Skip to content
Tech

Onboard AI Agent Kayak Anak Magang: Sedikit Bot, Hasil Lebih Bagus

Bot ngawur biasanya kurang onboarding, bukan kurang model. Cara onboard AI agent seperti anak magang: brain dump, restate, grill, lalu jadikan skill.
6 minutes to read
2 minggu lalu
Zainul Fanani
Onboard AI Agent Kayak Anak Magang: Sedikit Bot, Hasil Lebih Bagus
📅 2 Nov 2026🤍0 👁 0 🔗 0

Bayangin kamu rekrut anak magang baru.

Hari pertama, kamu nggak langsung bilang "tolong urus keuangan kantor, aku tinggal ya." Kamu kenalin diri, jelasin kerjaan, tunjukin tool yang dipakai, lalu cek apakah dia beneran paham sebelum dilepas.

Anehnya, ke AI agent kita sering kebalik. Bikin bot baru, kasih prompt dua kalimat, lalu kecewa karena hasilnya ngawur. Terus solusinya? Bikin bot lagi. Dan lagi.

Menurut saya masalahnya jarang di model. Masalahnya di onboarding.

Kebanyakan bot itu jebakan

Godaan pertama waktu pakai platform AI agent adalah bikin satu bot untuk setiap ide. Bot riset, bot caption, bot email, bot reminder, bot ringkasan meeting, dan seterusnya.

Kelihatannya produktif. Kenyataannya, kamu baru saja menambah karyawan yang semuanya butuh dirawat.

poteto merangkum ini dengan simpel: kamu nggak butuh banyak bot, beberapa bot yang bagus bisa lebih berguna dan lebih gampang di-manage daripada tim yang besar. Saya setuju banget.

Anthropic juga bilang hal serupa di Building Effective Agents: cari solusi paling sederhana, dan tambah kompleksitas hanya kalau memang perlu. Kadang jawabannya malah bukan agentic system sama sekali.

Perbandingan 12 bot dengan lane kabur versus 3 bot dengan lane jelas
Perbandingan 12 bot dengan lane kabur versus 3 bot dengan lane jelas

Tiap bot tambahan itu biaya: instruksi yang harus dijaga, memory yang bisa melenceng, akses yang harus diaudit. Soal audit dan drift ini sudah saya bahas panjang di Tim AI Agent Juga Bisa Drift.

Lesson: tambah bot hanya kalau ada lane kerja yang benar-benar kosong, bukan karena ada ide baru.

Step 1: Brain dump, jangan nulis prompt

Prompt yang rapi itu bagus. Tapi waktu onboarding, yang dibutuhkan bot adalah konteks, dan konteks paling banyak keluar waktu kamu ngomong, bukan waktu kamu ngetik.

Tips favorit poteto di post yang sama: pakai voice mode atau transkripsi, lalu brain dump semuanya. Kerjaan kamu apa, siapa customer-nya, apa yang sering bikin repot, standar hasil yang kamu mau.

Nggak usah takut berantakan. Bot yang bagus bisa nyusun ulang.

Saya pribadi lebih suka cara ini karena detail kecil yang biasanya kelupaan waktu ngetik justru keluar waktu cerita. Konsep yang sama pernah saya tulis di Voice Memo to Action.

Step 2: Minta bot restate pakai kata-katanya sendiri

Ini langkah yang paling sering dilewati, padahal paling murah.

Setelah brain dump, bilang ke bot:

text
Restate this in your own words. Apa yang kamu pahami soal kerjaan saya,
apa yang harus kamu lakukan, dan apa yang TIDAK boleh kamu lakukan?

Kalau ringkasannya meleset, kamu baru saja menghemat satu minggu hasil kerja yang salah arah. Kalau tepat, kamu punya dokumen onboarding gratis.

Ini sama persis dengan anak magang: "Coba jelasin balik ke saya, tugasmu apa?" Kalau dia nggak bisa jelasin, dia belum siap kerja.

Lesson: jangan anggap bot paham. Suruh dia buktikan dulu.

Step 3: Biarkan bot yang interogasi kamu

Brain dump itu satu arah. Masih banyak asumsi yang nggak kamu sadari.

Di sini saya suka pendekatan "grill me". @KacperRutk nunjukin alurnya: pakai bot desainer, kasih skill grill-me dari Matt Pocock, dump ide bot kamu, lalu biarkan kamu "digoreng" pertanyaan sebelum bot dibangun.

Menurut dokumentasi grill-me, skill ini mengubah ide yang masih longgar jadi keputusan lewat wawancara berputaran. Tiap putaran berisi pertanyaan yang prasyaratnya sudah kamu jawab, jadi pertanyaan berikutnya selalu nyambung dengan jawaban sebelumnya.

Ada satu peringatan di dokumentasi itu yang menurut saya penting banget: failure mode-nya adalah pasif. Kalau kamu cuma jawab "setuju, setuju, setuju" sampai empat puluh pertanyaan, hasilnya rencana yang ditulis agent dan kamu cuma mengangguk.

Jadi waktu digoreng, lawan balik. Bilang "nggak tahu" kalau memang nggak tahu. Bilang kalau scope mulai melebar.

Contoh pertanyaan yang biasanya muncul waktu saya desain bot untuk bisnis:

  1. Output akhirnya apa, dan siapa yang baca?
  2. Mana yang boleh dikirim langsung, mana yang harus draft dulu?
  3. Sumber data mana yang dianggap benar kalau dua sumber bertentangan?
  4. Kapan bot harus berhenti dan tanya?

Pertanyaan nomor 2 dan 4 itu yang paling sering menyelamatkan. Saya pernah bahas pola draft-only ini di AI Employee untuk Owner Bisnis.

Step 4: Ubah instruksi jadi skill

Instruksi di chat itu gampang hilang. Percakapan makin panjang, detail awal makin tenggelam.

Saran poteto: setiap kali kamu ngajarin bot cara mengerjakan sesuatu, suruh dia bikin skill untuk dirinya sendiri. Dengan begitu dia lebih konsisten, bahkan di percakapan yang panjang. Dia juga menyebut kamu bisa minta bot menyimpan skill di private GitHub repo kalau mau ada salinan terpisah.

Contoh perintahnya:

text
Kita barusan beresin cara bikin ringkasan invoice mingguan.
Simpan langkah-langkahnya jadi skill yang bisa kamu pakai lagi,
tanpa data customer atau angka spesifik di dalamnya.

Perhatikan kalimat terakhir. Skill itu template, bukan arsip data. Jangan sampai nama customer atau harga ikut tersimpan.

Soal mengelola banyak skill sekaligus, saya pernah nulis pengalaman bikin ekosistemnya di Membangun Ekosistem AI Agent Skill.

Lesson: kalau kamu menjelaskan hal yang sama dua kali, itu tanda harus jadi skill.

Step 5: Kasih tool, tapi pakai vault

Anak magang yang nggak dikasih akses email dan spreadsheet nggak akan bisa bantu banyak. Bot juga begitu.

poteto menyarankan sambungkan connector, pakai vault, dan kasih akses ke tool yang kamu pakai kerja. Dia juga menyebut bot bisa punya email sendiri supaya akunnya terpisah dari akun kamu.

Saya setuju, dengan dua catatan dari sisi keamanan:

  • Rahasia masuk vault, bukan chat. Jangan pernah tempel API key atau password di percakapan.
  • Akses secukupnya. Bot yang cuma butuh baca kalender nggak perlu akses kirim email.

Ini sejalan dengan risiko Excessive Agency di OWASP Top 10 for LLM: makin luas izin bot, makin besar dampaknya kalau dia salah langkah.

Loop onboarding AI agent: brain dump, restate, grill, tulis skill, sambungkan tool, otomasi
Loop onboarding AI agent: brain dump, restate, grill, tulis skill, sambungkan tool, otomasi

Step 6: Cari kerjaan copy-paste kamu

Bagian ini yang bikin onboarding terasa hasilnya.

Coba ingat-ingat: di mana kamu masih copy-paste informasi dari satu tempat ke bot? Ambil data dari email lalu tempel ke chat. Download file lalu upload lagi. Salin angka dari dashboard.

poteto menyarankan tanya langsung ke bot: "Gimana caranya kamu yang ngerjain bagian ini?" Lalu kenalin diri, jelasin pekerjaanmu, dan tanya bagian mana yang bisa diotomasi.

Bot sering tahu jalan yang nggak kepikiran sama kita, misalnya connector yang sudah tersedia atau jadwal rutin yang bisa jalan sendiri.

Lalu ulangi loop-nya. Tiap otomasi baru adalah onboarding kecil: jelaskan, restate, grill, jadikan skill.

Kesalahan yang sering saya lihat

Penutup

AI agent yang bagus bukan hasil prompt sakti. Dia hasil onboarding yang serius.

Sedikit bot, lane jelas, dan setiap bot ngerti kerjaannya karena kamu sudah ngecek pemahamannya, bukan berasumsi.

Perlakukan bot seperti anak magang yang pintar tapi baru masuk. Kamu tetap manajernya.

FAQ

Berapa jumlah bot yang ideal untuk satu orang?

Nggak ada angka pasti. Prinsip saya: mulai dari satu atau dua, tambah hanya kalau ada lane kerja yang jelas belum ada pemiliknya.

Apa bedanya skill dengan instruksi biasa?

Instruksi di chat bisa tenggelam di percakapan panjang. Skill adalah langkah tertulis yang disimpan dan bisa dipanggil ulang, jadi hasilnya lebih konsisten.

Apakah harus pakai skill grill-me?

Nggak wajib. Kamu bisa minta bot mana pun untuk mewawancarai kamu sebelum membangun sesuatu. grill-me hanya membuat proses itu lebih terstruktur.

Kenapa harus pakai voice mode?

Ngomong lebih cepat dan lebih lengkap daripada ngetik. Detail kecil yang penting sering baru muncul waktu kamu cerita bebas.

Bagaimana cara aman memberi bot akses ke akun kerja?

Simpan kredensial di vault, kasih izin seminimal mungkin sesuai tugas, dan minta bot membuat draft dulu untuk aksi yang berdampak ke orang lain.

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 →