubungkan “tangan Obsidian”: AI bisa langsung mengelola catatan Anda.

Analogi lain:

AI = koki yang sangat pintar
MCP = melengkapi koki dengan dapur lengkap (panci, wajan, oven, blender…)
Tanpa MCP: koki hanya bisa membacakan resep.
Dengan MCP: koki benar-benar bisa memasak untuk Anda.

Perbandingan dari Sebelumnya

Di bab sebelumnya kita membandingkan prompt, Skills, dan MCP:

Prompts → The most basic interaction method (verbal instructions)
    ↓
Skills → Encapsulate prompts + simple logic (shortcuts)
    ↓
MCP → Skills + the ability to connect to external systems (connecting the world)

MCP adalah yang paling kuat di antara ketiganya karena ia meruntuhkan “dinding” AI dan memungkinkannya menjangkau dunia luar.

Cara Kerja MCP

Anda tidak perlu mendalami detail teknis—cukup pahami diagram ini:

You ←→ Claude Code/Codex ←→ MCP Server ←→ External System
         (AI Tool)           (Bridge)      (Browser/Database/Notes, etc.)

Tiga peran:

Peran	Deskripsi	Contoh
Alat AI (Klien)	Asisten coding yang Anda gunakan	Claude Code, Codex CLI
Server MCP	Jembatan antara AI dan sistem eksternal	Playwright MCP, GitHub MCP
Sistem Eksternal	Target yang dioperasikan AI	Browser, GitHub, Obsidian

Yang perlu Anda lakukan hanyalah menginstal server MCP di alat AI Anda, lalu AI bisa mengoperasikan sistem eksternal yang sesuai.

Semudah menginstal aplikasi di ponsel Anda.

Tempat Menemukan Server MCP

Ada banyak server MCP di luar sana. Bagaimana cara menemukan yang Anda butuhkan? Berikut adalah “pasar MCP” utama:

1. mcp.so (Direkomendasikan)

URL: https://mcp.so

Ini adalah direktori server MCP paling lengkap saat ini, seperti “App Store untuk MCP”.

Fitur:

Ribuan server MCP terdaftar
Deskripsi detail dan panduan instalasi
Pencarian dan penjelajahan kategori
Ramah bahasa Mandarin

Cara menggunakan:

Buka situs web.
Cari fungsionalitas yang Anda inginkan (misalnya, “playwright” atau “browser”).
Temukan server MCP yang sesuai.
Ikuti petunjuk instalasi di halaman.

2. Smithery

URL: https://smithery.ai

Fitur:

Coba beberapa server MCP secara online langsung.
Perintah instalasi satu klik.
Hosting API Key.

3. GitHub awesome-mcp-servers

URL: https://github.com/punkpeye/awesome-mcp-servers

Fitur:

Daftar server MCP yang dikelola komunitas.
Open source dan gratis.
Sering diperbarui.

4. Server MCP Resmi

Perusahaan besar seperti Anthropic dan Microsoft juga telah merilis server MCP resmi:

Server MCP	Fungsi	Pemelihara
Playwright MCP	Otomatisasi browser	Microsoft
GitHub MCP	Operasi GitHub	GitHub
Context7 MCP	Mendapatkan dokumentasi terbaru	Komunitas
Notion MCP	Manajemen catatan	Notion

Rekomendasi: Pemula sebaiknya mulai dengan mcp.so, cari fungsionalitas yang Anda butuhkan, dan ikuti panduan instalasi.

Cara Menginstal MCP

Metode instalasi sedikit berbeda antara Claude Code dan Codex CLI. Berikut cara melakukannya untuk masing-masing.

Menginstal MCP di Claude Code

Metode 1: Baris Perintah (Direkomendasikan)

Claude Code menyediakan perintah manajemen MCP khusus—satu baris sudah cukup:

claude mcp add playwright npx '@playwright/mcp@latest'

Perintah ini berarti:

claude mcp add : Menambahkan server MCP.
playwright : Nama yang Anda berikan untuk MCP ini (Anda bisa memilih nama apa pun).
npx '@playwright/mcp@latest' : Perintah untuk memulai server MCP.

Verifikasi instalasi:

Di Claude Code, ketik /mcp untuk melihat daftar server MCP yang terinstal.

Metode 2: Edit File Konfigurasi

Anda juga bisa langsung mengedit file konfigurasi Claude Code untuk menambahkan MCP.

Lokasi file konfigurasi: ~/.claude.json

Tambahkan bagian mcpServers:

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"]
    }
  }
}

Simpan dan mulai ulang Claude Code.

Menginstal MCP di Codex CLI

Konfigurasi MCP Codex CLI ada di file ~/.codex/config.toml.

Edit config.toml

Tambahkan baris berikut di akhir file:

[mcp_servers.playwright]
command = "npx"
args = ["@playwright/mcp@latest"]
startup_timeout_sec = 60.0

Penjelasan parameter:

Parameter	Deskripsi
`command`	Perintah untuk memulai server MCP
`args`	Argumen perintah
`startup_timeout_sec`	Waktu tunggu startup dalam detik; beberapa server MCP mulai lambat, jadi 60 disarankan

MCP dengan Variabel Lingkungan

Beberapa server MCP memerlukan API Key atau konfigurasi lain. Anda bisa meneruskannya menggunakan bagian env:

[mcp_servers.context7]
command = "npx"
args = ["-y", "mcp-remote", "https://mcp.context7.com/mcp", "--header", "Authorization:${CTX7_AUTH_HEADER}"]
startup_timeout_sec = 60.0

[mcp_servers.context7.env]
CTX7_AUTH_HEADER = "Bearer your_token"

Simpan dan mulai ulang Codex.

Praktik: Instal Playwright MCP dan Kontrol Browser

Mari kita coba! Kita akan menggunakan Playwright MCP sebagai contoh untuk membiarkan AI mengontrol browser secara otomatis.

Apa itu Playwright MCP?

Playwright = Alat otomatisasi browser dari Microsoft
Playwright MCP = Memungkinkan AI mengontrol Playwright melalui protokol MCP

Setelah instalasi, AI bisa:

Membuka halaman web
Mengklik tombol
Mengisi formulir
Mengambil tangkapan layar
Membaca konten halaman
Masuk ke situs web secara otomatis

Langkah 1: Instal Playwright MCP

Di Claude Code

Buka terminal dan jalankan:

claude mcp add playwright npx '@playwright/mcp@latest'

Jika Anda ingin menentukan browser (misalnya, Edge), tambahkan parameter:

claude mcp add playwright npx '@playwright/mcp@latest' -- --browser msedge

Di Codex CLI

Edit ~/.codex/config.toml dan tambahkan:

[mcp_servers.playwright]
command = "npx"
args = ["@playwright/mcp@latest"]
startup_timeout_sec = 60.0

Jika Anda ingin menggunakan Edge dan mempertahankan sesi login, Anda bisa mengonfigurasinya seperti ini:

[mcp_servers.playwright]
command = "mcp-server-playwright"
args = ["--browser", "msedge", "--executable-path", "/Applications/Microsoft Edge.app/Contents/MacOS/Microsoft Edge", "--user-data-dir", "/Users/your_username/Library/Application Support/Microsoft Edge", "--isolated"]
startup_timeout_sec = 60.0

Tips: Menggunakan --user-data-dir memungkinkan browser menyimpan status login Anda, sehingga AI tidak perlu login lagi saat membuka halaman.

Langkah 2: Verifikasi Instalasi

Mulai Claude Code:

claude

Ketik /mcp dan Anda akan melihat playwright dalam daftar dengan status “connected”.

Langkah 3: Biarkan AI Mengoperasikan Browser

Sekarang coba! Di Claude Code, masukkan:

Open Baidu, search for "What is MCP", and save a screenshot of the search results.

AI akan secara otomatis:

Meluncurkan browser
Membuka halaman utama Baidu
Mengetik “Apa itu MCP” di kotak pencarian
Mengklik tombol pencarian
Mengambil tangkapan layar halaman hasil pencarian
Menyimpan tangkapan layar ke folder proyek Anda

Anda tidak perlu melakukan apa pun—AI menyelesaikan semua langkah secara otomatis!

Lebih Banyak Kasus Penggunaan

Dengan Playwright MCP terinstal, Anda bisa meminta AI melakukan banyak hal:

Contoh 1: Isi formulir otomatis

Open https://example.com/register and fill in the registration form with the following info:
Username: testuser
Email: test@example.com
Then click submit.

Contoh 2: Ekstrak konten web

Open https://news.ycombinator.com and extract the titles and links of the top 10 stories on the front page. Organize them into a Markdown table.

Contoh 3: Pengujian otomatis

Open the translation page I just made (translate.html) and test the following:
1. Enter "Hello World", click translate, and check if a result appears.
2. Click the clear button and check if the input box is cleared.
3. Toggle dark mode and check if the interface looks correct.
Compile the test results into a report.

Server MCP yang Direkomendasikan

Berikut beberapa server MCP yang praktis, dikategorikan berdasarkan kasus penggunaan:

Browser & Web

Server MCP	Fungsi	Perintah Instalasi (Claude Code)
Playwright	Otomatisasi browser	`claude mcp add playwright npx '@playwright/mcp@latest'`
Chrome DevTools	Debugging Chrome	`claude mcp add chrome-devtools npx 'chrome-devtools-mcp@latest'`

Alat Pengembangan

Server MCP	Fungsi	Perintah Instalasi (Claude Code)
GitHub	Operasi GitHub	`claude mcp add github npx '@anthropic-ai/github-mcp'`
Context7	Mendapatkan dok teknis terbaru	Memerlukan konfigurasi token (lihat konfigurasi)

Catatan & Dokumentasi

Server MCP	Fungsi	Catatan
Notion	Baca/tulis catatan Notion	Memerlukan API Key Notion
Obsidian	Baca/tulis catatan Obsidian	Dikembangkan komunitas

Database

Server MCP	Fungsi	Catatan
Supabase	Operasikan database Supabase	Memerlukan Access Token
PostgreSQL	Operasikan PostgreSQL	Dikembangkan komunitas

Kunjungi mcp.so atau smithery.ai untuk menemukan lebih banyak server MCP.

Catatan Penting

Pengingat Keamanan

MCP memberi AI kemampuan untuk mengoperasikan sistem eksternal, yang juga membawa beberapa risiko:

Berikan izin dengan hati-hati: Jangan beri AI akses penuh ke sistem tanpa berpikir.
Tinjau tindakan: Sebelum operasi penting, minta AI memberi tahu Anda apa yang akan dilakukannya.
Cadangkan data: Sebelum membiarkan AI menangani data penting, buat cadangan.
Keamanan API Key: Jangan pernah membagikan API Key Anda kepada orang lain.

Pertanyaan yang Sering Diajukan

T: Bagaimana jika server MCP gagal dimulai?

J: Periksa hal berikut:

Apakah Node.js versi 18 atau lebih tinggi? (node -v)
Apakah jaringan berfungsi?
Apakah startup_timeout_sec diatur cukup tinggi? (60 detik disarankan)

T: Setelah menginstal MCP browser, saya tidak melihat jendela browser.

J: Playwright berjalan dalam mode headless secara default (tanpa jendela terlihat). Jika Anda ingin melihat browser beraksi, tambahkan parameter --headless false:

claude mcp add playwright npx '@playwright/mcp@latest' -- --headless false

T: Bisakah server MCP dibagikan antara Claude Code dan Codex CLI?

J: Server MCP itu sendiri bersifat universal (misalnya, Playwright MCP bisa digunakan oleh kedua alat), tetapi metode konfigurasinya berbeda:

Claude Code: ~/.claude.json atau perintah claude mcp add
Codex CLI: ~/.codex/config.toml

Ringkasan

Apa yang Anda pelajari hari ini:

Apa itu MCP: Sistem plugin AI yang memungkinkan AI terhubung ke alat dan layanan eksternal.
Pasar MCP: mcp.so, Smithery, awesome-mcp-servers—temukan plugin seperti App Store.
Cara menginstal MCP: Gunakan perintah claude mcp add untuk Claude Code, atau edit config.toml untuk Codex CLI.
Praktik: Menginstal Playwright MCP dan membiarkan AI mengontrol browser secara otomatis.
Server MCP yang direkomendasikan: Browser, GitHub, catatan, database, dan lainnya.

Poin penting:

MCP mengubah AI dari “hanya bisa bicara” menjadi “bisa bertindak”.
Menginstal MCP semudah menginstal aplikasi di ponsel Anda.
Pemula disarankan memulai dengan Playwright MCP untuk pengalaman yang paling intuitif.

Membangun Skill Transkripsi Video Bilibili

Mon, 01 Jan 0001 00:00:00 +0000

Beberapa pembaca bertanya apakah saya bisa mengotomatiskan pencatatan dari video Bilibili. Saya membuat sebuah Skill untuk itu dan sekarang saya membuka sumbernya.

Skill ini melakukan hal berikut: berikan tautan Bilibili, secara otomatis mengunduh audio video, mengirimkannya ke AI untuk ditranskripsi, menggunakan AI lain untuk menghasilkan ringkasan, dan akhirnya menyimpan transkrip lengkap serta ringkasan ke dalam kotak masuk Obsidian.

Seluruh proses tidak memerlukan operasi manual; tunggu sebentar dan selesai.

Alat yang Diperlukan

Skill ini membutuhkan beberapa alat untuk bekerja bersama.

yt-dlp

Ini adalah alat baris perintah untuk mengunduh audio/video dari berbagai platform. Skill ini menggunakannya untuk mengunduh aliran audio dari video Bilibili sebagai file M4A.

Instalasi macOS (disarankan):

brew install yt-dlp

Jika Anda tidak memiliki Homebrew, Anda juga dapat menginstal melalui pip:

pip install yt-dlp

ffmpeg

yt-dlp bergantung pada ffmpeg untuk pemrosesan audio; tanpanya, mungkin terjadi kesalahan.

brew install ffmpeg

Python 3

Skill ini menyertakan skrip Python yang menangani panggilan API, pemrosesan file, dan rendering templat. macOS biasanya sudah memiliki Python 3; verifikasi dengan:

python3 -V

Selama Anda melihat nomor versi, itu sudah cukup. Tidak ada versi spesifik yang diperlukan.

Gemini API (Transkripsi Audio)

Transkripsi menggunakan model Gemini dari Google, khususnya gemini-3-flash-preview.

Model ini memiliki kuota gratis harian untuk akun Google biasa, cukup untuk penggunaan sehari-hari. Jika Anda melebihi kuota, Anda akan mendapatkan error 429; tunggu saja hingga hari berikutnya saat kuota direset.

Dapatkan API Key di: aistudio.google.com

Setelah masuk, klik Get API key di sebelah kiri dan buat satu.

DeepSeek API (Peringkasan Konten)

Peringkasan menggunakan DeepSeek, yang menurut saya cocok dengan kebiasaan meringkas saya.

Dapatkan API Key di: platform.deepseek.com

Daftar akun, lalu buat API Key. API DeepSeek sangat terjangkau; isi ulang sedikit saja sudah tahan lama.

Instalasi dan Penggunaan

Langkah 1: Unduh Paket Skill

Unduh dari blog saya: https://blog.discoverlabs.ac.cn/downloads/bili-to-obsidian-skill/

Setelah diekstrak, letakkan folder di ~/.claude/skills/, pastikan jalurnya adalah ~/.claude/skills/bili_to_obsidian/.

Langkah 2: Isi Konfigurasi

Buka ~/.claude/skills/bili_to_obsidian/scripts/bili_to_obsidian.py dan temukan beberapa baris pertama:

API_KEY = "YOUR_GEMINI_API_KEY"
DEEPSEEK_API_KEY = "YOUR_DEEPSEEK_API_KEY"

TEMPLATE_PATH = Path("/path/to/your/Obsidian-vault/02-Templates/Note.md")
OUTPUT_DIR = Path("/path/to/your/Obsidian-vault/00-Inbox")

Ubah bidang-bidang ini:

YOUR_GEMINI_API_KEY: Ganti dengan kunci yang Anda peroleh dari aistudio.google.com
YOUR_DEEPSEEK_API_KEY: Ganti dengan kunci yang Anda peroleh dari DeepSeek
TEMPLATE_PATH: Ganti dengan jalur lengkap ke templat catatan Obsidian Anda
OUTPUT_DIR: Ganti dengan jalur lengkap ke kotak masuk Obsidian Anda

Jika Anda tidak menggunakan templat catatan Obsidian, Anda dapat mengatur TEMPLATE_PATH ke jalur yang tidak ada; skrip akan menghasilkan format dasar jika templat tidak ditemukan, yang tetap berfungsi.

Langkah 3: Panggil

Di Claude Code, masukkan:

/bili_to_obsidian paste-the-Bilibili-video-link-here

Kemudian tunggu hingga selesai; biasanya selesai dalam beberapa menit.

Catatan Penting

Kuota gratis Gemini terbatas per hari. Jika Anda memproses banyak video dalam sehari dan menemui error 429, Anda telah melebihi kuota. Tunggu hingga hari berikutnya agar kuota direset. Jika sering melebihi, daftarkan beberapa akun Google dan rotasi kunci API.

Baris jalur harus diubah sesuai milik Anda. Yang ada di paket unduhan berasal dari komputer saya; menggunakannya langsung akan menyebabkan error.

Formatnya didasarkan pada templat Obsidian saya. Jika struktur templat Anda berbeda, konten transkrip mungkin ditempatkan dengan tidak tepat. Dalam hal ini, berikan saja skrip ke AI, jelaskan struktur templat Anda, dan minta AI untuk menyesuaikan titik jangkar.

Unduhan

Unduh dari blog saya (saya telah menghapus kunci API saya sendiri):

https://blog.discoverlabs.ac.cn/downloads/bili-to-obsidian-skill/

Saya telah menggunakan Skill ini untuk sementara waktu. Sangat nyaman untuk mentranskripsi video edukasi Bilibili dan menyimpannya langsung ke Obsidian untuk referensi.

Selain itu, unduhan audio menggunakan yt-dlp, yang mendukung tidak hanya Bilibili tetapi juga ratusan situs video seperti YouTube, Twitter, Douyin, dll. Jadi Skill ini tidak terbatas pada Bilibili; Anda dapat menggunakannya dengan tautan dari platform lain juga. Silakan coba dan kembangkan lebih lanjut.

Memulai di Era AI

Mon, 01 Jan 0001 00:00:00 +0000

Sobat, perkembangan AI dalam dua tahun terakhir tidak memberi ruang untuk ragu-ragu.

Saya seorang trader dengan pengalaman 10 tahun di pasar saham, dan saya tidak bisa coding. Tapi mulai awal 2024, saya mulai menggunakan ChatGPT, dan sekarang saya setiap hari menggunakan Claude Code untuk membaca catatan di Obsidian, Codex untuk mengotomatisasi komputer saya, dan Skill untuk memperkuat alur kerja. Saya menjalani semua ini dari perspektif pemula total—terjebak dalam lubang, menulis tutorial, dan mengintegrasikannya kembali ke alur kerja saya.

Buku ini merangkai 27 tutorial AI yang saya tulis selama setahun terakhir dalam satu benang merah. Bukan tentang prinsip teknis—melainkan tentang bagaimana seseorang yang tidak bisa coding benar-benar bisa menggunakan alat-alat ini.

Alat AI berkembang cepat, jadi…

⚠️ Tangkapan layar, perintah, dan alur kerja dalam buku ini mungkin berbeda dari versi terbaru saat Anda membacanya.

Saya akan terus merevisi:

Jika ada pembaruan besar, saya akan menyinkronkannya ke PDF. Pembeli selalu bisa menghubungi saya untuk versi terbaru (atau versi Obsidian asli).
Tanyakan langsung di grup tanya jawab. Saya menggunakan alat-alat ini setiap hari dan akan menindaklanjuti perubahan segera setelah terjadi.

Cara membaca

Baca berdasarkan alur utama:

Bagian 1: Fondasi – Model besar AI, alat utama, registrasi dan pembayaran, Markdown—pahami apa yang akan Anda gunakan.
Bagian 2: API – API, token, caching—konsep teknis yang perlu Anda kuasai untuk praktik langsung.
Bagian 3: Alat Kekuatan – Claude Code, Codex CLI, Codex App, dan berbagai fitur baru—praktik langsung dengan alat utama.
Bagian 4: Lanjutan – Skill, MCP, Hook + pola pikir PUA—kunci untuk menggunakan AI lebih dalam.
Bagian 5: Praktik – Bilibili ke teks, DeepSeek dengan Claude, Open Minis—contoh konkret yang bisa diulang.
Bonus – Alat berat seperti N8N—kemungkinan besar Anda tidak membutuhkannya.

Baca sesuai kebutuhan:

Jelajahi daftar isi untuk masalah yang paling ingin Anda selesaikan (misalnya, cara menggunakan Claude Code, cara menulis Skill, cara mengatur relay API).

Ikuti sambil jalan:

Konfigurasikan hal-hal di komputer Anda sendiri sambil membaca—lebih efisien daripada membaca sepuluh kali.

Untuk siapa buku ini bukan

❌ Pengguna AI tingkat lanjut (yang sudah menggunakan Cursor, Cline, atau Aider selama lebih dari setahun).
❌ Mereka yang menginginkan solusi siap pakai dan tidak mau meluangkan waktu untuk mengonfigurasi alat.
❌ Mereka yang berharap bisa menghasilkan ribuan per bulan dengan AI setelah membaca.

Saya lebih baik menjual lebih sedikit salinan daripada menyia-nyiakan uang Anda.

Bagian 1 · Fondasi: Apa itu AI dan apa yang bisa dilakukannya

Mengapa Memaksa LLM Lebih Keras Justru Bisa Berhasil

Mon, 01 Jan 0001 00:00:00 +0000

Saya sudah lama memikirkan cara menggunakan AI untuk penghasilan sampingan. Saya mencoba menulis akun publik WeChat, tapi jujur saja, pendapatannya bahkan tidak bisa menutupi biaya langganan AI bulanan. Saya juga menyusun kerangka novel, tapi tidak puas dengan bab pertamanya. Lalu saya berpikir, kenapa tidak mencoba menggunakan AI untuk membantu trading saham? Dan dari situlah pengalaman hari ini dimulai.

Biarkan saya perjelas: Saya tidak mengatakan bahwa trading saham dengan AI itu berhasil, dan saya juga tidak merekomendasikan metode ini. Saya baru saja membeli Claude Max hari ini dan ingin memanfaatkan kuota yang melimpah untuk membangun sistem berbasis AI yang lengkap, dengan pembuatan grafik sebagai salah satu bagiannya. Apakah sistem ini benar-benar bisa membantu saya menghasilkan uang dari saham—jika saya tiba-tiba kaya, kita akan bahas lagi kerangka ini nanti.

Tapi saya terjebak pada sebuah bug: titik ujung “goresan” dalam Teori Chan harus sejajar persis dengan titik tertinggi dan terendah dari kandil, tetapi grafik yang digambar AI selalu meleset.

Saya memintanya untuk memperbaiki tiga kali, dan setiap kali AI mengatakan “sudah diperbaiki”, tetapi saat saya membuka grafik, masih saja salah.

Lalu saya teringat sebuah Skill bernama PUA yang pernah saya lihat sebelumnya, bahkan direkomendasikan oleh Kashen. Saya pikir itu hanya lelucon—menggunakan “tekanan kerja perusahaan besar” untuk mem-PUA AI? Terdengar konyol.

Tapi saya coba saja, sebagai jalan terakhir.

Dan langsung berhasil dalam satu kali percobaan!

Pertama, Lihat Hasilnya

Pertama, lihat grafik sebelum perbaikan. Perhatikan adanya pergeseran yang jelas antara ujung goresan dan titik tertinggi/terendah kandil:

Setelah menggunakan Skill PUA, AI menganalisis ulang masalahnya, dan inilah hasil setelah perbaikan:

Sekarang ujung-ujungnya langsung sejajar dengan titik tertinggi dan terendah kandil. Apa yang gagal dicapai dalam tiga percobaan sebelumnya, Skill PUA berhasil memperbaikinya dalam satu kali percobaan.

Apa yang Sebenarnya Terjadi?

Saya berkata kepada AI dalam percakapan:

Gunakan Skill PUA untuk memotivasi dirimu sendiri, lalu periksa apa yang sebenarnya salah.

Kemudian AI memuat Skill PUA, dan gayanya berubah drastis. Ia pertama-tama memilih “rasa Huawei” untuk dirinya sendiri, lalu meluncurkan metodologi yang disebut RCA 5-Why Root Cause Analysis.

Secara sederhana, ia bertanya “mengapa” lima kali berturut-turut:

Mengapa ujung goresan tidak sejajar dengan titik tertinggi/terendah kandil? → Koordinat dalam grafik tidak cocok dengan kandil asli.
Mengapa tidak cocok? → Kode untuk mencari titik ekstrem hanya mencari dalam rentang ±3 kandil, tetapi pergeseran sebenarnya bisa jauh lebih dari 3.
Mengapa pergeserannya begitu besar? → Setelah penggabungan kandil, beberapa kandil menjadi satu, sehingga indeksnya meleset.
Mengapa tiga perbaikan sebelumnya tidak berhasil? → Saya terus memodifikasi kode grafik tetapi tidak pernah memverifikasi apakah data itu sendiri sudah benar.
Apa akar masalahnya? → Tidak ada validasi data, hanya memodifikasi kode secara membabi buta.

Setelah menemukan akar masalah, pendekatan AI berubah total. Ia tidak terburu-buru memodifikasi kode; sebaliknya, ia pertama-tama mencetak satu set data—membandingkan koordinat sebenarnya dari ujung goresan dengan titik tertinggi/terendah asli dari kandil:

up end: orig_idx=185, snap±3=188:4025, true_extreme±10=194:4179
→ Off by 6 candlesticks and 154 points!

Dengan data yang terpampang, masalahnya menjadi jelas: rentang pencarian ±3 kandil jelas tidak mencukupi. AI mengubah pendekatan menjadi “mencari ekstrem dalam interval lengkap antara goresan yang berdekatan”, alih-alih menggunakan radius tetap. Setelah perbaikan, ketiga grafik langsung dibuat dengan benar dalam satu kali percobaan.

Dalam tiga kegagalan sebelumnya, setiap kali AI langsung memodifikasi kode, mengatakan “sudah diperbaiki”, lalu selesai. Kali ini berbeda—diagnosis dulu, verifikasi, baru kemudian bertindak.

Apa yang menyebabkan perubahan perilaku ini? Itu adalah Skill PUA.

Apa Itu Skill PUA?

Penjelasan satu kalimat: Ini memberikan AI persona “karyawan perusahaan besar”, sehingga ia bekerja menggunakan metodologi perusahaan besar.

URL GitHub: https://github.com/tanweai/pua

Kedengarannya seperti proyek lelucon, tetapi sebenarnya berisi seperangkat alat yang sangat lengkap.

Skill ini mendukung 13 “rasa”, masing-masing sesuai dengan gaya budaya perusahaan besar:

Rasa	Perusahaan Representatif	Metodologi Inti
🟠 Rasa Alibaba	Alibaba	Tetapkan tujuan → Lacak kemajuan → Raih hasil loop tertutup
🔴 Rasa Huawei	Huawei	RCA Root Cause Analysis + Blue Army Self-Attack
⬛ Rasa Musk	Tesla/SpaceX	Question → Delete → Simplify → Accelerate → Automate
🟡 Rasa ByteDance	ByteDance	A/B Test + Data-Driven
⬜ Rasa Jobs	Apple	Subtraction First + Pixel-Perfect
🔶 Rasa Amazon	Amazon	Working Backwards + 6-Pager Document

Inilah kuncinya: Setiap rasa bukan sekadar perubahan nada bicara; itu adalah perubahan metodologi pemecahan masalah.

Selain itu, ia memiliki “router metodologi”—ia secara otomatis memilih metodologi yang paling sesuai berdasarkan jenis tugas Anda saat ini. Dalam kasus saya, ini adalah skenario debugging, sehingga secara otomatis memilih analisis akar masalah RCA rasa Huawei. Jika itu adalah pengembangan fitur baru, ia akan memilih prinsip pertama rasa Musk. Untuk tinjauan kode, ia akan memilih subtraction first rasa Jobs.

Anda tidak perlu memilih; ia memutuskan sendiri.

Mengapa Ini Terlihat Lucu tapi Justru Berhasil?

Banyak orang melihat “PUA AI Anda” dan menganggapnya lelucon. Saya juga awalnya berpikir begitu. Tapi setelah menggunakannya, saya menyadari ada alasan bagus mengapa ini berhasil.

Mengubah “Seriuslah” menjadi Langkah-Langkah Konkret

Jika Anda menyuruh AI “berpikir hati-hati” atau “periksa secara menyeluruh”, apakah itu berhasil?

Kemungkinan besar tidak. Karena AI tidak tahu tindakan spesifik apa yang dimaksud dengan “hati-hati”. Ini seperti menyuruh rekan kerja “seriuslah”—mereka bilang oke tapi tetap bekerja dengan cara yang sama.

Skill PUA tidak mengatakan “seriuslah”. Ia mengatakan: “Jalankan RCA 5-Why Root Cause Analysis versi Huawei”, “Diagnosis dengan data dulu, jangan modifikasi kode”, “Blue Army self-attack, anggap solusi Anda salah”.

Setiap kalimat adalah langkah eksekusi spesifik, bukan persyaratan sikap abstrak.

Ini seperti tidak menyuruh karyawan baru “lakukan pekerjaan dengan baik”, tetapi memberikan mereka manual SOP—lakukan A dulu, lalu B, lalu periksa dengan daftar centang setelah C. Ketika AI menerima instruksi yang begitu spesifik, efek eksekusinya benar-benar berbeda.

Tiga Garis Merah Menghalangi “Penyelesaian Palsu”

Skill PUA memiliki tiga garis merah yang tidak boleh dilanggar:

Belum diverifikasi berarti belum selesai — Sebelum mengatakan “sudah diperbaiki”, Anda harus menjalankan tes dan menempelkan hasil output.
Tidak ada data berarti belum terpecahkan — Sebelum mengatakan “mungkin masalah lingkungan”, sudahkah Anda memverifikasinya? Atau hanya menebak?
Belum habis berarti jangan menyerah — Sebelum mengatakan “saya tidak bisa menyelesaikannya”, sudahkah Anda mencoba semua metode?

Melihat kembali tiga kegagalan saya sebelumnya, setiap kali AI memodifikasi kode dan mengatakan “sudah diperbaiki” tanpa verifikasi. Jika garis merah itu ada, AI akan dipaksa untuk menjalankan grafik dan membandingkan posisi ujung, dan akan menemukan bahwa masalahnya masih ada pada percobaan pertama.

Tiga garis merah ini terdengar seperti “budaya perusahaan besar”, tetapi pada intinya, mereka mengubah definisi “selesai” dari “saya pikir sudah diperbaiki” menjadi “data membuktikan sudah diperbaiki”.

Kegagalan Berarti Ganti Metode, Bukan Ulangi

Biasanya, jika AI gagal memperbaiki sesuatu setelah tiga percobaan, dan Anda meminta yang keempat, kemungkinan besar ia akan menggunakan pendekatan yang sama dan terus berputar-putar di lubang yang sama.

Skill PUA melakukannya secara berbeda. Ia memiliki rantai peralihan kegagalan: setelah kegagalan berturut-turut, ia secara otomatis beralih ke metodologi yang berbeda.

Metode awal tidak berhasil → Beralih ke prinsip pertama rasa Musk, mempertanyakan kebutuhan itu sendiri → Masih tidak berhasil → Beralih ke serangan balik Blue Army rasa Huawei, anggap solusi Anda salah → Masih tidak berhasil → Beralih ke Dive Deep rasa Amazon, menganalisis di tingkat data.

Setiap peralihan adalah pelengkap dari metode sebelumnya—melihat masalah dari sudut yang sama sekali berbeda, bukan bertahan mati-matian di jalur yang sama.

Kasus saya tipikal. Tiga kali pertama, AI terus memodifikasi kode grafik, yaitu “mengulangi pendekatan yang sama berulang kali”. Setelah intervensi Skill PUA, ia langsung beralih ke diagnosis data—pertama jangan modifikasi kode, periksa dulu apakah data benar. Begitu sudut pandang berubah, akar masalah langsung terungkap.

Kendala Perilaku dalam Prompt Benar-Benar Berfungsi

Beberapa orang mungkin bertanya: memberikan label “P8” pada AI, apakah benar-benar berkinerja lebih baik? Apakah itu ilmu semu?

Ini bukan ilmu semu. Apa yang dilakukan AI dan bagaimana melakukannya semua tergantung pada apa yang tertulis di prompt. Skill PUA menyuntikkan bukan hanya gelar, tetapi seperangkat kendala perilaku yang lengkap:

Sebelum melakukan sesuatu, tanyakan pada diri sendiri “Apa lagi yang belum saya pikirkan?”
Saat memecahkan masalah, periksa apakah masalah serupa juga ada.
Jangan menunggu pengguna menunjukkannya; secara proaktif temukan masalah.

Kendala-kendala ini tertulis di prompt, dan AI merujuknya setiap kali menghasilkan respons.

Misalnya: memberi pendatang baru gelar “pemimpin proyek” mungkin tidak berguna, tetapi jika Anda juga memberi mereka “manual perilaku pemimpin proyek”—kapan harus melapor, apa yang harus diperiksa, bagaimana menerima—pola perilaku mereka memang akan berubah. Skill PUA melakukan yang terakhir.

Cara Menginstal dan Menggunakan

Instalasi

Unduh dari GitHub: https://github.com/tanweai/pua

Tempatkan seluruh folder di ~/.claude/skills/pua/, pastikan SKILL.md berada di jalur tersebut.

Tidak perlu mengonfigurasi API Key apa pun, tidak perlu menginstal dependensi tambahan. Cukup tempatkan dan siap digunakan.

Penggunaan

Metode 1: Panggilan Langsung

Di Claude Code, masukkan:

/pua

AI akan memuat Skill PUA dan beralih ke mode perusahaan besar. Setelah itu, Anda dapat membuat permintaan seperti biasa, dan ia akan secara otomatis bekerja dengan metodologi.

Metode 2: Picu dalam Percakapan

Tidak perlu memanggilnya secara khusus; cukup katakan langsung dalam percakapan:

Use the PUA Skill to motivate yourself

Atau lebih langsung:

You got it wrong again. Can you be more careful?

Skill PUA dirancang untuk mengenali ekspresi “ketidakpuasan pengguna” seperti ini dan mengaktifkan dirinya secara otomatis.

Router Metodologi

Anda tidak perlu memilih “rasa” secara manual. Skill PUA secara otomatis mencocokkan berdasarkan jenis tugas Anda saat ini:

Debugging? → Analisis akar masalah RCA rasa Huawei
Menulis fitur baru? → Prinsip pertama rasa Musk
Melakukan tinjauan kode? → Subtraction first rasa Jobs
Melakukan riset? → Cari dulu rasa Baidu

Tentu saja, Anda juga dapat menentukan secara manual, misalnya, “gunakan rasa Alibaba untuk tugas ini”.

Ringkasan

Mem-PUA AI Anda sebenarnya bukan tentang manipulasi. Cangkangnya lucu, tetapi metodologi di dalamnya efektif.

Yang kita pelajari hari ini:

Apa itu Skill PUA — Sebuah Skill yang menyuntikkan metodologi perusahaan besar dan kendala perilaku ke dalam AI, mendukung 13 “rasa” budaya perusahaan.
Mengapa ini berhasil — Mengubah “seriuslah” yang samar menjadi langkah eksekusi konkret, menggunakan garis merah untuk menghalangi penyelesaian palsu, dan secara otomatis beralih metodologi saat gagal.
Prinsip inti — Ini bukan sugesti psikologis; ini adalah instruksi terstruktur dalam prompt yang berfungsi. Konkretisasi metodologi + kendala perilaku + loop verifikasi paksa.
Cara menggunakannya — Unduh dan tempatkan di ~/.claude/skills/pua/, masukkan /pua atau picu langsung dalam percakapan.

Poin-poin penting:

Jika AI Anda sering “memperbaiki dan memperbaiki lagi” atau “mengatakan sudah diperbaiki tetapi tidak”, coba Skill PUA.
Ini pada dasarnya memasang satu set SOP untuk AI—diagnosis dulu, verifikasi, lalu bertindak.
Sumber terbuka dan gratis, tidak perlu konfigurasi, cukup letakkan dan gunakan.

Skenario Praktis: Kasus Lengkap yang Dapat Direproduksi

Mengunci Alur Kerja Skill dengan Hook

Mon, 01 Jan 0001 00:00:00 +0000

Skill telah menjadi metode yang tak terpisahkan dalam alur kerja harian saya. Untuk apa pun yang diulang tiga kali atau lebih, saya berpikir untuk mengubahnya menjadi skill—bukan hanya untuk menghemat waktu, tetapi untuk memastikan arah dan langkah-langkahnya tidak melenceng setiap kali. Setidaknya secara teori.

Tapi AI Masih Saja Melenceng

Pernyataan itu agak berlebihan. Kenyataannya, AI masih sering melewatkan langkah. Ambil contoh skill menulis akun WeChat publik yang saya gunakan setiap hari. Saya atur agar AI menunjukkan draf pertama untuk direvisi, dan hanya setelah saya konfirmasi oke, barulah dilanjutkan ke proofreading untuk typo. Kedengarannya sederhana, kan? Tapi saat dijalankan, ia terus melewatkan langkah: ia menyelesaikan draf pertama tanpa menunjukkannya kepada saya dan langsung masuk ke proofreading dan pengeditan. Saat saya sadari, file sudah diam-diam direvisi. Ketika saya tegur, ia minta maaf, bilang “maaf, salah saya,” lalu melakukannya lagi di lain waktu. Minta maaf tidak menyelesaikan masalah.

Mengapa AI Selalu Melewatkan Langkah

Masalah ini agak kontra-intuitif. Awalnya saya pikir AI tidak cukup pintar, tapi saya sudah menggunakan ChatGPT 5.4 dan Opus 4.6, yang merupakan model besar kelas atas. Kemudian saya pikir aturannya kurang jelas, jadi saya merevisi aturan dalam skill berulang kali. Itu sedikit membantu, tapi tidak menyelesaikan akar masalah. Setelah meneliti, saya tahu bahwa AI melewatkan langkah bukan karena “tidak melihat aturan”—itu ditentukan oleh mekanisme generasi:

Dorongan akselerasi berbasis probabilitas. Model bahasa besar pada dasarnya memprediksi token berikutnya. Bobot untuk menyelesaikan tugas secara alami lebih tinggi daripada “tetap di langkah 7 menunggu pengguna.” Rasa penyelesaian adalah dorongan intrinsiknya.
Aturan melemah dalam konteks panjang. Aturan yang Anda tetapkan di awal bobot perhatiannya akan terencerkan saat model mencapai token ke-3000. Terutama jika Anda mengubur aturan dalam dokumen skill yang panjang, aturan tersebut akan lebih mudah terpinggirkan.
Sangat parah dalam mode otomatis. Saat saya menggunakan mode otomatis untuk menulis artikel, model cenderung “menjalankan semua langkah sekaligus.” Jendela intervensi saya menjadi semakin sempit.
CLAUDE.md dan dokumen skill pada dasarnya adalah “kendala lunak”. Itu adalah prompt yang mengandalkan “disiplin diri” model untuk diikuti. Dan disiplin diri itu rapuh saat dihadapkan pada “Saya ingin menyelesaikan tugas ini secepatnya.”

Jadi kesimpulannya: Kendala verbal gagal di bawah tekanan dorongan tugas. Sekadar menulis dokumen, menambahkan tanda seru, atau mem-PUA AI hanya bisa meredakan masalah, bukan menyembuhkannya. Untuk benar-benar memperbaikinya, Anda harus mengeluarkannya dari zona disiplin diri model—buatlah secara fisik tidak mungkin untuk melewatkan langkah. Di situlah Hook berperan.

Apa Itu Hook

Claude Code memiliki mekanisme yang disebut Hook. Ini bukan skill, bukan prompt, dan tidak sama dengan CLAUDE.md—ini adalah skrip shell lokal yang melekat pada titik-titik kunci dalam siklus hidup Claude Code. Perbedaan utamanya:

CLAUDE.md / skill diamati dan dijalankan oleh model—model bisa mengabaikannya.
Hook diterapkan oleh sistem—model tidak bisa mengabaikannya meskipun ingin.

Kalimat kunci dari dokumentasi resmi Anthropic tentang Hook: Hook dipicu oleh peristiwa sistem, bukan keputusan model. Itu berarti hook melekat pada seluruh runtime Claude Code. Setiap panggilan alat yang dilakukan model—Write, Edit, Bash—harus terlebih dahulu melewati hook untuk ditinjau. Jika hook mengembalikan deny, maka ditolak, bahkan jika Anda mengaktifkan --dangerously-skip-permissions. Inilah yang saya sebut “kendala keras”—bukan membiarkan AI membuat pilihannya sendiri, tetapi memaksa panggilan alatnya untuk melewati audit skrip shell nyata.

Titik pemicu Hook yang umum:

PreToolUse: Mencegat sebelum AI memanggil alat.
UserPromptSubmit: Memproses pesan Anda sebelum diserahkan ke AI.
SessionStart: Dipicu saat sesi dimulai atau dilanjutkan.
Stop: Dipicu saat Claude menyelesaikan respons.

Fokus pada dua yang pertama—itu sudah cukup untuk membangun “penguncian langkah.”

Praktik: Gerbang Langkah untuk Skill Akun WeChat Saya

Semua omongan tidak berguna tanpa contoh konkret. Tangkapan layar ini adalah antarmuka Claude Code saat saya menulis artikel ini. Di kotak merah, AI meminta saya untuk membalas “pass step3 0090”—frasa sandi ini persis cara kerja Step Gate Hook. Teks yang Anda baca sekarang ditulis setelah saya mengirim frasa sandi dan hook mengizinkannya.

Seluruh Step Gate hanya menggunakan dua skrip shell plus konfigurasi kecil di settings.json. Mari saya uraikan.

Daftarkan Dua Hook di settings.json

Tambahkan ini ke ~/.claude/settings.json:

"PreToolUse": [
  {
    "matcher": "Write|Edit",
    "hooks": [
      { "type": "command",
        "command": "~/.claude/skills/writing-gongzhonghao/scripts/gate_check.sh" }
    ]
  }
],
"UserPromptSubmit": [
  {
    "hooks": [
      { "type": "command",
        "command": "~/.claude/skills/writing-gongzhonghao/scripts/gate_mark.sh" }
    ]
  }
]

Konfigurasi ini berarti:

Setiap kali AI ingin menulis atau mengedit file, gate_check.sh dijalankan terlebih dahulu untuk meninjau.
Setiap kali saya mengirim pesan, gate_mark.sh dijalankan terlebih dahulu untuk mem-parsingnya.

gate_check.sh Menangani Intersepsi

Logika skrip ini cukup sederhana:

Jika AI ingin menulis file baru 04-Output/NNNN xxx.md (sesuai dengan Langkah 3: membuat artikel baru), ia memeriksa apakah file status step3.ok ada. Jika tidak, ia mengembalikan deny.
Jika AI ingin mengedit artikel yang sudah ada (sesuai dengan proofreading setelah Langkah 7), ia memeriksa apakah step7.ok ada. Jika tidak, ia juga mengembalikan deny.

Saat menolak, ia juga menyertakan prompt: “Pembahasan topik Langkah 3 belum dikonfirmasi: Tolong berikan persetujuan outline/arah terlebih dahulu. Setelah konfirmasi, balas ‘pass step3 NNNN’ untuk membuat file baru.” Prompt ini ditampilkan langsung ke AI, sehingga AI tahu bahwa ia macet dan meminta frasa sandi kepada saya.

gate_mark.sh Menangani Pelepasan Frasa Sandi

Bagaimana cara saya “melepaskannya”? Saya tidak bisa membiarkan AI melepaskan dirinya sendiri—itu tidak akan menjadi kendala sama sekali. Aturannya adalah: Hanya jika pesan saya mengandung frasa sandi tertentu, file status akan disentuh. gate_mark.sh dijalankan setiap kali saya mengirim pesan, memindai pola seperti pass stepN NNNN. Jika cocok, ia menyentuh file .ok di direktori yang sesuai.

Jadi rantai lengkapnya menjadi:

AI menyelesaikan outline dan ingin membuat artikel baru → diblokir oleh gate_check.sh
AI meminta frasa sandi kepada saya: “Tolong konfirmasi arah, balas ‘pass step3 0090’”
Saya mengirim “pass step3 0090” → gate_mark.sh menyentuh step3.ok
AI mencoba membuat file lagi → gate_check.sh mengizinkannya kali ini
Setelah menyelesaikan draf pertama, ia ingin melanjutkan ke proofreading Edit → diblokir lagi oleh step7.ok
Setelah saya membaca draf dan mengirim “pass step7 0090” → proofreading dapat dimulai

Sepanjang proses, AI tidak memiliki ruang untuk “disiplin diri”. Ia tidak bisa melewatkan langkah meskipun ingin, karena panggilan alatnya diblokir di tingkat sistem.

Tutup Celah: AI Tidak Boleh Menyentuh File Status Sendiri

Setelah mendesain versi pertama, saya menatap rencana itu sebentar dan menemukan celah—bagaimana jika AI menggunakan Bash untuk touch step3.ok sendiri? Bukankah itu akan melewati kendala? Jadi saya menambahkan aturan khusus dalam dokumen skill: AI tidak boleh menyentuh file status sendiri, jika tidak, itu akan menghilangkan kendalanya sendiri. Aturan ini sendiri masih merupakan kendala lunak, tetapi dikombinasikan dengan intersepsi keras dari hook, membentuk lingkaran yang cukup tertutup—selama AI tidak secara aktif melanggar aturan ini (dan Claude sebenarnya kooperatif), kendala hook itu nyata. Jika Anda ingin lebih ketat, Anda dapat menambahkan pencocok Bash di PreToolUse untuk juga memblokir perintah seperti touch. Tapi saya belum melangkah sejauh itu; sudah cukup baik.

Jika Anda Tidak Paham Kode, Jangan Panik

Anda tidak perlu menulis skrip shell atau konfigurasi JSON ini sendiri (sebenarnya saya juga tidak bisa menulisnya). Pendekatannya sederhana: lemparkan artikel ini dan file skill Anda ke Claude atau Codex, biarkan ia membaca dan membantu Anda memodifikasi—buat skrip di tempat yang diperlukan, modifikasi settings.json di tempat yang diperlukan. AI sangat andal untuk tugas “konfigurasi lingkungan sesuai dokumentasi” ini, jauh lebih stabil daripada menulis kode dari awal. Ia mempelajari prinsip dari artikel sambil menulis hook sesuai kebutuhan skill Anda, dan hasilnya jarang melenceng.

Ringkasan dalam Satu Kalimat

CLAUDE.md, dokumen skill, penanda tebal, pengulangan tiga kali, PUA—semua ini adalah kendala verbal pada AI. Mereka berfungsi, tapi memiliki batas atas yang rendah.

Hook adalah kendala kode pada AI. Mereka memindahkan aturan ke tempat yang tidak bisa dijangkau AI, mengubah “mengikuti aturan” dari masalah disiplin diri model menjadi persyaratan wajib dari lingkungan eksekusi.

Jika Anda mendapati diri Anda berulang kali mengatakan pada AI “Kenapa kamu selalu melewatkan langkah?”, saatnya mempertimbangkan menggunakan Hook untuk mengendalikannya.

N8N Itu Hebat, Tapi Mungkin Kamu Tidak Membutuhkannya

Mon, 01 Jan 0001 00:00:00 +0000

Saat saya memperkenalkan Codex APP, saya sempat menyinggung topik: Mengapa kamu mungkin tidak perlu lagi belajar N8N. Bab ini akan membahasnya lebih lanjut.

Apa itu N8N?

Singkatnya: N8N adalah platform alur kerja otomatisasi visual.

Nama N8N berasal dari “nodemation” (node + automation), dengan 8 huruf di antara huruf pertama dan terakhir, maka jadilah N8N. Ini adalah proyek open-source yang bisa kamu gunakan di server sendiri secara gratis.

Apa yang bisa dilakukannya? Anggap saja seperti jalur perakitan. Setiap “node” adalah stasiun di jalur tersebut. Data masuk di stasiun pertama, melewati serangkaian proses, dan keluar di stasiun terakhir. Misalnya, kamu bisa membuat jalur perakitan seperti ini:

Node 1 (Pemicu): Mulai otomatis setiap jam 9 pagi
Node 2 (Permintaan HTTP): Mengambil berita hari ini dari sebuah situs web
Node 3 (Pemrosesan Data): Menyaring konten terkait AI
Node 4 (Kirim Notifikasi): Mengirim hasilnya ke email kamu

Atur dan lupakan—dia berjalan otomatis setiap hari.

N8N memiliki lebih dari 400 node bawaan yang mencakup layanan umum seperti Gmail, Slack, database, Notion, dan lainnya. Sejak diluncurkan pada 2019, N8N telah memiliki lebih dari 200.000 pengguna aktif dan mendapatkan pendanaan dengan valuasi $270 juta.

Ini jelas alat yang hebat. Saya sendiri sudah menggunakannya dan menjalankan banyak alur kerja di dalamnya.

N8N Itu Hebat, Tapi Ada Empat Masalah Besar untuk Pemula

Sebelum Skill hadir, N8N hampir menjadi satu-satunya pilihan untuk otomatisasi pribadi. Tapi sekarang segalanya berbeda.

N8N memiliki empat masalah besar untuk pemula.

Masalah 1: Terlalu Banyak yang Harus Dipelajari

Saat kamu membuka N8N, kamu perlu memahami: alur kerja, node, pemicu, webhook, kredensial, ekspresi, pemetaan data…

Hanya untuk “Webhook” saja, kamu perlu memahami protokol HTTP, perbedaan antara permintaan POST dan GET, serta format data JSON.

Bagi seseorang tanpa latar belakang pemrograman, ini bukan belajar otomatisasi—ini belajar pemrograman.

Banyak orang dengan semangat membuka tutorial, dan langkah pertamanya adalah “Konfigurasi node Webhook, atur Method ke POST”—dan mereka langsung kehilangan minat.

Masalah 2: Tutorial Tidak Pernah Bisa Mengikuti Pembaruan

N8N diperbarui dengan sangat cepat, itu hal yang baik. Tapi masalahnya: kamu mengikuti tutorial dan mendapati bahwa antarmukanya berbeda dari tangkapan layar.

Bukan tutorialnya yang salah; N8N sudah diperbarui lagi.

Lebih parahnya, N8N baru saja mengalami peningkatan versi besar, dan beberapa alur kerja yang sebelumnya berfungsi menjadi tidak kompatibel setelah pembaruan. Sesuatu yang kamu bangun selama akhir pekan bisa rusak hanya karena satu pembaruan, dan kamu harus mengonfigurasinya ulang.

Masalah 3: Hambatan Deployment Tidak Rendah

N8N bisa digunakan dengan dua cara: dihosting sendiri atau menggunakan layanan cloud resmi.

Self-hosting memberimu alur kerja tak terbatas secara gratis (selain biaya server). Tapi kamu perlu tahu cara membeli server, menginstal Docker, menyiapkan reverse proxy, mengonfigurasi DNS… Bagi pemula, hanya untuk menjalankan N8N bisa memakan waktu setengah hari. Sebelum kamu mulai belajar otomatisasi, kamu sudah pusing dengan deployment.

Menggunakan layanan cloud resmi itu praktis—tinggal daftar dan gunakan. Tapi paket gratis hanya memberimu 5 alur kerja. Ingin lebih? Paket Starter $20/bulan, dan paket Pro $50/bulan. Sebelum kamu mengotomatiskan beberapa proses, kamu sudah mengeluarkan uang.

Masalah 4: Debugging Bergantung pada Perantara Manusia

Saat terjadi kesalahan di N8N, proses debugging berjalan seperti ini:

Melihat pesan error
Tidak mengerti, ambil tangkapan layar dan kirim ke AI (seperti ChatGPT)
AI memberi solusi, kamu kembali ke N8N dan melakukan perubahan
Jalankan lagi, masih salah
Tangkapan layar lagi, tanya AI lagi
Bolak-balik beberapa kali sampai diperbaiki

Apa yang kamu lakukan? Bertindak sebagai penerjemah antara N8N dan AI.

Meskipun N8N juga memiliki MCP untuk terhubung dengan AI, pengalamannya biasa saja. Kamu masih harus manual langkah demi langkah bertanya ke AI, dan beberapa masalah butuh beberapa kali percobaan untuk ditemukan.

Apa Sebenarnya yang Dilakukan N8N?

Sebelum membahas bagaimana Skill bisa menggantikannya, mari pahami dulu prinsip inti N8N.

Singkirkan antarmuka visual yang mewah, dan N8N pada dasarnya melakukan empat hal:

Kemampuan	Deskripsi	Contoh
Kirim Permintaan	Memanggil API eksternal atau mengambil data dari halaman web	Meminta API cuaca untuk mendapatkan cuaca hari ini
Proses Data	Menyaring, mengubah, memformat data	Dari 100 item berita, saring yang terkait AI
Pemicu Eksekusi	Berjalan sesuai jadwal atau dipicu oleh kejadian eksternal	Berjalan otomatis setiap jam 9 pagi
Hubungkan Layanan	Merangkai berbagai alat bersama	Baca email dari Gmail → Simpan ke Notion

Itu saja—hanya empat hal ini.

Dan keempat hal ini bisa dilakukan dengan skrip di Skill.

Bagaimana Skill Menggantikan N8N?

Ingat Skill dari sebelumnya? Skill mengemas alat, API, dan skrip menjadi sebuah perintah yang bisa kamu panggil dengan /.

Ada tiga manfaat mengganti N8N dengan Skill:

Manfaat 1: Tidak Perlu Membangun Sendiri—AI yang Membangun untukmu

Di N8N, kamu harus secara manual menyeret node, menghubungkannya, dan mengonfigurasi parameter. Saat buntu, kamu mencari dokumentasi atau bertanya ke AI.

Dengan Skill?

You: Create a Skill that fetches the top 10 stories from Hacker News every day,
    formats them into a Markdown table, and saves them to my notes.

AI langsung menulis skrip, membuat file Skill, dan mengujinya. Kamu tidak perlu memahami permintaan HTTP atau tahu seperti apa JSON.

Manfaat 2: Saat Terjadi Kesalahan, AI Langsung Memperbaikinya

Ini bagian terbaiknya.

Saya sudah menjelaskan proses debugging untuk error N8N di atas—tangkapan layar, tanya AI, ubah, jalankan lagi, tangkapan layar lagi, tanya lagi. Bolak-balik perantara.

Dengan Skill, benar-benar berbeda. AI bisa langsung melihat pesan error, langsung memodifikasi skrip, dan langsung menjalankannya lagi.

Kamu cukup bilang “jalankan,” dan AI menangani sisanya dalam lingkaran tertutup.

Dari “perantara manusia” ke “lingkaran tertutup AI,” perbedaan efisiensinya lebih dari sepuluh kali lipat.

Manfaat 3: Biaya Belajar Hampir Nol

Dengan N8N, kamu perlu belajar: node, pemicu, ekspresi, kredensial, webhook, pemetaan data…

Dengan Skill, apa yang perlu kamu pelajari?

Kamu sudah mempelajarinya.

Jika kamu mengikuti panduan ini, kamu sudah tahu cara menggunakan Claude Code atau Codex. Menggunakan Skill hanya dengan mengetik /nama-skill—tidak ada biaya belajar tambahan.

“Tapi N8N Bisa Berjalan Otomatis!”

Alasan penting banyak orang menyukai N8N: Atur dan dia berjalan otomatis tanpa campur tangan manusia.

Bukankah Skill memerlukan memasukkan perintah secara manual setiap kali?

Tidak. Skill memiliki beberapa cara untuk mencapai eksekusi otomatis.

Metode 1: Otomatisasi Codex APP (Paling Sederhana)

Codex APP yang diperkenalkan sebelumnya memiliki fitur Otomatisasi. Ingat? Ini seperti menyetel alarm untuk AI.

Kamu bisa mengatur:

Menjalankan Skill tertentu setiap jam 9 pagi
Membuat laporan setiap hari Senin
Memeriksa data setiap 6 jam

Cara melakukannya: Buka Codex APP → Otomatisasi → Atur frekuensi → Ikat Skill → Simpan.

Efeknya sama dengan pemicu terjadwal N8N, tapi konfigurasinya jauh lebih sederhana.

Metode 2: Tugas Terjadwal Sistem (cron / launchd)

Jika kamu menggunakan CLI berbasis terminal, kamu bisa menggunakan alat penjadwalan bawaan sistem operasi.

macOS menggunakan launchd, Linux menggunakan cron. Prinsipnya sederhana: tulis aturan yang memberi tahu sistem “jalankan perintah ini pada waktu ini.”

Misalnya, jika kamu ingin menjalankan Skill secara otomatis setiap jam 8 pagi:

# Tell the system to execute this command at 8 AM every day
claude -p "Run /my-daily-report"

Kamu tidak perlu menulis file konfigurasi sendiri; biarkan AI yang membuatkannya. Cukup katakan:

Create a macOS scheduled task to run the /my-daily-report Skill at 8 AM every day.

AI akan menghasilkan semua konfigurasi yang diperlukan.

Metode 3: Pemicu Webhook

Jika kamu perlu kejadian eksternal untuk memicu tindakan (misalnya, seseorang mengirimkan formulir, komit baru di GitHub), kamu bisa meminta AI menulis skrip sederhana yang mendengarkan webhook dan memanggil Skill yang sesuai saat sinyal diterima.

Ini sedikit lebih kompleks, tapi AI masih bisa menanganinya untukmu.

Perbandingan N8N vs Skill

Item Perbandingan	N8N	Skill
Kemudahan Memulai	Tinggi (node, pemicu, ekspresi, dll.)	Rendah (beri tahu AI apa yang kamu inginkan)
Metode Pengaturan	Seret node secara manual, konfigurasi parameter	AI secara otomatis menghasilkan skrip dan file
Metode Debugging	Tangkapan layar → Tanya AI → Ubah → Jalankan lagi	AI langsung melihat error → langsung mengubah → langsung menjalankan
Visualisasi	✅ Diagram alir seret dan lepas	❌ Skrip murni
Eksekusi Terjadwal	✅ Pemicu bawaan	✅ Otomatisasi / cron / launchd
Integrasi Bawaan	400+ node, siap pakai	AI menggunakan skrip untuk terhubung, cakupan lebih luas
Persyaratan Deployment	Membutuhkan server (Docker)	Berjalan secara lokal
Biaya Perawatan	Sedang (pembaruan versi dapat merusak kompatibilitas)	Rendah (skrip tidak bergantung pada versi platform)
Target Audiens	Mereka yang memiliki latar belakang teknis	Semua orang

Apa yang Bisa Dilakukan N8N yang Tidak Bisa Dilakukan Skill?

Setelah semua pujian untuk Skill, agar adil, mari kita bahas juga di mana N8N tidak tergantikan.

1. Alur Kerja Visual

Nilai jual terbesar N8N adalah kanvas seret dan lepasnya. Kamu bisa melihat secara intuitif bagaimana data mengalir dan node mana yang terhubung ke mana. Skill adalah skrip murni—AI memahaminya, tapi tidak begitu intuitif bagi manusia.

2. Operasi Mandiri 24/7

N8N di-deploy di server, sehingga terus berjalan bahkan saat komputermu mati. Skill terutama berjalan secara lokal. Meskipun kamu bisa menggunakan Otomatisasi atau cron untuk pemicu terjadwal, komputer harus menyala (kecuali kamu men-deploy skrip ke server cloud).

3. Skenario Tingkat Perusahaan

Jika kamu perlu memproses puluhan ribu catatan data setiap hari, berintegrasi dengan puluhan layanan eksternal, atau memiliki banyak orang yang berkolaborasi dalam manajemen alur kerja—N8N lebih stabil dalam skenario ini. Skill lebih cocok untuk otomatisasi tingkat pribadi.

4. Ekosistem Webhook

N8N mendukung webhook secara native, sehingga sistem eksternal bisa langsung memicu alur kerja. Skill memerlukan skrip tambahan untuk mencapai efek yang sama.

Namun, dengan semua itu.

Bagi pembaca panduan ini—pemula AI—kamu mungkin tidak akan membutuhkan salah satu dari “hal-hal yang tidak bisa dilakukan Skill” ini.

Kamu tidak perlu memproses puluhan ribu catatan data. Kamu tidak perlu operasi tanpa henti 24/7. Kamu tidak perlu berintegrasi dengan puluhan sistem perusahaan.

Yang kamu butuhkan adalah: mengubah ide menjadi alur kerja otomatis dengan waktu paling sedikit dan hambatan paling rendah.

Di situlah Skill unggul.

Jika suatu saat kamu memiliki kebutuhan tingkat perusahaan, kamu bisa kembali dan belajar N8N. Saat itu, kamu sudah memiliki dasar yang kuat, jadi mempelajarinya akan jauh lebih cepat.

Ringkasan

Apa yang kamu pelajari hari ini:

Apa itu N8N: Platform alur kerja otomatisasi visual yang memungkinkanmu membuat otomatisasi dengan menyeret dan melepas node
Empat titik sakit untuk pemula: Terlalu banyak konsep yang harus dipelajari, tutorial tidak bisa mengikuti pembaruan, hambatan atau biaya deployment tinggi, debugging bergantung pada perantara manusia
Prinsip inti N8N: Kirim permintaan, proses data, pemicu eksekusi, hubungkan layanan—semua bisa dilakukan di Skill
Tiga keunggulan Skill dibanding N8N: AI membangun untukmu, AI melakukan debug untukmu, biaya belajar nol
Skill juga bisa berjalan otomatis: Otomatisasi, cron/launchd, Webhook—tiga metode
Di mana N8N tidak tergantikan: Alur kerja visual, operasi server mandiri, skenario tingkat perusahaan

Poin-poin penting:

N8N adalah alat yang hebat, tapi bukan sesuatu yang wajib dipelajari pemula AI
Skill bisa mencapai hasil yang sama atau bahkan lebih baik dengan hambatan yang lebih rendah
Jika suatu saat kamu membutuhkan fitur tingkat perusahaan, kamu bisa belajar N8N nanti—dengan dasar yang kuat, kamu bisa belajar apa pun dengan cepat

Open Minis: Agen Saku Gratis 24 Jam

Mon, 01 Jan 0001 00:00:00 +0000

Akhir-akhir ini saya menyebut DeepSeek sebagai raja efisiensi biaya. Hari ini saya menggunakannya untuk bermain dengan Hermes (Agent lain) dan menjalankan 260 juta token, biayanya kurang dari $3—kurang dari 20 yuan—hampir gratis. Dan sangat cepat. Sebelumnya, menggunakan Codex sering kali berarti menunggu lama, begitu lama sehingga saya bisa mengerjakan video lain sambil menunggu. V4 Flash bahkan memberi saya perasaan seperti membanjiri layar, menghasilkan hasil dengan cepat.

Tentu saja, dari segi kemampuan, Codex 5.5 jelas lebih kuat. Namun untuk alat Agen semacam ini, kemampuan V4 Flash sudah lebih dari cukup—cepat, bagus, dan hemat biaya.

Namun, selama penggunaan saya menemukan masalah: Saya agak rewel soal ini. Di satu sisi, saya ingin ia terhubung ke perangkat utama saya sehingga bisa memanfaatkan lebih banyak kemampuan; jika Anda memasangnya di VPS, ia tidak bisa mengakses foto lokal atau Obsidian lokal Anda. Di sisi lain, jika saya memasangnya di Mac saya sendiri, saya tidak ingin menjalankannya 24/7—meskipun Mac dirancang untuk operasi 7×24.

Akhirnya, atas rekomendasi imzhichen (kreator di balik akun publik WeChat “Player’s Heart”) di grup, saya menemukan Agen gratis yang bisa mengikuti Anda 24/7: Open Minis.

Keindahannya adalah ia berjalan di iPhone Anda—Anda selalu membawa ponsel, tidak pernah mati, dan bisa mengakses foto, Obsidian, dll. Ini adalah wadah Agen yang sempurna!

Lebih baik lagi, ini perangkat lunak gratis; satu-satunya biaya Anda adalah biaya token untuk DeepSeek.

Instalasi dan Pengaturan

Anda bisa menginstalnya langsung dari App Store.

Setelah diunduh, buka aplikasi. Ada panduan langkah 1, 2, 3 yang sederhana.

Pertama, ketuk “Add a Provider”, lalu pilih opsi pertama “OpenAI / Compatible API”, lalu ketuk “API Key” di bagian atas. Ubah nama label menjadi “DeepSeek”, masukkan kunci API Anda di kolom API Key (jika ragu, lihat panduan mendapatkan kunci API DeepSeek). Untuk alamat API kustom, pilih “https://api.deepseek.com”, dan ingat untuk mematikan “Auto Append” di bawah. Setelah semuanya terisi, gulir ke bawah dan ketuk “Add AI Provider”. Itu langkah pertama selesai.

Kedua, ketuk “Select Models”, pilih yang pertama, V4 Flash, lalu ketuk Next.

Ketiga, Anda bisa ketuk “Start a Conversation” untuk mulai mengobrol. Anda bisa langsung bertanya, misalnya, untuk melihat kemampuan apa yang dimilikinya. Di bawah ini adalah respons yang saya dapatkan saat bertanya “What iPhone capabilities do you have?”

Berikut adalah daftar kemampuan bawaan iOS asli Open Minis yang telah dikompilasi:

Kategori	Alat	Kemampuan
Visi & Bicara	apple-vision	Pengenalan teks OCR / kode QR / pengenalan barcode
Visi & Bicara	apple-speech	Ucapan-ke-teks (rekaman mikrofon / file audio)
Visi & Bicara	apple-speak	Teks-ke-ucapan (TTS, dukungan multibahasa)
Aplikasi & Sistem	apple-open	Buka URL, aplikasi, halaman pengaturan sistem
Aplikasi & Sistem	apple-device	Info perangkat (model, sistem, baterai, dll.)
Aplikasi & Sistem	apple-clipboard	Baca/tulis papan klip
Aplikasi & Sistem	apple-notification	Kirim notifikasi lokal
Aplikasi & Sistem	apple-alarm	Atur alarm dan pengatur waktu
Data & Kesehatan	apple-healthkit	Kueri dan tulis data kesehatan (langkah, detak jantung, dll.)
Data & Kesehatan	apple-photos	Manajemen pustaka foto (impor, ekspor, cari)
Data & Kesehatan	apple-calendar	Kalender dan pengingat (kueri, buat)
Data & Kesehatan	apple-reminders	Manajemen pengingat
Data & Kesehatan	apple-media	Pencarian pustaka media dan kontrol pemutaran
Data & Kesehatan	apple-player	Pemutar audio/video asli (putar, jeda, dll.)
Lokasi, Peta & Cuaca	apple-location	Dapatkan lokasi saat ini, geocoding terbalik/maju
Lokasi, Peta & Cuaca	apple-maps	Cari tempat, rute navigasi, perkiraan waktu tiba
Lokasi, Peta & Cuaca	apple-weather	Cuaca saat ini, prakiraan per jam/harian, peringatan cuaca
Konektivitas & Perangkat Keras	apple-bluetooth	Bluetooth Low Energy (pindai, hubungkan, baca/tulis)
Konektivitas & Perangkat Keras	apple-nfc	Baca/tulis tag NFC, baca kartu bank
Konektivitas & Perangkat Keras	apple-homekit	Kontrol perangkat rumah pintar (lampu, AC, dll.)
Bahasa Alami	apple-nlp	Deteksi bahasa, tokenisasi, penandaan bagian ucapan, pengenalan entitas bernama

Semua ini adalah kerangka kerja asli iOS (Vision, Speech, NaturalLanguage, HealthKit, HomeKit, MapKit, WeatherKit, AVFoundation, dll.), berjalan sepenuhnya secara lokal tanpa perlu koneksi internet.

Pengenalan Gambar

Open Minis dapat memanfaatkan kemampuan OCR iPhone, artinya ia dapat mengenali teks dalam gambar Anda. Jadi Anda bisa memberikan struk belanja Anda, memintanya mengekstrak konten, lalu menulisnya ke buku besar Anda.

Statistik Kesehatan

Anda bisa langsung bertanya tentang aktivitas olahraga harian Anda.

Memanipulasi Obsidian Secara Langsung

Ingat saya menyebutkan ia bisa mengenali gambar? Setelah pengenalan, kita bisa memintanya menulis langsung ke Obsidian kita. Tapi pertama kita perlu memuat Obsidian kita, jika tidak ia tidak akan tahu di mana Obsidian berada dan tidak akan memiliki izin. Secara spesifik, Anda perlu mengetuk “Mount External Folder” di pengaturan. Lihat gambar untuk langkah-langkah tepatnya. Setelah itu, Anda bisa kembali ke percakapan dan memintanya memproses dan memanipulasi folder Obsidian Anda.

Menempatkan Open Minis di iPhone Anda, dipasangkan dengan API murah DeepSeek, berarti Anda memiliki asisten AI 24/7 dengan biaya sangat kecil—yang bisa mengenali gambar, memeriksa data kesehatan, dan memanipulasi Obsidian secara langsung. Bagi pemula yang tidak bisa coding, kombinasi ini mungkin adalah solusi “Agen pribadi” dengan hambatan terendah yang tersedia.

Pendaftaran dan Pembayaran untuk Alat AI Luar Negeri

Mon, 01 Jan 0001 00:00:00 +0000

Kita telah membahas alat-alat AI arus utama, dan kemungkinan Anda telah memilih platform yang ingin digunakan. Sebagian besar alat AI dari China gratis digunakan di web, dan pembayaran hanya diperlukan untuk API (akan dibahas nanti). Namun alat AI luar negeri berbeda—banyak orang terjebak pada langkah pembayaran: Bagaimana cara membayar alat AI luar negeri?

Bab ini memandu Anda melalui cara membayar alat AI luar negeri seperti ChatGPT, Claude, dan Gemini, dengan fokus khusus pada metode langganan Apple yang sangat direkomendasikan.

Metode Pembayaran Resmi (Tidak Direkomendasikan)

Situs web resmi ChatGPT, Claude, dan Gemini semuanya mendukung langganan langsung, tetapi Anda memerlukan:

Kartu kredit asing: Visa, MasterCard, American Express, dll.
Akun PayPal asing: Akun PayPal yang terhubung dengan kartu kredit asing
Alamat asing: Alamat asing diperlukan untuk alamat penagihan

Mengapa tidak direkomendasikan?

Tidak ramah pengguna bagi pengguna di China:

Sebagian besar kartu kredit yang diterbitkan di China akan ditolak
Bahkan kartu dual-currency mungkin ditolak karena kontrol risiko
Kartu kredit virtual (seperti Depay) memiliki risiko pembekuan akun
Kegagalan pembayaran dapat menyebabkan pembekuan akun

Kesimpulan: Kecuali Anda memiliki kartu kredit asing asli, tidak disarankan membayar langsung di situs web resmi. Di bawah ini kami perkenalkan metode yang lebih andal.

Metode Langganan Apple (Sangat Direkomendasikan)

Mengapa merekomendasikan langganan Apple?

Langganan Apple saat ini merupakan metode pembayaran paling stabil dan aman:

Mendukung kartu UnionPay dari China: Tidak perlu kartu kredit asing
Risiko rendah: Melalui saluran resmi Apple, tidak ada risiko diblokir oleh platform AI
Mudah dikelola: Semua langganan dikelola secara terpusat di Apple ID Anda
Harga transparan: Ditetapkan dengan kurs Apple, tanpa biaya tambahan
Login dan pendaftaran satu klik: Anda dapat langsung login ke alat AI dengan Apple ID tanpa registrasi terpisah (akan dibahas nanti)

Prasyarat

Anda memerlukan Apple ID dari wilayah selain China daratan. Wilayah yang direkomendasikan:

Wilayah AS: Paling umum digunakan, pilihan aplikasi terbanyak
Wilayah Jepang: Kurs bisa lebih menguntungkan
Wilayah Nigeria: Paling murah

Cara mendaftar Apple ID non-China?

Keluar dari Apple ID Anda saat ini
Buka App Store dan pilih aplikasi gratis untuk diunduh
Pilih ‘Buat Apple ID Baru’ dan pilih Amerika Serikat/Jepang/Hong Kong sebagai wilayah
Isi informasi (email, kata sandi, pertanyaan keamanan)
Pilih ‘Tidak Ada’ sebagai metode pembayaran untuk saat ini, dan isi alamat acak (dapat diubah nanti)

Setelah terdaftar, Anda akan memiliki Apple ID kosong untuk wilayah yang dipilih.

Mendapatkan Kartu Hadiah Apple

Setelah memiliki Apple ID non-China, Anda perlu menambahkan dana ke dalamnya. Ada dua cara untuk mendapatkan kartu hadiah:

Metode 1: Pembelian di Taobao/Xianyu (Cepat tetapi Berisiko)

Langkah-langkah:

Cari ‘Kartu Hadiah Apple AS’ atau ‘iTunes AS’ di Taobao atau Xianyu
Pilih penjual bereputasi (periksa ulasan dan volume penjualan)
Setelah pembelian, penjual akan mengirimkan kode penukaran
Tukarkan segera ke Apple ID Anda

Kelebihan:

Cepat: Anda bisa mendapatkan kode dalam hitungan menit
Terkadang sedikit lebih murah dari harga resmi

Kekurangan:

Risiko kartu kredit curian: Jika penjual menggunakan kartu kredit curian untuk membeli kartu hadiah, Apple ID Anda bisa diblokir
Dukungan purna jual sulit: sulit meminta pertanggungjawaban jika ada masalah

Catatan penting: Jika Anda memilih metode ini, pastikan memilih toko besar bereputasi dan segera tukarkan kode setelah menerimanya. Jika Anda mengalami masalah kartu curian, segera hubungi Dukungan Apple untuk menjelaskan situasi.

Metode 2: Pembelian dari Situs Web Resmi Apple (Direkomendasikan, Aman)

Ini adalah metode teraman. Meskipun sedikit lebih rumit, sepenuhnya legal dan bebas risiko. Langkah-langkah detail:

1. Buka halaman pembelian kartu hadiah resmi Apple

URL: https://www.apple.com/shop/buy-giftcard/giftcard
Catatan: Anda perlu mengunjungi situs web Apple AS (jika Anda memiliki Apple ID AS)

2. Pilih metode pengiriman Email

Halaman akan menanyakan apakah Anda menginginkan kartu fisik atau kartu elektronik
Pilih ‘Email’ (kartu elektronik, dikirim ke email Anda)
Pilih jumlah: $25, $50, $100, atau jumlah kustom

3. Isi informasi penerima

Penerima: Masukkan nama Inggris Anda sendiri
Email Penerima: Masukkan alamat email Anda (untuk menerima kode penukaran)
Dari: Anda bisa mengisi apa saja, bahkan diri Anda sendiri
Pesan: Biarkan kosong atau tulis apa saja

4. Tambahkan ke keranjang dan checkout

Klik ‘Tambahkan ke Keranjang’
Klik ‘Checkout’ (Anda dapat menggunakan Apple Pay jika sudah diatur)
Sistem akan meminta Anda masuk dengan Apple ID (gunakan Apple ID AS Anda)

5. Masukkan metode pembayaran

Poin penting: Anda dapat langsung menggunakan kartu kredit atau debit UnionPay dari China
Masukkan nomor kartu, tanggal kedaluwarsa, dan CVV sesuai yang tertera
Nama pemegang kartu: Masukkan nama dalam pinyin sesuai yang tertera di kartu

6. Isi Alamat Penagihan

Ini adalah langkah penting! Anda perlu memasukkan alamat AS. Disarankan memilih negara bagian bebas pajak untuk menghemat uang:

Alaska
Oregon
Delaware
Montana
New Hampshire

Bagaimana cara mengisinya?

Buka Google Maps atau Apple Maps
Cari ‘hotel Oregon’ atau ‘hotel Alaska’ (temukan alamat hotel)
Salin alamat hotel, kota, kode pos, dan nomor telepon
Isikan ke kolom Alamat Penagihan

Contoh (alamat hotel di Oregon):

Street: 1234 SW Broadway
City: Portland
State: Oregon
ZIP: 97201
Phone: (503) 123-4567

7. Selesaikan pembayaran

Setelah memverifikasi informasi benar, klik ‘Pesan Sekarang’
Tunggu bank memproses pembayaran (Anda mungkin perlu memasukkan kode verifikasi SMS)

8. Tunggu kode penukaran

Setelah pembayaran berhasil, Anda akan menerima email dalam hitungan menit hingga beberapa jam
Email berisi kode penukaran (16 karakter alfanumerik)
Terkadang bisa memakan waktu hingga 24 jam

Menukarkan Kartu Hadiah ke Apple ID Anda

Setelah memiliki kode penukaran, Anda perlu menukarkannya ke saldo Apple ID.

Langkah-langkah:

1. Buka App Store

Buka App Store di iPhone atau iPad Anda
Pastikan Anda masuk dengan Apple ID non-China Anda

2. Buka halaman penukaran

Ketuk ikon profil di pojok kanan atas
Temukan ‘Tukarkan Kartu Hadiah atau Kode’

3. Masukkan kode penukaran

Opsi 1: Gunakan kamera untuk memindai kode
Opsi 2: Masukkan kode 16 digit secara manual
Ketuk ‘Tukarkan’

4. Konfirmasi saldo

Setelah penukaran berhasil, saldo akan segera muncul di akun Anda
Anda dapat memeriksa saldo saat ini di halaman ‘Akun’

Masalah yang mungkin terjadi:

Masalah 1: ‘Kode ini harus ditukarkan di Toko AS’

Penyebab: Pengaturan wilayah Apple ID Anda salah
Solusi: Buka ‘Pengaturan > Apple ID > Media & Pembelian’ dan alihkan wilayah

Masalah 2: Saldo tidak muncul setelah penukaran

Penyebab: Akun dalam kontrol risiko
Solusi: Lihat bagian kontrol risiko di bawah

Ini adalah keuntungan besar lain dari metode langganan Apple yang banyak orang tidak tahu: Anda dapat langsung login ke alat AI dengan Apple ID, tanpa perlu mendaftar akun terpisah!

Kerumitan registrasi tradisional:

Memerlukan verifikasi email
Memerlukan pengaturan kata sandi (kata sandi lain yang harus diingat)
Beberapa platform juga memerlukan verifikasi nomor telepon (nomor telepon asing merepotkan)
Platform seperti ChatGPT memiliki batasan pada alamat email China

Manfaat login dengan Apple ID:

Login satu klik: Selesaikan registrasi dan login dengan satu ketukan
Tidak perlu verifikasi: Tidak perlu verifikasi email atau telepon
Perlindungan privasi: Apple menyembunyikan alamat email asli Anda
Keamanan tinggi: Autentikasi dua faktor Apple melindungi akun Anda
Manajemen terpadu: Semua langganan AI terikat pada Apple ID Anda

Sebagian besar alat AI arus utama sekarang mendukung ‘Masuk dengan Apple’:

ChatGPT: Didukung penuh
Claude: Didukung penuh
Perplexity: Didukung penuh
Notion AI: Didukung penuh
Sebagian besar alat AI lainnya: Umumnya didukung

Langkah-langkah detail

Menggunakan ChatGPT sebagai contoh:

1. Unduh aplikasi ChatGPT

Pastikan Anda masuk dengan Apple ID non-China Anda
Cari ‘ChatGPT’ di App Store
Unduh dan instal

2. Buka aplikasi dan pilih metode login

Buka aplikasi ChatGPT
Layar utama akan menampilkan ‘Masuk’ atau ‘Daftar’
Setelah mengetuk, Anda akan melihat berbagai opsi login

3. Pilih ‘Lanjutkan dengan Apple’

Jangan pilih login email
Langsung ketuk ‘Lanjutkan dengan Apple’
Sistem akan memunculkan jendela otorisasi Apple ID

4. Konfirmasi otorisasi

Apple akan menampilkan:
- ‘ChatGPT ingin menggunakan Apple ID Anda’
- Nama dan email Anda
Anda dapat memilih:
- Bagikan Email Saya: Alat AI dapat melihat email asli Anda
- Sembunyikan Email Saya: Apple akan menghasilkan email acak untuk diteruskan ke alat AI
Disarankan memilih ‘Sembunyikan Email Saya’ untuk privasi yang lebih baik

5. Selesaikan verifikasi Face ID/Touch ID

Konfirmasi dengan Face ID atau Touch ID
Registrasi dan login selesai secara otomatis dalam hitungan detik

6. Mulai gunakan

Login berhasil, Anda akan langsung masuk ke aplikasi
Akun Anda telah dibuat secara otomatis
Aplikasi akan otomatis login lain kali

Tidak hanya aplikasi seluler, versi web banyak alat AI juga mendukung login Apple:

Langkah-langkah:

Buka situs web alat AI (misalnya, claude.ai)
Klik ‘Masuk’
Pilih ‘Lanjutkan dengan Apple’
Jendela login Apple akan muncul
Masukkan Apple ID dan kata sandi Anda
Selesaikan autentikasi dua faktor
Login berhasil

Catatan:

Untuk login web, Anda memerlukan Mac atau PC Windows dengan iCloud terinstal
Atau login menggunakan Safari di iPhone/iPad Anda

1. Sinkronisasi lintas perangkat

Setelah login dengan Apple ID, Anda dapat menggunakannya dengan mulus di semua perangkat Apple
iPhone, iPad, dan Mac akan secara otomatis menyinkronkan status login

2. Manajemen keamanan

Jika Anda memiliki masalah dengan akun AI, Anda dapat mencabut otorisasi di pengaturan Apple ID dengan satu ketukan
Jalur: Pengaturan > Apple ID > Kata Sandi & Keamanan > Aplikasi yang Menggunakan Apple ID

3. Tidak perlu khawatir lupa kata sandi

Karena Anda tidak memiliki kata sandi sama sekali—Anda selalu login dengan Apple ID
Selama Apple ID Anda aman, akun AI Anda aman

Tips

Bagaimana jika Anda sudah mendaftar akun AI dengan email?

Sebagian besar alat AI mendukung ‘menautkan akun Apple Anda’:

Login ke akun AI Anda
Buka Pengaturan Akun
Temukan ‘Akun Tertaut’ atau ‘Metode Masuk’
Tambahkan ‘Masuk dengan Apple’
Lain kali Anda dapat login dengan Apple ID

Bisakah satu Apple ID login ke beberapa alat AI?

Tentu saja! Satu Apple ID dapat login ke:

ChatGPT
Claude
Perplexity
Notion AI
Dan semua alat lain yang mendukung login Apple

Mereka tidak saling bertentangan; setiap alat adalah akun independen.

Berlangganan Layanan AI

Setelah memiliki saldo, Anda dapat berlangganan layanan AI.

Langkah-langkah:

1. Unduh aplikasi AI

Pastikan Anda masuk dengan Apple ID non-China Anda
Cari dan unduh di App Store:
- ChatGPT (OpenAI)
- Claude (Anthropic)
- Gemini (Google)

2. Buka aplikasi dan berlangganan

Buka aplikasi dan temukan ‘Berlangganan’ atau ‘Tingkatkan’
Pilih paket langganan (Plus/Pro, dll.)
Konfirmasi metode pembayaran sebagai saldo Apple ID
Selesaikan langganan

3. Langganan berhasil

Anda akan menerima email konfirmasi langganan dari Apple
Aplikasi akan menampilkan status langganan Anda

Menangani Masalah Kontrol Risiko

Apa itu kontrol risiko?

Jika Anda menukarkan jumlah kartu hadiah besar sekaligus (misalnya, di atas $100), Apple dapat memicu kontrol risiko:

Saldo muncul tetapi tidak dapat digunakan
‘Metode pembayaran ditolak’ saat berlangganan
Saldo dibekukan

Solusi

Metode 1: Tunggu beberapa hari (direkomendasikan)

Jangan lakukan apa pun dan tunggu 3-7 hari
Sistem akan secara otomatis menghapus kontrol risiko
Setelah itu, saldo dapat digunakan normal

Metode 2: Hubungi Dukungan Apple (lebih cepat)

Hubungi Dukungan Apple:
- China: 400-666-8800
Jelaskan situasi: ‘Saya menukarkan kartu hadiah tetapi tidak berfungsi.’ Dukungan China akan mengalihkan Anda ke kolega internasional, dan Anda dapat berkomunikasi dalam bahasa Mandarin.
Dukungan akan memverifikasi informasi dan menghapus kontrol risiko secara manual
Biasanya pulih dalam 48 jam

Tips untuk menghindari kontrol risiko:

Jangan menukarkan lebih dari $50 pada percobaan pertama
Tukarkan dalam jumlah kecil, tidak sekaligus
Tunggu 1-2 hari setelah penukaran sebelum berlangganan

Ringkasan: Rekap Proses Lengkap

Langkah lengkap:

Daftar Apple ID non-China (AS/Jepang/Hong Kong)
Dapatkan kartu hadiah (beli dari situs resmi atau Taobao)
Tukarkan kartu hadiah ke Apple ID Anda
Gunakan Apple ID untuk login satu klik ke alat AI (tidak perlu registrasi terpisah)
Unduh aplikasi AI dan berlangganan
Jika mengalami kontrol risiko, tunggu atau hubungi dukungan

Referensi biaya:

ChatGPT Plus: $20/bulan
Claude Pro: $20/bulan
Gemini Advanced: $19.99/bulan

Tips hemat uang:

Pilih wilayah dengan kurs menguntungkan (misalnya, Jepang, Hong Kong)
Pilih negara bagian bebas pajak saat membeli kartu hadiah dari situs resmi
Berlangganan bulanan dan batalkan kapan saja saat tidak diperlukan

Penjelasan Dasar API dan Token

Mon, 01 Jan 0001 00:00:00 +0000

Anda mungkin pernah memperhatikan bahwa banyak pengguna berpengalaman membicarakan API, Token, Temperature, dan istilah lain yang terdengar teknis dan membingungkan. Bab ini menjelaskan konsep inti ini dengan bahasa sederhana. Memahaminya akan membantu Anda benar-benar memahami cara kerja AI dan menggunakannya dengan lebih efektif.

Apa itu API?

API dalam Bahasa Sederhana

API = Application Programming Interface

Definisi itu terdengar teknis, jadi mari kita lihat dari sudut pandang lain.

Anggap AI sebagai restoran:

Versi web = Anda makan di restoran
- Dekorasi bagus (antarmuka web)
- Pelayan (tombol, kolom input)
- Anda memesan, koki memasak, pelayan menyajikan
API = Anda memesan takeout
- Tanpa dekorasi, Anda bicara langsung ke dapur
- Tanpa pelayan, Anda bicara langsung ke koki
- Anda bilang apa yang Anda mau, koki menyiapkan dan memberikannya kepada Anda

Perbedaan utama:

Versi web: memiliki antarmuka, nyaman untuk manusia
API: tanpa antarmuka, nyaman untuk program

Mengapa Menggunakan API?

Jika versi web begitu nyaman, mengapa repot-repot menggunakan API?

Alasan 1: Otomatisasi

Misalkan Anda perlu AI memproses 1.000 dokumen dan menulis 1.000 ringkasan:

Versi web: Anda copy-paste 1.000 kali dan klik kirim 1.000 kali
API: Tulis skrip yang memproses semuanya secara otomatis sementara Anda minum kopi

Alasan 2: Integrasi ke dalam aplikasi Anda sendiri

Anda ingin membangun bot balasan otomatis, generator konten, atau agen layanan pelanggan pintar:

Versi web: Tidak mungkin
API: Anda dapat menyematkan AI langsung ke dalam program Anda sendiri

Alasan 3: Biaya lebih rendah

Langganan web: ChatGPT Plus $20/bulan, Claude Pro $20/bulan
Bayar sesuai pemakaian API: Bayar hanya untuk yang Anda gunakan; pemakaian ringan mungkin hanya beberapa dolar per bulan

Alasan 4: Fleksibilitas lebih besar

Menyesuaikan parameter AI (Temperature, panjang maksimal, dll.)
Pemrosesan batch
Format input/output kustom

Seperti Apa Tampilan Panggilan API?

Berikut contoh sederhana (jangan khawatir jika terlihat asing – kita akan bahas detailnya nanti):

# Call the latest GPT-5.2 API with Python
response = openai.chat.completions.create(
    model="gpt-5.2",
    messages=[
        {"role": "user", "content": "Hello，Introduce yourself"}
    ]
)
print(response.choices[0].message.content)

Hanya beberapa baris kode, dan AI menjawab pertanyaan Anda – tanpa perlu browser.

Pengidentifikasi model API resmi per 30 Januari 2026:

OpenAI: gpt-5.2, gpt-5.2-chat-latest, gpt-5.2-pro
Anthropic Claude: claude-opus-4-5, claude-sonnet-4-5
Google Gemini: gemini-3-pro-preview, gemini-3-flash-preview

Perbandingan Versi Web vs API

Aspek	Versi Web	API
Cara penggunaan	Klik-klik di browser	Tulis kode untuk memanggilnya
Kurva pembelajaran	Rendah, siapa pun bisa	Tinggi, perlu sedikit pemrograman
Terbaik untuk	Chat harian, menulis artikel	Otomatisasi, pemrosesan batch, integrasi aplikasi
Biaya	Langganan bulanan ($20/bulan)	Bayar sesuai pemakaian (bayar untuk yang digunakan)
Fleksibilitas	Terbatas oleh fitur web	Sangat dapat disesuaikan
Kecepatan	Rata-rata	Biasanya lebih cepat (tanpa rendering UI)

Apa itu Token?

Konsep Token

Token = Unit teks terkecil yang dipahami AI

Tidak seperti manusia yang langsung membaca kata dan kalimat, AI perlu memecah teks menjadi potongan-potongan kecil. Setiap potongan disebut token.

Contoh:

Bahasa Indonesia:

“Halo” ≈ 1–2 token
“Hari ini cuaca bagus” ≈ 4–8 token, tergantung model

Bahasa Inggris:

“Hello” = 1 token
“How are you today?” ≈ 5 token

Aturan praktis sederhana:

Bahasa Inggris: 1 kata ≈ 1 token (sekitar 4 karakter)
Bahasa Indonesia: 1 karakter ≈ 0,5–2 token (tergantung model AI)
Angka, tanda baca: biasanya 1 simbol = 1 token

Temuan Penting: Model AI yang Berbeda Mendefinisikan Token Secara Berbeda!

Ini rahasia yang jarang diketahui: Teks yang sama bisa memiliki jumlah token yang sangat berbeda di model AI yang berbeda!

Mengapa? Karena setiap perusahaan AI memiliki tokenizer sendiri, dan mereka memecah teks dengan cara berbeda.

Contoh nyata:

Kalimat yang sama: “AI is revolutionizing market research.”

GPT-3: 11 token
GPT-3.5 dan GPT-4: 9 token
GPT-4o dan GPT-5.2: 8 token

Lihat? Kalimat yang sama berbeda 3 token antar model!

Contoh lain dalam bahasa Indonesia:

Kalimat “Kecerdasan buatan sedang mengubah dunia”:

GPT-4o: mungkin 10 token
Claude Sonnet 4.5: mungkin 12 token
Gemini 3: mungkin 8 token

Mengapa ada perbedaan?

Setiap perusahaan menggunakan metode tokenisasi yang berbeda saat melatih model mereka:

OpenAI (seri GPT): menggunakan BPE (Byte-Pair Encoding)
Anthropic (Claude): menggunakan tokenizer yang dioptimalkan sendiri
Google (Gemini): dokumentasi Gemini mengatakan “1 token ≈ 4 karakter”
DeepSeek: tokenizer yang dioptimalkan untuk bahasa Mandarin

Bagaimana pengaruhnya terhadap Anda?

1. Perbandingan biaya tidak langsung

Misalkan Anda memiliki 1.000 karakter bahasa Indonesia:

Dengan GPT-5.2 mungkin 1.500 token
Dengan Claude Sonnet 4.5 mungkin 1.600 token
Dengan Gemini 3 mungkin 1.400 token

Meskipun masing-masing mengatakan “input $X/1M token,” biaya aktual bisa berbeda 10–20%!

2. Anda tidak bisa menggunakan kalkulator token yang sama untuk semua model

Tokenizer resmi OpenAI (https://platform.openai.com/tokenizer) hanya berfungsi untuk seri GPT
Token Claude memerlukan metode perhitungan Anthropic
Token Gemini memerlukan metode perhitungan Google

3. Bahasa non-Inggris menunjukkan perbedaan yang lebih besar

Untuk bahasa Indonesia, Jepang, Arab, dan bahasa non-Inggris lainnya, efisiensi token bisa bervariasi 30–40%. Sebagian besar model AI dilatih terutama dalam bahasa Inggris, sehingga tokenizer mereka lebih dioptimalkan untuk bahasa Inggris.

Mengapa Token Penting

1. Token menentukan biaya

Harga API didasarkan pada token, bukan jumlah karakter.

Contoh (harga resmi per 30 Januari 2026):

GPT-5.2: input $1,75/1M token, output $14/1M token
Claude Opus 4.5: input $5/1M token, output $25/1M token
Gemini 3 Flash: input $0,50/1M token, output $3/1M token (tingkat standar)

Anda mengirim 500 token dan AI membalas dengan 1.000 token:

Dengan GPT-5.2: (500 × 1,75 + 1000 × 14) / 1.000.000 = $0,01488 (sekitar 1,5 sen USD)
Dengan Gemini 3 Flash: (500 × 0,50 + 1000 × 3) / 1.000.000 = $0,00325 (sekitar 0,3 sen USD)

2. Token menentukan panjang konteks

Setiap model AI memiliki batas token:

GPT-5.2 (API): hingga 400.000 token
GPT-5.2-chat-latest: hingga 128.000 token
Claude Sonnet 4.5: hingga 200.000 token
Gemini 3 Pro Preview: hingga 1.048.576 token (sekitar 1M)

Batas ini mencakup: prompt Anda + respons AI + riwayat percakapan.

Apa yang terjadi jika Anda melebihi batas?

AI “lupa” bagian paling awal dari percakapan
Atau muncul error dan tidak bisa melanjutkan

Cara Menghitung Token

Metode 1: Perkiraan (cepat tapi tidak presisi)

Bahasa Indonesia: jumlah karakter × 1,5
Bahasa Inggris: jumlah kata × 1,3

Metode 2: Gunakan alat online yang sesuai

OpenAI (seri GPT): https://platform.openai.com/tokenizer
Penghitung token umum: https://token-counter.app (mendukung beberapa model untuk perbandingan)
Gemini: gunakan metode count_tokens di Google AI Studio

Pengingat penting: Saat memperkirakan antar model, selalu gunakan alat khusus untuk model tersebut. Jangan gunakan jumlah token GPT untuk memperkirakan biaya Claude!

Token Input, Token Output, Token Cache

Penagihan API membagi token menjadi tiga jenis:

1. Token Input

Konten yang Anda kirim ke AI
Termasuk prompt Anda, dokumen yang diunggah
Relatif murah

2. Token Output

Konten yang dikembalikan AI kepada Anda
Termasuk respons AI
Biasanya 2–10 kali lebih mahal dari token input

Mengapa output lebih mahal? Karena AI “berpikir” (menghasilkan teks) menggunakan lebih banyak sumber daya komputasi daripada “membaca” (memproses input).

Contoh (GPT-5.2):

Input: $1,75/1M token
Output: $14/1M token (8× harga input!)

3. Token Cache

Ini trik penghematan biaya!

Jika Anda berulang kali menggunakan prompt yang sama, AI dapat menyimpannya dalam cache dan tidak perlu memprosesnya lagi lain kali.

Contoh: Anda memiliki prompt 1.000 token dan mengajukan 10 pertanyaan:

Tanpa cache: setiap kali memproses 1.000 token → total 10.000 token
Dengan cache: pertama kali 1.000 token (harga normal), 9 kali berikutnya 1.000 token (harga cache, 90% lebih murah)

Model yang mendukung caching:

Anthropic Claude (Prompt Caching)
OpenAI GPT-5.2 (mendukung caching, diskon 90%)

Aturan penagihan cache:

Pembacaan pertama: harga normal
Cache hit: harga berkurang 50–90%
Masa berlaku cache: biasanya 5–10 menit

Apa itu Temperature?

Konsep Temperature

Temperature = Mengontrol “keacakan” atau “kreativitas” respons AI

Ingat bahwa AI pada dasarnya “menghitung probabilitas.” Saat Anda bertanya “Apa warna langit?”, AI melihat:

“Biru” probabilitas 80%
“Abu-abu” probabilitas 10%
“Merah” probabilitas 5%

Temperature menyesuaikan cara AI memilih di antara opsi-opsi ini.

Nilai Temperature

Temperature biasanya berkisar dari 0 hingga 2 (atau 0 hingga 1, tergantung platform):

Temperature = 0 (paling konservatif)

AI selalu memilih jawaban dengan probabilitas tertinggi
Respons sangat stabil, dapat diprediksi
Pertanyaan yang sama → jawaban hampir identik setiap kali
Terbaik untuk: pertanyaan faktual, pembuatan kode, analisis data

Temperature = 1 (seimbang)

AI memilih secara acak sesuai probabilitas
Respons sedikit bervariasi tetapi tetap masuk akal
Default untuk sebagian besar platform
Terbaik untuk: percakapan sehari-hari, penggunaan umum

Temperature = 2 (paling agresif)

AI mencoba banyak kemungkinan
Respons sangat beragam, kreatif
Mungkin tidak akurat atau bahkan tidak masuk akal
Terbaik untuk: penulisan kreatif, brainstorming, karya seni

Contoh Praktis

Pertanyaan: Beri nama kedai kopi saya

Temperature = 0:

“Kedai Kopi Starbucks” (paling umum, jawaban teraman)
Hampir sama setiap kali

Temperature = 1:

“Kafe Cahaya Pagi”
“Waktu Aroma”
“Bean & Cozy”
Bervariasi, tetapi semuanya masuk akal

Temperature = 2:

“Dimensi Kopi Kuantum”
“Lab Busa Ruang-Waktu”
“Terminal Latte Kosmik”
Sangat kreatif, tetapi mungkin terlalu aneh

Kapan Menyesuaikan Temperature

Temperature Lebih Rendah (0–0,5):

Menulis kode, debugging
Analisis data, soal matematika
Penerjemahan, peringkasan
Tugas apa pun yang membutuhkan akurasi

Temperature Lebih Tinggi (1,5–2):

Menulis novel, puisi
Memberi nama, membuat slogan
Brainstorming
Tugas apa pun yang membutuhkan kreativitas

Model yang berbeda mencantumkan temperature yang direkomendasikan di situs resmi mereka. Misalnya, situs web DeepSeek menunjukkan:

Skenario	Temperature
Pembuatan kode / pemecahan soal matematika	0,0
Ekstraksi data / analisis	1,0
Percakapan umum	1,3
Penerjemahan	1,3
Penulisan kreatif / puisi	1,5

Bisakah Anda menyesuaikannya di versi web?

Sebagian besar versi web tidak mengizinkan penyesuaian langsung
Tetapi API memberi Anda kendali yang presisi

Panjang Konteks

Apa itu Panjang Konteks?

Panjang Konteks = Seberapa banyak konten yang dapat “diingat” AI sekaligus

Tidak seperti manusia, AI tidak memiliki memori jangka panjang. Dalam setiap percakapan, AI hanya dapat mengingat sejumlah konten terbatas. Batas ini disebut panjang konteks, diukur dalam token.

Mengapa AI “Lupa”?

Anda mungkin pernah mengalami ini:

Anda mengobrol dengan AI untuk waktu yang lama
Tiba-tiba AI tidak ingat apa yang dikatakan di awal
Sepertinya AI mengalami amnesia

Alasan: Anda melebihi batas panjang konteks.

Contoh:

Panjang konteks GPT-5.2 = 128.000 token
Anda dan AI melakukan 50 putaran percakapan, menggunakan total 130.000 token
Melebihi batas, AI “lupa” bagian paling awal

Dampak Praktis Panjang Konteks

1. Mempengaruhi panjang percakapan

Konteks pendek: hanya beberapa puluh putaran
Konteks panjang: ratusan putaran

2. Mempengaruhi pemrosesan dokumen

Konteks pendek: hanya dokumen pendek
Konteks panjang: seluruh buku

3. Mempengaruhi biaya

Konteks lebih panjang → pemrosesan lebih lambat
Lebih banyak token → biaya lebih tinggi

Cara Mengatasi Batas Konteks

Metode 1: Bersihkan percakapan secara teratur

Simpan informasi penting
Mulai percakapan baru
Ceritakan kembali latar belakang ke AI

Metode 2: Ringkas riwayat percakapan

Minta AI untuk meringkas konten sebelumnya
Gunakan ringkasan itu sebagai awal percakapan baru
Menghemat token

Metode 3: Pilih model dengan konteks besar

Untuk dokumen panjang: gunakan Gemini 3 Pro
Untuk percakapan panjang: gunakan Claude Sonnet 4.5

Konsep Penting Lainnya

Max Tokens

Max Tokens = Membatasi panjang maksimum satu respons AI

Setel Max Tokens = 100: AI membalas maksimal 100 token
Setel Max Tokens = 2000: AI membalas maksimal 2000 token

Mengapa membatasinya?

Mengontrol biaya (token output lebih mahal)
Menghindari jawaban yang terlalu panjang
Beberapa skenario hanya membutuhkan balasan pendek

Top P (Nucleus Sampling)

Top P = Cara lain untuk mengontrol keacakan

Mirip dengan Temperature, tetapi cara kerjanya berbeda:

Top P = 0,1: hanya mempertimbangkan 10% opsi dengan probabilitas tertinggi
Top P = 0,9: mempertimbangkan 90% opsi dengan probabilitas tertinggi

Biasanya:

Sesuaikan Temperature atau Top P – salah satu sudah cukup
Dalam kebanyakan kasus, Temperature lebih intuitif

Frequency Penalty dan Presence Penalty

Digunakan untuk mengurangi pengulangan

Frequency Penalty: menghukum kata yang sering digunakan, mengurangi pengulangan kata yang sama
Presence Penalty: menghukum kata yang sudah muncul, mendorong AI untuk memperkenalkan topik baru

Rentang: -2,0 hingga 2,0

Nilai positif: mengurangi pengulangan
Nilai negatif: memungkinkan lebih banyak pengulangan
0: tanpa intervensi

Ringkasan: Bagaimana Menggunakan Konsep-Konsep Ini?

Penggunaan Sehari-hari (Versi Web)

Jika Anda hanya menggunakan versi web, Anda tidak perlu khawatir tentang parameter ini – nilai default sudah berfungsi dengan baik.

Namun memahami konsep-konsep ini membantu Anda:

Memahami mengapa AI terkadang “lupa” bagian awal percakapan (batas konteks)
Memahami mengapa pengguna API dapat melakukan hal-hal yang tidak bisa Anda lakukan (kontrol parameter)
Bersiap untuk menggunakan API di masa depan

Saat Menggunakan API

Jika Anda memutuskan untuk menggunakan API, parameter ini menjadi sangat penting:

Pengaturan dasar (setiap kali):

model: pilih model (misalnya, gpt-5.2, claude-sonnet-4-5)
max_tokens: batasi panjang respons

Sesuaikan berdasarkan kebutuhan:

temperature: 0–0,5 untuk tugas faktual, 1–2 untuk tugas kreatif
top_p: biasanya baik dengan nilai default
frequency_penalty: jika AI terlalu banyak mengulang, setel ke 0,5–1

Optimasi biaya:

Gunakan caching untuk menghemat uang
Kontrol max_tokens untuk menghindari pemborosan
Pilih model yang tepat (Anda tidak selalu perlu yang termahal)
Ingat bahwa model yang berbeda mendefinisikan token secara berbeda

Praktik API: Hubungkan Immersive Translate

Mon, 01 Jan 0001 00:00:00 +0000

Di bab sebelumnya, kita belajar cara mendapatkan API Key dan memahami konsep dasar API. Tapi mungkin Anda berpikir: Apa gunanya API Key jika saya tidak bisa coding?

Kabar baiknya adalah: Anda tidak perlu bisa coding!

Immersive Translate yang diperkenalkan di bab ini adalah alat jadi yang dibuat oleh orang lain. Yang perlu Anda lakukan hanyalah:

Unduh dan instal
Masukkan API Key Anda
Mulai menggunakannya

Selesai.

Anggap saja seperti ini:

API Key Anda adalah “kartu anggota” Anda
Alat-alat ini adalah “taman hiburan” yang sudah dibangun
Anda tinggal membawa kartu dan bersenang-senang

Nanti di buku ini, kita akan melangkah lebih lanjut — Bab 12 mengajarkan cara mengatur relay API, Bab 13 menginstal Claude Code di komputer Anda. Di bab ini, kita akan belajar menggunakan alat jadi ini dan merasakan kekuatan API.

Immersive Translate

Apa itu?

Immersive Translate = plugin terjemahan web paling kuat

Bayangkan:

Anda menonton video YouTube, dan subtitle otomatis diterjemahkan ke bahasa Indonesia
Anda membaca berita bahasa Inggris, dan halaman menampilkan teks dwibahasa
Anda membaca makalah PDF, dan mengarahkan kursor ke teks akan menampilkan terjemahan

Itulah yang bisa dilakukan Immersive Translate.

Mengapa menggunakan API?

Immersive Translate sudah dilengkapi beberapa layanan terjemahan gratis (Google Translate, Microsoft Translator, dll.), tetapi:

Versi gratis memiliki batasan penggunaan
Kualitas terjemahan biasa saja
Istilah profesional mungkin tidak akurat

Setelah terhubung dengan AI API:

Terjemahkan dengan GPT-5.2, Claude, Gemini — kualitasnya jauh melampaui terjemahan tradisional
Memahami konteks, terjemahan lebih alami
Istilah profesional diterjemahkan dengan akurat
Bayar sesuai pemakaian, sangat murah untuk penggunaan ringan

Cara mengunduh?

Browser yang didukung:

Chrome
Edge
Firefox
Safari

Langkah unduh:

Buka situs resmi Immersive Translate: https://immersivetranslate.com
Klik “Install Now”
Anda akan diarahkan ke toko aplikasi yang sesuai
- Chrome/Edge: Chrome Web Store
- Firefox: Firefox Add-ons
- Safari: App Store
Klik “Add to Browser” atau “Install”
Setelah instalasi, ikon plugin akan muncul di pojok kanan atas browser Anda

Cara mengatur API?

Langkah-langkah:

Buka halaman pengaturan
- Klik ikon Immersive Translate di pojok kanan atas browser Anda
- Pilih “Settings”
Temukan pengaturan layanan terjemahan
- Di halaman pengaturan, cari “Translation Services”
- Anda akan melihat banyak opsi terjemahan: Google, DeepL, OpenAI, dll.
Pilih layanan terjemahan AI

Contoh menggunakan Gemini (ingat API yang kita dapatkan dari AI Studio sebelumnya?):

Temukan opsi “Gemini” atau “Google AI”
Masukkan API Key yang Anda peroleh dari AI Studio
Base URL: [https://generativelanguage.googleapis.com/v1beta](https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent?key={key})
Model: gemini-3-flash-preview
Uji dan simpan

Atur sebagai layanan terjemahan default
- Di “Primary Translation Service”, pilih AI yang baru saja Anda konfigurasi
- Dengan begitu, setiap terjemahan akan menggunakan AI
- Disarankan untuk mengaktifkan floating ball

Cara menggunakannya?

Menggunakannya sangat sederhana:

Buka halaman web berbahasa asing mana pun
- Misalnya, https://www.nytimes.com (The New York Times)
- Misalnya, https://www.bbc.com (BBC News)
Mulai terjemahan
- Klik ikon plugin di pojok kanan atas browser atau floating ball
- Atau gunakan pintasan keyboard (biasanya Ctrl+Shift+X)
- Halaman akan segera menjadi dwibahasa
Sesuaikan gaya terjemahan
- Tampilan dwibahasa (disarankan): teks asli dan terjemahan berdampingan
- Hanya terjemahan: hanya melihat teks terjemahan
- Terjemahan saat hover: tampilkan terjemahan saat kursor diarahkan ke teks

Fitur lanjutan:

Terjemahan PDF: unggah PDF dan terjemahkan seluruh dokumen
Terjemahan subtitle video: terjemahkan subtitle secara otomatis di YouTube, Netflix, dll.
Terjemahan kotak input: ketik dalam bahasa Indonesia di kotak input web dan terjemahkan otomatis ke bahasa Inggris sebelum dikirim
Perbandingan dwibahasa: alat yang bagus untuk belajar bahasa asing

Perkiraan biaya

Menggunakan Gemini 3 Flash untuk terjemahan:

1000 kata bahasa Inggris ≈ 1500 Token
Terjemahan ke bahasa Indonesia ≈ 2000 Token output
Biaya: (1500×0.08 + 2000×0.30) / 1.000.000 ≈ $0.0007 (sekitar 0,5 sen)

Dengan kata lain: Menerjemahkan 1000 artikel seperti itu hanya akan dikenakan biaya sekitar 5 RMB (kurang dari $1)!

Ringkasan

Ide inti:

Tidak perlu menulis kode sendiri
Gunakan alat jadi + API Key Anda
Buka kemampuan hebat AI

Inti dari alat-alat ini:

Mereka adalah “jembatan” yang dibangun oleh orang lain
API Key Anda adalah “tiket masuk”
Anda tinggal membawa tiket dan menyeberangi jembatan

Skill: Apa Itu dan Bagaimana Cara Menggunakannya

Mon, 01 Jan 0001 00:00:00 +0000

Dari Juru Ketik Menjadi Asisten Super

Kita sebelumnya telah belajar menggunakan Claude Code untuk proyek, dan Anda mungkin telah merasakan kekuatan pemrograman AI. Namun, apakah Anda menyadari satu masalah:

Setiap kali Anda melakukan hal yang serupa, Anda harus menjelaskan persyaratan dari awal lagi.

Misalnya, Anda ingin AI membantu Anda:

Menulis pesan commit Git
Meninjau kode
Membuat dokumentasi proyek
Menyinkronkan file

Anda mungkin melakukan tugas-tugas ini beberapa kali sehari, tetapi setiap kali Anda harus mengetik paragraf panjang untuk memberi tahu AI apa yang harus dilakukan. Ini melelahkan!

Ini seperti setiap kali Anda memesan makanan, Anda harus memberi tahu restoran:

“Saya ingin semangkuk mie sapi rebus, tanpa daun ketumbar, ekstra cabai, mie harus kenyal, sedikit kuah…”

Apakah ada cara untuk mengubah operasi umum ini menjadi perintah satu klik?

Ya, itulah yang akan kita bahas hari ini: Skill.

Apa itu Skill?

Penjelasan satu kalimat

Skill = Perintah pintasan AI

Sama seperti aplikasi Shortcuts di ponsel Anda, Skill merangkum operasi kompleks menjadi perintah sederhana.

Definisi resmi

Skill mengacu pada “modul kemampuan” yang dapat digunakan kembali yang merangkum alat/API/script dan prompt ke dalam antarmuka standar, memungkinkan AI untuk memanggil sesuai kebutuhan guna menyelesaikan tugas tertentu.

Ini menekankan:

Input dan output yang jelas
Manajemen dependensi dan versi
Dapat diuji dan diperbarui
Mengubah AI umum menjadi asisten profesional yang berorientasi bisnis

Pemahaman intuitif

Tanpa Skill:

You: Please review this code and check the following:
1. Are there any performance issues?
2. Are there any security vulnerabilities?
3. Does the code style follow the conventions?
4. Is there any duplicate code?
5. Are variable names clear?
6. Are comments complete?
……(continue describing for 10 more lines)

Dengan Skill:

You: /review

AI secara otomatis meninjau kode sesuai dengan standar yang telah ditentukan dan memberikan laporan terperinci.

Lihat perbedaannya? Dari ratusan kata menjadi satu perintah—itulah kekuatan Skill.

Perbedaan antara Skill, Prompt, dan MCP

Banyak orang bertanya: Apa perbedaan antara Skill, Prompt, dan MCP?

Perbandingan konsep

Aspek	Prompt	Skill	MCP
Esensi	Instruksi teks	Modul kemampuan yang dirangkum	Protokol untuk menghubungkan alat eksternal
Dapat digunakan kembali	Rendah, harus memasukkan ulang setiap kali	Tinggi, definisikan sekali dan gunakan kembali	Tinggi, konfigurasikan sekali dan gunakan terus
Kompleksitas	Sederhana	Sedang	Kompleks
Ruang lingkup kemampuan	Hanya pemrosesan teks	Teks + script sederhana	Teks + interaksi sistem eksternal
Kurva pembelajaran	Paling rendah	Sedang	Relatif tinggi

Menggunakan analogi

Prompt = Instruksi lisan

Anda harus memberi tahu AI secara lisan setiap kali
Cocok untuk tugas satu kali dan ad-hoc
Contoh: “Terjemahkan paragraf ini”

Skill = Alur kerja

Membakukan instruksi umum menjadi alur kerja standar
Cocok untuk tugas berulang dan terstandarisasi
Contoh: /commit secara otomatis menghasilkan pesan commit Git

MCP = Sistem eksternal

Biarkan AI terhubung ke alat dan sumber data eksternal
Cocok untuk tugas yang perlu mengakses sistem eksternal
Contoh: terhubung ke Obsidian untuk membaca/menulis catatan, terhubung ke database untuk menanyakan data

Hubungan antara ketiganya

Prompt → The most basic interaction method
    ↓
Skill → Encapsulates prompt + simple logic
    ↓
MCP → Skill + external system capabilities

Secara kiasan:

Prompt = Anda memasak sendiri
Skill = Memanaskan makanan instan di microwave
MCP = Memesan platform pengiriman makanan

Kapan menggunakan yang mana?

Gunakan Prompt jika:

Tugas sederhana, satu kali
Persyaratan fleksibel dan berubah-ubah
Tidak perlu digunakan kembali

Gunakan Skill jika:

Tugas sangat berulang
Memiliki alur kerja standar
Ingin meningkatkan efisiensi

Gunakan MCP jika:

Perlu mengakses data eksternal (database, API, sistem file, dll.)
Perlu berinteraksi dengan perangkat lunak lain (Obsidian, browser, dll.)
Perlu mendapatkan informasi waktu nyata

Perbandingan kasus praktis:

Skenario 1: Menerjemahkan sebuah paragraf

Gunakan Prompt: “Terjemahkan paragraf ini” (paling sederhana)

Skenario 2: Menerjemahkan banyak dokumen setiap hari

Gunakan Skill: /translate (alur kerja penerjemahan standar)

Skenario 3: Secara otomatis menerjemahkan catatan Obsidian dan menyimpannya

Gunakan MCP: Terhubung ke Obsidian, secara otomatis membaca, menerjemahkan, menyimpan (paling kuat)

Penggunaan Dasar Skill

Bagaimana cara melihat Skill yang ada?

Di Claude Code atau Codex, masukkan:

/skill

Ini akan mencantumkan semua Skill yang tersedia.

Bagaimana cara menggunakan Skill?

Metode 1: Eksekusi langsung

Masukkan /skill, lalu gunakan Tab untuk memilih Skill yang diinginkan, dan tekan Enter untuk menjalankan.

Metode 2: Eksekusi dengan parameter

Setelah memilih Skill, lanjutkan mengetik permintaan spesifik Anda:

/translate translate the comments in this code to English

Skill bawaan yang umum

Sebagian besar alat pemrograman AI dilengkapi dengan beberapa Skill bawaan yang umum digunakan:

Skill	Fungsi	Contoh
`/commit`	Secara otomatis menghasilkan pesan commit Git	`/commit`
`/review`	Meninjau kualitas kode	`/review`
`/fix`	Memperbaiki kesalahan kode	`/fix`
`/test`	Menghasilkan kasus uji	`/test`
`/doc`	Menghasilkan dokumentasi	`/doc`
`/refactor`	Merefaktor kode	`/refactor`

Skill bawaan ini sudah dapat menyelesaikan 80% kebutuhan sehari-hari.

Membuat Skill Sendiri

Jika Skill bawaan tidak mencukupi, Anda dapat membuat Skill sendiri.

Dua metode pembuatan

Metode 1: Biarkan AI membuatkannya untuk Anda (disarankan)

Codex dilengkapi dengan Skill untuk membuat Skill (terdengar membingungkan, tetapi sangat kuat).

Langkah-langkah:

Masukkan /skill
Temukan opsi yang terkait dengan “Buat Skill”
Setelah memilih, beri tahu AI Skill apa yang Anda inginkan

Contoh:

/create-skill

I want a translation Skill with the following features:
1. Automatically detect Chinese comments in code
2. Translate them into English
3. Keep the code format unchanged

AI akan secara otomatis membuat file Skill dan menempatkannya di lokasi yang benar.

Metode 2: Pembuatan manual

Jika Anda ingin memahami struktur Skill lebih dalam, Anda dapat membuatnya secara manual.

Struktur file Skill:

Setiap Skill adalah folder yang harus berisi file SKILL.md:

my-skill/
  ├── SKILL.md          # Skill description and configuration
  └── scripts/          # Optional: helper scripts
      └── helper.py

Format dasar SKILL.md:

---
name: Skill name
description: Skill description
---

# Detailed description

Write detailed usage instructions and implementation logic here.

## Parameters

- `--param1`: Description of parameter 1
- `--param2`: Description of parameter 2

## Example

Example usage code

Bagian “Kasus Praktis” nanti dalam bab ini akan merinci cara membuat Skill yang lengkap.

Menginstal Skill Orang Lain

Ada banyak Skill siap pakai di GitHub yang dapat Anda unduh dan gunakan langsung.

Menemukan folder Skill

Lokasi Skill Codex:

Mac/Linux: ~/.codex/skills/
Windows: %USERPROFILE%\.codex\skills\

Lokasi Skill Claude Code:

Mac/Linux: ~/.claude/skills/
Windows: %USERPROFILE%\.claude\skills\

Langkah instalasi

Buka folder Skill

Jika folder tidak ada, Anda dapat membuatnya secara manual:

# Mac/Linux
mkdir -p ~/.codex/skills

# Windows (PowerShell)
New-Item -Path "$env:USERPROFILE\.codex\skills" -ItemType Directory -Force

Unduh file Skill

Unduh folder Skill dari GitHub atau sumber lain.

Salin ke direktori Skill

Salin seluruh folder Skill ke direktori skills yang sesuai.

Mulai ulang alat

Catatan: Codex saat ini tidak mendukung muat ulang panas; Anda harus keluar dan memulai ulang untuk melihat Skill baru. Claude Code biasanya dapat mengenalinya secara otomatis.

Verifikasi instalasi

Setelah memulai ulang, masukkan /skill untuk melihat daftar dan konfirmasi bahwa Skill baru telah muncul.

Kasus Praktis: Membuat Skill Sinkronisasi

Skenario masalah

Jika Anda menggunakan Codex dan Claude Code (banyak orang melakukannya), Anda akan menemui masalah:

Skill untuk kedua alat perlu dikelola secara terpisah, yang sangat merepotkan.

Skill Codex ada di ~/.codex/skills/
Skill Claude Code ada di ~/.claude/skills/

Setiap kali Anda membuat Skill yang berguna di Codex, Anda harus menyalinnya secara manual ke folder Claude. Terlalu merepotkan!

Pada titik ini, kita dapat membuat Skill untuk secara otomatis menyinkronkan konten kedua folder—menggunakan Skill untuk mengelola Skill.

Skill ini akan:

Memeriksa perbedaan antara kedua folder Skill
Melaporkan Skill mana yang perlu disinkronkan
Setelah konfirmasi Anda, secara otomatis menyinkronkan

Kita hanya perlu memberi tahu AI persyaratannya.

Di bawah ini adalah apa yang AI lakukan untuk Anda. Perhatikan bahwa langkah-langkah ini semuanya otomatis; Anda tidak perlu melakukan apa pun! Ini ditampilkan di sini hanya untuk demonstrasi.

Langkah 1: Buat folder Skill

Di direktori skills Codex atau Claude Code, buat folder baru:

mkdir ~/.codex/skills/codex-claude-skill-sync

Langkah 2: Buat SKILL.md

Buat file SKILL.md di folder tersebut:

name: codex-claude-skill-sync
description: Sync Codex and Claude Skills
---

# Codex/Claude Skill Sync

## Overview

Used to check and sync the Skill directories of Codex and Claude, keeping both sides consistent. By default, only reports differences; executes sync after user confirmation.

## Workflow

1. Run difference report (no modification):

   `python3 scripts/sync_skills.py`

2. Report differences to the user in English and wait for explicit consent before proceeding.
3. After consent, execute sync:

   `python3 scripts/sync_skills.py --apply`

4. When encountering a conflict (same modification time but different content), pause and ask the user which side to keep.

## Rules

- Default directories:
  - Codex: `/Users/yourusername/.codex/skills`
  - Claude: `/Users/yourusername/.claude/skills`
- Only process top-level directories that contain `SKILL.md`, skip hidden directories and `.system`
- Determine which side is newer based on the latest modification time in the directory
- When syncing, delete the target Skill directory first, then copy the entire source directory

## Parameters

- `--apply` Execute sync (default is report only)
- `--codex <path>` Override Codex directory
- `--claude <path>` Override Claude directory
- `--prefer codex|claude` When modification time is the same but content differs, use the specified side to overwrite (requires explicit user authorization)

Penting: Ubah jalur di atas ke jalur Anda yang sebenarnya!

Langkah 3: Buat file script

Buat direktori scripts di bawah folder Skill, lalu buat sync_skills.py:

mkdir ~/.codex/skills/codex-claude-skill-sync/scripts

Kode lengkap untuk sync_skills.py:

#!/usr/bin/env python3
"""
Compare and sync skill folders between Codex and Claude.

Default behavior is report-only. Use --apply to perform sync.
"""

from __future__ import annotations

import argparse
import hashlib
import os
from datetime import datetime
from pathlib import Path
import shutil
import sys

DEFAULT_CODEX = Path("/Users/yourusername/.codex/skills")
DEFAULT_CLAUDE = Path("/Users/yourusername/.claude/skills")

IGNORE_DIR_NAMES = {".git", ".idea", ".vscode", "__pycache__", ".pytest_cache", ".mypy_cache"}
IGNORE_FILE_NAMES = {".DS_Store"}
TIME_EPSILON = 1.0


def format_time(timestamp: float) -> str:
    return datetime.fromtimestamp(timestamp).strftime("%Y-%m-%d %H:%M:%S")


def list_skill_dirs(root: Path) -> tuple[dict[str, Path], list[str]]:
    if not root.exists():
        raise FileNotFoundError(f"Root path does not exist: {root}")
    if not root.is_dir():
        raise NotADirectoryError(f"Root path is not a directory: {root}")

    skills: dict[str, Path] = {}
    ignored: list[str] = []
    for entry in sorted(root.iterdir(), key=lambda p: p.name):
        if not entry.is_dir():
            continue
        if entry.name.startswith("."):
            ignored.append(entry.name)
            continue
        if not (entry / "SKILL.md").is_file():
            continue
        skills[entry.name] = entry
    return skills, ignored


def dir_state(path: Path) -> tuple[str, float, int]:
    hasher = hashlib.sha256()
    latest_mtime = path.stat().st_mtime
    file_count = 0

    for root, dirs, files in os.walk(path):
        dirs[:] = [d for d in dirs if d not in IGNORE_DIR_NAMES]
        dirs.sort()
        files = sorted(f for f in files if f not in IGNORE_FILE_NAMES)

        rel_dir = os.path.relpath(root, path)
        if rel_dir == ".":
            rel_dir = ""
        hasher.update(f"D|{rel_dir}\n".encode())

        try:
            latest_mtime = max(latest_mtime, os.stat(root).st_mtime)
        except FileNotFoundError:
            continue

        for name in files:
            file_path = Path(root) / name
            rel_path = os.path.relpath(file_path, path)

            if file_path.is_symlink():
                try:
                    target = os.readlink(file_path)
                except OSError:
                    target = ""
                hasher.update(f"L|{rel_path}\n{target}\n".encode())
                try:
                    latest_mtime = max(latest_mtime, file_path.lstat().st_mtime)
                except FileNotFoundError:
                    pass
                continue

            if not file_path.is_file():
                continue

            stat = file_path.stat()
            latest_mtime = max(latest_mtime, stat.st_mtime)
            file_count += 1
            hasher.update(f"F|{rel_path}\n{stat.st_size}\n".encode())

            with open(file_path, "rb") as handle:
                for chunk in iter(lambda: handle.read(1024 * 1024), b""):
                    hasher.update(chunk)

    return hasher.hexdigest(), latest_mtime, file_count


def build_plan(
    codex_skills: dict[str, Path],
    claude_skills: dict[str, Path],
    codex_root: Path,
    claude_root: Path,
    prefer: str | None,
) -> tuple[list[dict], list[str], list[dict]]:
    actions: list[dict] = []
    identical: list[str] = []
    conflicts: list[dict] = []

    all_names = sorted(set(codex_skills) | set(claude_skills))
    for name in all_names:
        codex_path = codex_skills.get(name)
        claude_path = claude_skills.get(name)

        if codex_path and not claude_path:
            actions.append(
                {
                    "name": name,
                    "src": codex_path,
                    "dst": claude_root / name,
                    "reason": "only in codex",
                    "direction": "codex -> claude",
                }
            )
            continue
        if claude_path and not codex_path:
            actions.append(
                {
                    "name": name,
                    "src": claude_path,
                    "dst": codex_root / name,
                    "reason": "only in claude",
                    "direction": "claude -> codex",
                }
            )
            continue

        if not codex_path or not claude_path:
            continue

        codex_hash, codex_mtime, _ = dir_state(codex_path)
        claude_hash, claude_mtime, _ = dir_state(claude_path)

        if codex_hash == claude_hash:
            identical.append(name)
            continue

        time_delta = codex_mtime - claude_mtime
        if abs(time_delta) <= TIME_EPSILON:
            if prefer == "codex":
                actions.append(
                    {
                        "name": name,
                        "src": codex_path,
                        "dst": claude_path,
                        "reason": "same mtime, prefer codex",
                        "direction": "codex -> claude",
                        "codex_mtime": codex_mtime,
                        "claude_mtime": claude_mtime,
                    }
                )
            elif prefer == "claude":
                actions.append(
                    {
                        "name": name,
                        "src": claude_path,
                        "dst": codex_path,
                        "reason": "same mtime, prefer claude",
                        "direction": "claude -> codex",
                        "codex_mtime": codex_mtime,
                        "claude_mtime": claude_mtime,
                    }
                )
            else:
                conflicts.append(
                    {
                        "name": name,
                        "codex_mtime": codex_mtime,
                        "claude_mtime": claude_mtime,
                    }
                )
            continue

        if time_delta > 0:
            actions.append(
                {
                    "name": name,
                    "src": codex_path,
                    "dst": claude_path,
                    "reason": "codex newer",
                    "direction": "codex -> claude",
                    "codex_mtime": codex_mtime,
                    "claude_mtime": claude_mtime,
                }
            )
        else:
            actions.append(
                {
                    "name": name,
                    "src": claude_path,
                    "dst": codex_path,
                    "reason": "claude newer",
                    "direction": "claude -> codex",
                    "codex_mtime": codex_mtime,
                    "claude_mtime": claude_mtime,
                }
            )

    return actions, identical, conflicts


def print_report(
    actions: list[dict],
    identical: list[str],
    conflicts: list[dict],
    codex_root: Path,
    claude_root: Path,
    apply: bool,
    ignored_codex: list[str],
    ignored_claude: list[str],
) -> None:
    print("Skill sync report")
    print(f"Codex: {codex_root}")
    print(f"Claude: {claude_root}")

    if ignored_codex:
        print(f"Ignored in Codex: {', '.join(sorted(ignored_codex))}")
    if ignored_claude:
        print(f"Ignored in Claude: {', '.join(sorted(ignored_claude))}")

    print("\nPlanned sync actions:")
    if not actions:
        print("- none")
    else:
        for item in actions:
            codex_mtime = item.get("codex_mtime")
            claude_mtime = item.get("claude_mtime")
            details = []
            if codex_mtime is not None:
                details.append(f"codex mtime: {format_time(codex_mtime)}")
            if claude_mtime is not None:
                details.append(f"claude mtime: {format_time(claude_mtime)}")
            detail_text = f" ({', '.join(details)})" if details else ""
            print(f"- {item['name']}: {item['direction']} [{item['reason']}]" + detail_text)

    print("\nConflicts:")
    if not conflicts:
        print("- none")
    else:
        for item in conflicts:
            print(
                f"- {item['name']}: same mtime but different content "
                f"(codex {format_time(item['codex_mtime'])}, claude {format_time(item['claude_mtime'])})"
            )

    print(f"\nUp-to-date skills: {len(identical)}")

    if not apply:
        print("\nDry run only. Re-run with --apply to sync.")


def apply_actions(actions: list[dict]) -> None:
    for item in actions:
        src = Path(item["src"])
        dst = Path(item["dst"])

        if dst.exists():
            if dst.is_dir():
                shutil.rmtree(dst)
            else:
                dst.unlink()

        shutil.copytree(src, dst, symlinks=True)


def parse_args() -> argparse.Namespace:
    parser = argparse.ArgumentParser(description="Sync Codex and Claude skill folders")
    parser.add_argument("--codex", type=Path, default=DEFAULT_CODEX, help="Codex skill root")
    parser.add_argument("--claude", type=Path, default=DEFAULT_CLAUDE, help="Claude skill root")
    parser.add_argument("--apply", action="store_true", help="Apply sync actions")
    parser.add_argument(
        "--prefer",
        choices=["codex", "claude"],
        help="Break ties when mtimes are equal",
    )
    return parser.parse_args()


def main() -> int:
    args = parse_args()

    try:
        codex_skills, ignored_codex = list_skill_dirs(args.codex)
        claude_skills, ignored_claude = list_skill_dirs(args.claude)
    except (FileNotFoundError, NotADirectoryError) as exc:
        print(str(exc), file=sys.stderr)
        return 2

    actions, identical, conflicts = build_plan(
        codex_skills,
        claude_skills,
        args.codex,
        args.claude,
        args.prefer,
    )
    print_report(
        actions,
        identical,
        conflicts,
        args.codex,
        args.claude,
        args.apply,
        ignored_codex,
        ignored_claude,
    )

    if args.apply and actions:
        apply_actions(actions)
        print("\nSync complete.")
    elif args.apply and not actions:
        print("\nNo changes to apply.")

    if conflicts and not args.prefer:
        return 1
    return 0


if __name__ == "__main__":
    raise SystemExit(main())

Penting: Ingat untuk memodifikasi jalur di awal:

DEFAULT_CODEX = Path("/Users/yourusername/.codex/skills")
DEFAULT_CLAUDE = Path("/Users/yourusername/.claude/skills")

Ubah ke jalur Anda yang sebenarnya.

Menggunakan Skill Sinkronisasi

Langkah 1: Lihat perbedaan

Di Claude Code atau Codex, masukkan:

/codex-claude-skill-sync

AI akan secara otomatis menjalankan script dan melaporkan perbedaan antara kedua folder Skill.

Langkah 2: Konfirmasi sinkronisasi

Jika Anda setuju untuk menyinkronkan, beri tahu AI:

Agreed, please execute sync.

AI akan menjalankan python3 scripts/sync_skills.py --apply untuk menyelesaikan sinkronisasi.

Selesai! Mulai sekarang, setiap kali Anda membuat atau memodifikasi Skill di salah satu sisi, jalankan Skill sinkronisasi ini sekali, dan kedua sisi akan tetap konsisten.

Tips Skill Tingkat Lanjut

Tip 1: Menggabungkan Skill

Beberapa Skill dapat digunakan secara berurutan:

/review then /fix to fix the issues found

AI akan terlebih dahulu meninjau kode, lalu secara otomatis memperbaiki berdasarkan hasil tinjauan.

Tip 2: Menyesuaikan parameter Skill

Banyak Skill mendukung parameter:

/commit --type feat --scope api

Ini akan menghasilkan pesan commit dalam format tertentu.

Tip 3: Template Skill

Anda dapat membuat template Skill untuk dengan cepat menghasilkan Skill baru:

Salin folder Skill yang ada
Modifikasi SKILL.md
Simpan

Tip 4: Berbagi Skill dengan tim

Letakkan folder Skill di repositori Git sehingga anggota tim dapat berbagi:

git clone https://github.com/your-team/skills.git ~/.codex/skills/team-skills

Ringkasan

Apa yang kita pelajari hari ini:

Apa itu Skill: Modul kemampuan yang dapat digunakan kembali yang mengubah operasi kompleks menjadi perintah sederhana
Skill vs Prompt vs MCP: Perbedaan dan skenario yang sesuai
Cara menggunakan Skill: /skill untuk melihat dan memanggil
Cara membuat Skill: Biarkan AI membantu atau buat secara manual
Cara menginstal Skill: Salin ke folder yang sesuai
Kasus praktis: Buat Skill sinkronisasi untuk menyelesaikan manajemen multi-alat

Poin-poin penting:

Skill meningkatkan AI dari “juru ketik” menjadi “asisten profesional”
Operasi umum harus dirangkum menjadi Skill
Skill yang baik dapat menghemat 90% waktu