Stop Bikin Agent, Mulai Bikin Playbook
Agent makin banyak, hasil makin sedikit. Ini cara yang kupakai sekarang: tulis prosesnya, kasih konteks yang tepat, lalu suruh AI membuktikan kerjanya. Lengkap dengan 4 prompt, struktur folder, template playbook, dan checklist verifikasi.
Aku salah soal AI agent.
Dulu kukira jawabannya selalu tambah. Tambah agent, tambah sub-agent, sambungkan semuanya jadi workflow yang makin panjang. Setiap kali hasilnya belum pas, aku menambah satu lapis lagi.
Ujungnya, waktuku habis untuk merawat sistemnya, bukan memakai hasilnya. Ada yang rusak jam dua pagi, aku yang bangun membetulkan. Aku jadi babysitter, bukan bosnya.
Jadi aku ganti cara. Bukan agent yang ditambah, tapi prosesnya yang ditulis. Namanya AI Playbook. Tulisan ini isinya lengkap: kenapa cara lama gagal, apa itu playbook, lalu empat prompt, struktur folder, template, dan checklist verifikasi yang bisa langsung kamu pakai hari ini.
Kenapa agent yang makin banyak justru makin rusak
Setiap agent yang kamu tambahkan membawa tiga hal baru: instruksi yang bisa ditafsirkan beda, serah-terima yang bisa kehilangan konteks, dan satu titik lagi yang bisa gagal diam-diam. Dua agent masih gampang diawasi. Lima belas agent yang disambung-sambung sudah jadi mesin yang cuma bisa dirawat oleh pembuatnya.
Polanya selalu sama. Coba hal baru lewat prompt, bikin agent untuk itu, tambah sub-agent saat hasilnya kurang, debug saat ada yang rusak, lalu ulang dari awal. Lingkaran itu tidak punya ujung, karena yang dibenahi selalu sistemnya, bukan cara kerjanya.
Masalahnya bukan di modelnya. Model hari ini sudah cukup pintar untuk hampir semua pekerjaan kantor. Yang kurang adalah hal yang sama yang dibutuhkan karyawan baru: penjelasan kerja yang jelas, contoh hasil yang bagus, dan cara memeriksa apakah pekerjaannya sudah benar.
Playbook itu apa
Playbook adalah satu dokumen yang menjelaskan satu pekerjaan dari awal sampai selesai, ditulis sekali, lalu dipakai berulang. Bukan prompt panjang yang disalin ke chat setiap kali, tapi berkas yang disimpan dan dibaca AI setiap kali pekerjaan itu dijalankan.
Isinya enam hal:
- Proses yang jelas: langkah demi langkah, dengan hasil yang diharapkan di setiap langkah.
- File dan template yang tepat: format hasil yang sudah pasti, supaya AI tidak menebak.
- Contoh output yang bagus: dua atau tiga hasil terbaik yang pernah kamu buat.
- Tools yang benar-benar dibutuhkan: hanya itu, bukan semua yang tersedia.
- Checklist verifikasi: pertanyaan yang harus lolos sebelum hasil dianggap selesai.
- Review manusia di bagian yang penting: titik di mana kamu yang memutuskan.
Aturannya sederhana: satu proses, satu sumber kebenaran, eksekusi yang bisa diulang.
Siklusnya: proses, konteks, eksekusi, cek, perbaiki
- Proses: tulis cara kerjanya di playbook.
- Konteks: simpan template dan contoh di folder yang dibaca AI.
- Eksekusi: AI mengerjakan dengan mengikuti playbook, bukan berimprovisasi.
- Cek: AI memeriksa hasilnya sendiri dengan checklist, lalu kamu review bagian yang penting.
- Perbaiki: kalau ada yang salah, yang dibetulkan playbook-nya, bukan chat-nya. Lalu jalankan lagi.
Langkah kelima itu yang membuat sistem ini makin bagus setiap minggu. Kesalahan yang sama tidak terulang, karena penyebabnya sudah ditutup di dokumen yang dibaca setiap kali pekerjaan dijalankan.
Langkah 1: Tulis prosesnya
Kamu tidak perlu menulis playbook dari nol. Biarkan AI mewawancaraimu, lalu mengubah jawabanmu jadi dokumen. Pilih satu pekerjaan yang kamu kerjakan minimal seminggu sekali dan hasilnya kamu tahu bentuknya: rekap penjualan mingguan, balasan keluhan pelanggan, laporan progres ke klien.
Prompt 1: Wawancara
Aku mau menulis playbook untuk satu pekerjaan rutin, supaya AI bisa mengerjakannya dengan cara yang sama setiap kali.
Pekerjaannya: [NAMA PEKERJAAN, misalnya "rekap penjualan mingguan dari spreadsheet"].
Wawancarai aku. Satu pertanyaan setiap kali, tunggu jawabanku sebelum lanjut. Gali sampai detail:
- tujuan pekerjaan ini dan siapa yang memakai hasilnya
- kapan pekerjaan ini dimulai dan apa pemicunya
- input apa saja yang dibutuhkan dan dari mana asalnya
- langkah demi langkah yang aku kerjakan sekarang, termasuk keputusan kecil yang biasanya tidak kusebut
- tools atau aplikasi yang dipakai
- kesalahan yang paling sering terjadi dan cara aku menanganinya
- seperti apa hasil yang bagus, dan apa yang membuat hasil ditolak
- bagian mana yang harus aku periksa sendiri sebelum hasilnya dipakai
Kalau jawabanku kabur, tanya lagi sampai jelas. Jangan menulis playbook dulu. Setelah semua jelas, rangkum jawabanku dalam poin-poin dan tanya apakah ada yang terlewat.
Prompt 2: Jadikan playbook
Ubah hasil wawancara kita jadi playbook dengan struktur template di bawah. Aturannya:
- Tulis langkah sebagai instruksi yang bisa diikuti orang baru di hari pertamanya.
- Setiap langkah punya hasil yang jelas, supaya bisa dicek sudah beres atau belum.
- Jangan menambah langkah yang tidak pernah aku sebut. Kalau ada yang kurang, tulis di bagian "Pertanyaan terbuka".
- Pakai bahasa sederhana, tanpa istilah yang tidak perlu.
[TEMPEL TEMPLATE PLAYBOOK DARI LANGKAH 2]
Langkah 2: Kasih kotak alatnya
Playbook butuh rumah. Buat satu folder dan simpan semua bahan di sana, sekali saja. Setiap kali pekerjaan dijalankan, AI membaca dari folder yang sama. Alatnya sama, tapi dengan konteks yang tepat, hasilnya beda level.
AI-Playbook/
├── README.md mulai dari sini
├── 01_Playbook/ proses utama dan instruksi
│ └── rekap-penjualan-mingguan.md
├── 02_Templates/ template siap pakai
│ └── template-rekap-mingguan.md
└── 03_Examples/ contoh output yang bagus
├── contoh-rekap-minggu-36.md
└── contoh-rekap-minggu-37.md
Di mana menaruhnya:
- Aplikasi Claude: buat satu Project, unggah isi folder ke pengetahuan proyek, dan tempel isi README ke instruksi proyek.
- Claude Code: taruh folder di dalam proyekmu, lalu tulis satu baris di CLAUDE.md: "Sebelum mengerjakan tugas rutin, baca AI-Playbook/README.md."
- Asisten AI lain: fitur proyek atau knowledge base di asisten lain bekerja dengan cara yang sama. Yang penting, semua bahan ada di satu tempat dan selalu dibaca.
README.md, pintu masuk folder:
# AI Playbook
Folder ini berisi cara kerja untuk pekerjaan rutin. Sebelum mengerjakan tugas apa pun di sini:
1. Cari playbook yang cocok di 01_Playbook. Kalau tidak ada yang cocok, berhenti dan tanya aku.
2. Baca playbook itu sampai habis sebelum mulai.
3. Pakai template dari 02_Templates yang disebut di playbook. Jangan mengarang format sendiri.
4. Cocokkan gaya dan tingkat detail dengan contoh di 03_Examples.
5. Sebelum menyerahkan hasil, jalankan checklist verifikasi di playbook dan laporkan hasilnya.
Daftar playbook:
- rekap-penjualan-mingguan.md: rekap penjualan tiap Senin pagi dari spreadsheet penjualan.
Template playbook, isi setiap bagian dari hasil wawancara:
# Playbook: [Nama pekerjaan]
## Tujuan
[Satu kalimat: hasil apa, untuk siapa, dipakai untuk apa.]
## Kapan dipakai
[Pemicunya: jadwal, permintaan, atau kejadian tertentu.]
## Input
- [Input 1, dan dari mana asalnya]
- [Input 2]
## Langkah
1. [Langkah pertama] → Hasil: [apa yang ada setelah langkah ini selesai]
2. [Langkah kedua] → Hasil: [...]
3. [...]
## Tools yang boleh dipakai
- [Tool dan untuk apa. Tool lain tidak dipakai.]
## Aturan
- [Yang wajib dilakukan]
- [Yang tidak boleh dilakukan]
## Format output
Pakai 02_Templates/[nama-template].md
## Contoh output yang bagus
- 03_Examples/[contoh-1].md
- 03_Examples/[contoh-2].md
## Checklist verifikasi
- [ ] Lengkap: semua langkah dan semua bagian template terisi.
- [ ] Akurat: angka dan fakta cocok dengan input.
- [ ] Ada sumbernya: setiap angka penting menyebut asal datanya.
- [ ] Formatnya benar: sesuai template, tidak ada bagian tambahan.
- [ ] Siap direview: bagian yang harus dicek manusia sudah ditandai.
## Review manusia
[Bagian yang wajib kamu periksa sendiri sebelum hasil dipakai: angka uang, pesan ke pelanggan, keputusan yang tidak bisa dibatalkan.]
## Pertanyaan terbuka
[Hal yang belum jelas dari wawancara.]
## Catatan perbaikan
- [Tanggal]: [apa yang diubah dan kenapa]
Langkah 3: Jalankan playbook-nya
Sekarang AI tidak lagi berimprovisasi. Tugasnya mengikuti dokumen, dan bertanya kalau ada yang kurang, bukan menebak.
Prompt 3: Eksekusi
Kerjakan tugas ini dengan playbook di folder AI-Playbook.
Tugas: [TUGAS HARI INI, misalnya "rekap penjualan minggu ke-39"].
Input: [TEMPEL DATANYA ATAU SEBUT NAMA FILENYA].
Cara kerja:
1. Baca README.md, lalu baca playbook yang sesuai sampai habis.
2. Kalau ada input yang kurang atau tidak jelas, tanya dulu sebelum mulai. Jangan menebak.
3. Ikuti langkahnya berurutan. Jangan menambah atau melewati langkah.
4. Pakai template yang disebut di playbook, dan cocokkan gaya dengan contoh di 03_Examples.
5. Setelah selesai, jangan langsung menyerahkan hasil. Tunggu perintah pengecekan dariku.
Langkah 4: Suruh AI membuktikan kerjanya
Jangan percaya hasil yang belum diperiksa, termasuk hasil AI. Sebelum hasil sampai ke tanganmu, minta AI mengecek pekerjaannya sendiri terhadap checklist di playbook, lengkap dengan buktinya. Kirim prompt ini sebagai pesan terpisah, supaya AI membaca ulang hasilnya dengan kepala dingin.
Prompt 4: Buktikan
Sebelum hasil ini aku pakai, periksa pekerjaanmu sendiri terhadap checklist verifikasi di playbook.
Untuk setiap poin checklist:
- tulis LOLOS atau GAGAL
- tunjukkan buktinya: kutip bagian hasil atau data input yang membuktikannya
- kalau GAGAL, perbaiki hasilnya, lalu periksa ulang poin itu
Setelah itu:
1. Tampilkan hasil akhir yang sudah diperbaiki.
2. Tandai bagian yang wajib aku review sendiri, sesuai bagian "Review manusia" di playbook.
3. Kalau ada kesalahan yang terjadi karena playbook-nya kurang jelas, tulis usulan perubahan untuk playbook. Jangan ubah playbook-nya sendiri.
Lalu giliranmu. Lima pertanyaan ini yang kupakai setiap kali sebelum hasil AI keluar dari mejaku. Centangnya tersimpan di browser kamu.
Kalau ada yang salah, betulkan playbook-nya
Di sinilah bedanya. Dulu, kalau hasil AI salah, aku mengetik koreksi di chat. Besoknya kesalahan yang sama muncul lagi, karena koreksinya hilang bersama chat itu.
Sekarang setiap kesalahan kuperlakukan sebagai bug di playbook. Cari langkah atau aturan yang membuat AI salah paham, perbaiki kalimatnya, tambahkan contoh kalau perlu, catat di bagian "Catatan perbaikan", lalu jalankan lagi. Usulan perubahan dari Prompt 4 biasanya sudah menunjuk bagian yang perlu dibetulkan.
Contoh: playbook rekap penjualan mingguan
Supaya kebayang, ini playbook yang sudah terisi untuk toko online kecil. Nama sheet, tanggal, dan aturannya contoh. Ganti dengan milikmu.
# Playbook: Rekap penjualan mingguan
## Tujuan
Ringkasan penjualan minggu lalu untuk pemilik toko, dipakai untuk memutuskan restock dan promo minggu ini.
## Kapan dipakai
Setiap Senin pagi, untuk periode Senin sampai Minggu sebelumnya.
## Input
- Spreadsheet "Penjualan Toko", sheet Order: tanggal, produk, jumlah, harga, status bayar
- Sheet Stok: produk, sisa stok, batas minimal
## Langkah
1. Ambil semua order periode itu dengan status bayar "lunas". → Hasil: daftar order lunas.
2. Hitung total order, total unit, dan total nilai penjualan. → Hasil: tiga angka utama.
3. Urutkan produk dari nilai penjualan terbesar, ambil lima teratas. → Hasil: lima produk terlaris.
4. Bandingkan dengan minggu sebelumnya. → Hasil: naik atau turun, dalam persen.
5. Cek sheet Stok, tandai produk yang sisanya di bawah batas minimal. → Hasil: daftar produk perlu restock.
6. Tulis rekap memakai template. → Hasil: rekap siap dicek.
## Tools yang boleh dipakai
- Akses baca ke spreadsheet "Penjualan Toko". Tidak menulis atau mengubah apa pun di spreadsheet.
- Alat hitung untuk semua angka, bukan hitungan kira-kira.
## Aturan
- Order yang belum lunas tidak dihitung sebagai penjualan, tapi jumlahnya disebut terpisah.
- Semua nilai dalam rupiah tanpa desimal.
- Tidak mengirim apa pun ke pelanggan atau ke siapa pun selain pemilik.
## Format output
Pakai 02_Templates/template-rekap-mingguan.md
## Contoh output yang bagus
- 03_Examples/contoh-rekap-minggu-36.md
## Checklist verifikasi
- [ ] Lengkap: tiga angka utama, lima produk terlaris, perbandingan, dan daftar restock ada semua.
- [ ] Akurat: total nilai sama dengan jumlah nilai order lunas di sheet Order.
- [ ] Ada sumbernya: setiap angka menyebut sheet dan rentang tanggalnya.
- [ ] Formatnya benar: sesuai template, rupiah tanpa desimal.
- [ ] Siap direview: daftar restock dan angka yang naik atau turun lebih dari 30 persen ditandai.
## Review manusia
- Keputusan restock dan promo tetap di pemilik.
- Angka yang berubah tajam dicek manual ke spreadsheet sebelum dipakai.
## Catatan perbaikan
- 15 September: order "menunggu pembayaran" sempat ikut terhitung. Aturan status lunas ditambahkan di langkah 1.
Mulai dari satu pekerjaan
Tidak perlu menulis sepuluh playbook minggu ini. Mulai dari satu:
- Pilih satu pekerjaan yang berulang setiap minggu dan paling menyita waktumu.
- Jalankan Prompt 1 dan 2 dalam satu sesi, lalu simpan hasilnya di folder AI-Playbook.
- Pakai selama dua minggu. Setiap kali ada yang salah, perbaiki playbook-nya, bukan chat-nya.
Setelah satu playbook stabil, baru tambah yang kedua. Di titik itu biasanya kamu sadar tidak butuh agent tambahan. Yang kamu butuhkan cuma playbook tambahan.
Mau memasang agent pertamamu dengan cara ini, dipandu langsung dan tatap muka? Sabtu, 3 Oktober 2026 di Jakarta ada workshop Datang Bawa Laptop, Pulang Bawa AI Agent.
Ada yang mau ditanyakan soal tulisan ini? Kirim email.