Prompting for QA
Prompt AI untuk QA: Context, Review, dan Validasi
Cara menyusun prompt AI untuk QA agar draft test case dan automation lebih relevan, konsisten, serta mudah direview.
Diperbarui 22 Juli 2026 · 8 menit
Oleh Aditya Amin Refandi · Instruktur AI for QA
Prompt AI untuk QA harus membawa konteks produk
Prompt yang baik bukan sekadar perintah untuk membuat sebanyak mungkin test case. Jelaskan tujuan pengguna, perilaku sistem, business rule, risiko, batasan, dan format keluaran yang dibutuhkan.
Semakin jelas context yang diberikan, semakin mudah QA menilai apakah output AI sesuai dengan requirement atau hanya terdengar masuk akal.
Gunakan susunan context, task, rules, dan output
Susunan sederhana ini dapat digunakan kembali untuk test analysis, test case, maupun draft automation.
- Context: produk, user goal, scope, dan business rule.
- Task: pekerjaan spesifik yang perlu dibantu AI.
- Rules: larangan berasumsi, standar kualitas, dan batasan teknis.
- Output: struktur, detail, dan format yang diharapkan.
- Review request: minta AI menandai informasi yang belum tersedia.
Lakukan prompting secara bertahap
Mulai dengan meminta AI merangkum requirement dan menuliskan pertanyaan klarifikasi. Setelah konteks dikonfirmasi, lanjutkan ke test ideas, test case terpilih, lalu review coverage. Alur bertahap lebih mudah diperiksa daripada satu prompt besar yang langsung menghasilkan banyak artefak.
Jaga keamanan data saat memakai AI
Jangan memasukkan credential, data pribadi, token, source code sensitif, atau informasi internal yang tidak diizinkan. Gunakan contoh yang sudah disanitasi dan ikuti kebijakan keamanan organisasi tempat kamu bekerja.
Nilai prompt dari kualitas hasilnya
Prompt dianggap efektif jika output lebih relevan, membutuhkan lebih sedikit koreksi, dan membantu QA menemukan risiko penting. Simpan pola prompt yang berhasil sebagai template, tetapi tetap sesuaikan context untuk setiap fitur.