Skip to content
Tech

AI Employee Jam 5 Pagi: Kerjain Admin Owner, Tapi Cuma Boleh Draft

Cara bikin AI employee yang menyiapkan ringkasan pagi untuk owner bisnis, plus kenapa aturan draft only dan izin connector sempit itu wajib.
7 minutes to read
2 minggu lalu
Zainul Fanani
AI Employee Jam 5 Pagi: Kerjain Admin Owner, Tapi Cuma Boleh Draft
📅 2 Nov 2026🤍0 👁 0 🔗 0

Jam pertama owner bisnis kecil itu jarang dipakai buat mikir.

Biasanya habis buat buka email, cek siapa yang minta penawaran, cek invoice yang belum dibayar, lihat jadwal kerja hari ini, lalu baru sadar ada customer yang sudah seminggu nggak dibalas. Semua penting, tapi semuanya juga kerjaan admin yang polanya sama setiap hari.

Belakangan ramai contoh "AI employee" yang mengerjakan jam pertama itu sebelum owner bangun. Salah satu yang paling rapi saya lihat di post ini: ceritanya ada owner bernama Rosa, dan sebuah agent di Claude Code mengecek quote baru, customer yang diam, invoice yang belum dibayar, jadwal job, sampai cuaca, lalu mengirim satu halaman ringkasan ke inbox Rosa sebelum jam 6 pagi.

Yang bikin saya tertarik bukan bagian "AI kerja waktu kita tidur". Itu sudah biasa. Yang menarik justru langkah keempatnya: aturan. Agent itu cuma boleh bikin draft, nggak boleh kirim.

Menurut saya, di situlah bedanya AI employee yang bikin hidup tenang dengan AI employee yang suatu pagi bikin kamu minta maaf ke customer.

Hero: the 5 AM AI employee drafts a morning page
Hero: the 5 AM AI employee drafts a morning page

AI Employee Itu Job Description, Bukan Prompt

Kesalahan paling umum waktu orang bikin agent untuk bisnis: langsung nulis prompt panjang, lalu berharap hasilnya konsisten.

Workflow di contoh Rosa justru mulai dari hal yang lebih membosankan. Bikin folder kosong, buka di Claude Code, lalu suruh agent mewawancarai kamu dulu sebelum menulis job description-nya ke file CLAUDE.md. Jadi yang ditulis bukan "tolong bantu saya", tapi pekerjaan yang jelas: apa yang dicek, kapan, output-nya seperti apa, dan siapa yang baca.

Saya setuju banget dengan urutan ini. Agent yang nggak punya job description itu seperti staf baru yang disuruh "bantu-bantu aja". Rajin, tapi arahnya ke mana-mana.

Lesson: tulis pekerjaannya dulu, baru pilih tool-nya.

7 Langkah yang Masuk Akal

Ini ringkasan tujuh langkah dari workflow tersebut, dengan catatan saya di tiap langkah.

Seven steps to build an AI employee: desk, tools, skill, rules, memory, test, schedule
Seven steps to build an AI employee: desk, tools, skill, rules, memory, test, schedule

  1. Desk. Satu folder khusus, satu file job description. Satu agent, satu pekerjaan.
  2. Tools. Gmail, Google Calendar, dan sheet invoice disambungkan lewat MCP connector, dengan akses read dan draft saja. Ini bukan detail kecil. Ini batas paling penting.
  3. Skill. Pekerjaan pagi ditulis sekali sebagai skill: baca email, draft balasan dengan gaya bahasa owner, tandai invoice yang lewat 14 hari, cocokkan jadwal job dengan cuaca, lalu rangkum semuanya di satu halaman.
  4. Rules. Draft balasan, jangan pernah kirim. Email hanya ke owner. Jangan bayar apa pun, jangan hapus apa pun, jangan ubah harga.
  5. Memory. Satu Google Doc bernama log, supaya agent ingat apa yang sudah dikerjakan dan apa yang masih menunggu.
  6. Run by hand. Jalankan manual tiga kali, baca setiap draft, lalu perbaiki instruksinya, bukan output-nya.
  7. Schedule. Folder masuk private GitHub repo, lalu dijadwalkan jalan weekdays jam 5:30 pagi di cloud Anthropic.

Langkah 6 ini yang paling sering di-skip, dan menurut saya paling mahal kalau di-skip. Kalau kamu cuma membetulkan output-nya, besok agent mengulang kesalahan yang sama. Kalau kamu membetulkan instruksinya, kesalahan itu hilang permanen.

Aturan "Draft Only" Itu Fitur, Bukan Kekurangan

Banyak orang merasa agent yang cuma bikin draft itu "setengah jadi". Saya justru sebaliknya.

Coba hitung apa yang sebenarnya makan waktu. Bukan menekan tombol send. Yang makan waktu itu membaca, mengingat konteks, mencari invoice yang telat, dan menyusun kalimat balasan. Semua itu bisa dikerjakan agent. Yang tersisa buat owner tinggal membaca, mengoreksi sedikit, lalu kirim.

What the AI employee may do on its own versus what only a human may do
What the AI employee may do on its own versus what only a human may do

Pembagiannya kira-kira begini:

Kolom kanan itu isinya keputusan yang nggak bisa ditarik lagi. Email yang sudah terkirim nggak bisa di-unsend. Transfer yang sudah jalan susah dibalikin. Harga yang salah ke customer bisa jadi janji.

Saya sudah bahas pola izin seperti ini waktu menulis soal MCP yang tersambung ke ERP. Prinsipnya sama: makin dekat ke uang dan ke customer, makin ketat izinnya.

Lesson: kasih agent akses baca seluas yang dia butuh, tapi akses tulis sesempit mungkin.

Hati-hati: Jalan di Cloud Artinya Nggak Ada yang Nungguin

Langkah ketujuh terdengar sepele, padahal di situ risikonya berubah.

Menurut dokumentasi Claude Code, cloud scheduled task (dulu namanya routines) adalah konfigurasi tersimpan berisi prompt, repo, dan connector yang jalan di infrastruktur cloud Anthropic, jadi tetap jalan walaupun laptop ditutup. Trigger-nya bisa jadwal, panggilan API, atau event GitHub. Fitur ini tersedia di paket Pro, Max, Ultra, Team, dan Enterprise, dan bisa dibuat lewat web, desktop app, atau perintah /schedule di CLI.

Ada beberapa detail di dokumentasi itu yang menurut saya wajib kamu tahu sebelum menaruh agent bisnis di sana:

  • Run-nya berjalan otonom sebagai sesi cloud penuh, dan kamu nggak memilih permission mode waktu membuat task-nya. Halaman dokumentasi routines bahkan menyebut nggak ada approval prompt selama run. Jadi pagar pengamannya harus ada di izin connector dan instruksi, bukan berharap agent bakal nanya dulu.
  • Perbandingan opsi scheduling menyebut cloud task bekerja dari fresh clone, tanpa akses ke file lokal, dengan interval minimum 1 jam. Untuk morning brief harian, itu lebih dari cukup.
  • Environment variable di cloud environment bisa dilihat siapa pun yang memakai environment itu. Dokumentasinya menyarankan menyimpan key sebagai network secret. Jangan taruh API key di file repo, apalagi di CLAUDE.md.

Contoh prinsip instruksi yang saya pakai untuk agent model begini, kurang lebih seperti ini:

markdown
## Hard rules
- Draft replies only. Never send email to anyone except the owner.
- Never pay, delete, archive, or change any price or discount.
- If something needs a decision, put it under "Needs you" on the page.
- Write every action to the log doc: what you did, what is still waiting.

Instruksi saja nggak cukup. Kalau connector Gmail-nya punya izin kirim, aturan "jangan kirim" cuma janji. Yang paling aman tetap memotong izinnya dari sisi tool.

Satu Halaman Itu Disengaja

Saya suka bagian "satu halaman". Bukan lima notifikasi, bukan sepuluh pesan WhatsApp.

Sistem yang baik itu lebih sering diam, dan kalau bicara, sekali tapi lengkap. Itu juga alasan saya menulis Sistem yang Sehat Lebih Sering Diam. Owner nggak butuh agent yang cerewet. Owner butuh satu halaman yang bisa dibaca sambil ngopi, dengan urutan yang jelas:

  1. Yang butuh keputusan kamu hari ini.
  2. Draft yang tinggal di-approve.
  3. Invoice yang telat dan berapa harinya.
  4. Jadwal yang kena gangguan (cuaca, bentrok, dsb).
  5. Yang sudah dikerjakan agent sejak kemarin.

Format ini juga memudahkan audit. Kalau suatu hari ada yang aneh, kamu tinggal buka log doc dan lihat apa yang dikerjakan agent, kapan, dan kenapa. Saya pernah menulis kenapa AI pribadi jangan jadi black box, dan log sederhana seperti ini adalah versi paling murah dari prinsip itu.

Kalau Saya Pakai untuk Bisnis Sendiri

Kalau saya terapkan ke bisnis jasa teknik atau laundry, saya nggak akan mulai dari tujuh hal sekaligus. Saya mulai dari satu: invoice yang telat. Itu yang paling jelas nilainya dan paling gampang dicek benar-salahnya.

Setelah dua minggu jalan stabil, baru tambah draft balasan untuk permintaan penawaran. Untuk draft yang terdengar seperti kita sendiri, saya pernah bahas caranya di artikel AI draft email dengan gaya sendiri. Terakhir, baru tambah cek jadwal dan cuaca.

Satu lagi: ide "kalau satu sudah jalan, yang kedua tinggal copy" itu benar, tapi jangan copy aturan pengamannya setengah-setengah. Setiap AI employee baru harus mulai lagi dari langkah 4 dan langkah 6.

Penutup

AI employee yang berguna bukan yang paling banyak bisa, tapi yang paling jelas batasnya.

Biarkan dia membaca semuanya, merangkum semuanya, dan menyiapkan semua draft. Tombol send, tombol bayar, dan tombol hapus tetap di tangan kamu.

Itu bukan karena AI-nya bodoh. Itu karena tanggung jawabnya tetap di kamu.

FAQ

Apa itu AI employee dalam konteks ini?

Agent AI dengan satu pekerjaan yang jelas, misalnya menyiapkan ringkasan pagi untuk owner, yang jalan terjadwal dan memakai tool seperti email, kalender, dan spreadsheet lewat connector.

Kenapa agent cuma boleh bikin draft?

Karena mengirim email, membayar, menghapus, dan mengubah harga adalah tindakan yang susah atau nggak bisa ditarik lagi. Draft memberi kamu kesempatan mengoreksi sebelum ada dampak ke customer.

Apakah harus pakai Claude Code?

Nggak. Contoh di artikel ini memakai Claude Code dan cloud scheduled task-nya, tapi polanya (job description, connector read-only, aturan, log, uji manual, jadwal) bisa diterapkan di agent lain yang mendukung tool dan jadwal.

Seberapa sering sebaiknya dijalankan?

Untuk ringkasan owner, sekali di pagi hari kerja sudah cukup. Menurut dokumentasi Claude Code, cloud scheduled task punya interval minimum 1 jam, jadi jadwal harian aman.

Di mana sebaiknya menyimpan API key?

Jangan di repo atau file instruksi. Untuk cloud environment Claude Code, dokumentasinya menyarankan network secret, karena environment variable bisa dilihat siapa pun yang memakai environment tersebut.

Ada Pertanyaan? Yuk Ngobrol!

Butuh bantuan setup OpenClaw, konsultasi IT, atau mau diskusi project engineering? Book a call langsung — gratis.

Book a Call — Gratis

via Cal.com • WITA (UTC+8)

Newsletter

Subscribe to Newsletter

Artikel baru, automation notes, dan engineering insight. Clean inbox, no spam.

Dengan subscribe, kamu setuju menerima update seperlunya.

F
Zainul Fanani

Founder, Radian Group. Engineering & tech enthusiast.

Lihat profil lengkap →