AI terms, in plain language

Apa itu prompt caching?

Prompt caching membuat penyedia model bisa memakai ulang bagian prompt yang tidak berubah antar panggilan, biasanya system prompt yang panjang atau instruksi tetap, tanpa memproses ulang setiap kali. Untuk apa pun yang menjalankan pembuka yang sama berulang-ulang, seperti agent atau bot support, ini salah satu tuas terbesar untuk menekan biaya jalan. Besar diskonnya beda-beda per penyedia dan sering berubah, jadi cek harga terkini, jangan percaya angka yang Anda baca di suatu tempat.

Apa itu AEO (Answer Engine Optimization)?

AEO adalah praktik menyusun konten supaya langsung menjawab pertanyaan spesifik, sehingga mudah diambil dan dikutip oleh mesin pencari maupun asisten AI: heading yang jelas, jawaban langsung di awal, FAQ, bahasa yang presisi. Praktiknya banyak tumpang tindih dengan GEO. Istilahnya tidak terlalu penting, kebiasaannya yang penting: menulis supaya mesin bisa mengangkat jawabannya dan manusia bisa memercayainya.

Apa itu adopsi AI?

Adopsi AI adalah proses memasukkan AI ke dalam cara perusahaan benar-benar bekerja: memilih use case yang tepat, mencocokkan tool dengan workflow nyata, melatih orang, dan mengelola perubahan, supaya menghasilkan nilai yang terukur. Ini soal bisnis dan manusia, bukan sekadar membeli teknologi. Kebanyakan upaya AI gagal di titik ini, bukan pada modelnya, tapi pada integrasi, kepercayaan, dan konsistensi menjalankannya.

Apa itu AI governance?

AI governance adalah kumpulan keputusan soal siapa boleh memakai AI untuk apa, apa yang tidak boleh disentuh sama sekali, siapa yang menyetujui dan siapa yang bertanggung jawab, serta apa yang dicatat supaya kejadiannya bisa ditelusuri ulang. Guardrails itu penegakan teknisnya; governance adalah keputusan yang ditegakkan. Ujinya sederhana: bisakah Anda menunjukkan ke auditor apa yang dihasilkan AI, siapa yang meninjau, dan berujung ke mana.

Apa itu Google AI Mode?

AI Mode adalah pengalaman pencarian percakapan dari Google: pengguna bertanya dengan bahasa sehari-hari yang kompleks dan mendapat satu jawaban rangkuman. Di belakang layar, Google menjalankan banyak sub-pencarian terkait (query fan-out) lalu merangkai temuannya. Untuk bisnis, brand yang punya konten jelas dan tepercaya di satu topik utuh punya peluang lebih besar masuk ke jawaban itu dibanding brand dengan satu halaman generik.

Apa itu Google AI Overviews?

AI Overviews adalah ringkasan buatan AI yang ditampilkan Google di atas hasil pencarian biasa untuk banyak query. Alih-alih sepuluh link, pengguna langsung mendapat satu jawaban rangkuman dengan beberapa sumber yang dikutip. Untuk bisnis, ini mengubah permainan: klik ke website berkurang, dan persaingan barunya adalah menjadi salah satu sumber yang benar-benar dikutip di ringkasan itu.

Apa itu AI slop?

AI slop adalah konten buatan AI yang dikerjakan asal-asalan lalu diterbitkan dalam jumlah banyak: artikel pengisi, gambar generik, ringkasan dari ringkasan. Murah dibuat, tapi melelahkan untuk disaring, dan karena itu mesin pencari maupun pembaca sekarang lebih cepat mengabaikannya. Untuk bisnis, ini lebih merupakan risiko posisi ketimbang risiko teknis, karena konten yang terbaca seperti slop membuat seluruh brand terkesan dijalankan mesin.

Apa itu GEO (Generative Engine Optimization)?

GEO adalah praktik menyusun dan menerbitkan konten agar mesin AI seperti ChatGPT, Perplexity, Gemini, dan jawaban AI Google mengutipnya saat merespons pengguna. Kalau SEO tradisional berebut peringkat link, GEO berebut menjadi sumber yang dikutip AI. Untuk bisnis, inilah cara tetap terlihat saat makin banyak orang mendapat jawaban langsung dari AI alih-alih mengeklik hasil pencarian.

Apa itu llms.txt?

llms.txt adalah usulan file di root sebuah situs, diperkenalkan Jeremy Howard pada September 2024, yang dimaksudkan untuk memberi tahu model AI halaman mana yang penting dan bagaimana membacanya. Layak diketahui, tapi statusnya perlu jelas: belum ada penyedia AI besar yang berkomitmen memakainya, dan Google menyatakan terbuka pada 2025 bahwa mereka tidak memakainya dan tidak berencana. Anggap ini kebersihan teknis yang murah, bukan jaminan dikutip.

Apa itu shadow AI?

Shadow AI adalah karyawan memakai tool AI yang belum disetujui perusahaan, biasanya lewat akun pribadi, sering sambil menempelkan data kerja ke dalamnya. Umumnya ini tanda tool resminya terlalu lambat atau terlalu dibatasi, bukan soal karyawannya tidak disiplin. Saat sebuah perusahaan bilang mereka masih mengevaluasi AI, shadow AI sering kali adalah kondisi adopsi yang sebenarnya, dan di situ pula risiko kebocoran datanya berada.

Apa itu agent harness?

Harness adalah semua hal di sekeliling model yang membuatnya jadi sistem yang benar-benar jalan: tool yang bisa dipanggil, cara menyimpan dan mengambil memory, apa yang terjadi kalau satu langkah gagal, retry, batasan, dan logging. Cara menyebutnya yang lazim di 2026: agent itu model plus harness. Di sinilah letak sebagian besar jarak antara demo yang mengesankan dan sistem yang benar-benar andal di operasional.

Apa itu LLM-as-a-judge?

LLM-as-a-judge adalah memakai satu model untuk menilai output model lain, supaya evaluasi bisa dilakukan dalam skala yang tidak mungkin dikerjakan manusia satu per satu. Cara ini cukup bekerja sampai jadi praktik umum, tapi biasnya nyata: penilai cenderung memilih jawaban yang lebih panjang, condong ke opsi yang dilihat lebih dulu, dan menilai output buatannya sendiri lebih tinggi. Perlakukan sebagai sinyal cepat yang tetap Anda cek manual, bukan kebenaran akhir.

Apa itu agentic AI?

Agentic AI adalah pendekatan yang lebih luas, di mana sistem AI merencanakan, mengoordinasikan, dan beradaptasi lintas banyak tool, langkah, bahkan beberapa agent sekaligus untuk mencapai tujuan bisnis dengan campur tangan manusia yang minim. Kalau satu AI agent ibarat satu pekerja, agentic AI adalah tim yang bekerja terkoordinasi lintas sistem. Kata 'agentic' menggambarkan perilaku otonom dan berorientasi tujuan ini.

Apa itu AI agent?

AI agent adalah software yang memakai language model untuk mengejar sebuah tujuan secara mandiri: ia memutuskan langkah, memanggil tool atau sistem, lalu bertindak, bukan sekadar menjawab. Beda dengan chatbot yang sekadar membalas, agent bisa menuntaskan tugas multi-langkah seperti memproses invoice atau menyaring lead, dalam batasan yang Anda tentukan.

Apa itu context engineering?

Context engineering adalah praktik mengelola segala hal yang diketahui AI saat ia bertindak: dokumen relevan, memory, output tool, kebijakan perusahaan, dan langkah sebelumnya. Kalau prompt engineering soal apa yang Anda katakan, context engineering soal informasi apa yang bisa diakses model. Ini paling krusial untuk AI agent, karena jawaban bagus bergantung pada memberi model informasi yang tepat, bukan sekadar kata-kata pintar.

Apa itu context window dalam AI?

Context window adalah seberapa banyak teks yang bisa dipegang model dalam satu waktu: prompt Anda, dokumen yang di-paste, sampai riwayat percakapan, semuanya dihitung dalam token. Apa pun di luar itu tidak terlihat oleh model. Kalau percakapan panjang mulai lupa detail di awal, atau dokumen besar terpotong, berarti Anda sudah menyentuh batasnya. Itu soal kapasitas, bukan modelnya ceroboh.

Apa itu inference dalam AI?

Inference adalah saat model benar-benar bekerja: Anda mengirim permintaan, model menghasilkan jawaban. Training itu proses mahal yang dilakukan sekali untuk membangun modelnya; inference terjadi setiap kali ada orang memakainya. Ini penting secara komersial karena inference adalah biaya yang terus berjalan. Kalau sebuah fitur AI ternyata mahal saat dipakai massal, hampir selalu yang membengkak adalah biaya inference, bukan training.

Apa itu MCP (Model Context Protocol)?

MCP adalah standar terbuka, diperkenalkan Anthropic pada 2024 dan kini dikelola lewat Agentic AI Foundation di bawah Linux Foundation, yang membuat aplikasi AI bisa terhubung ke tool, data, dan sistem dengan cara yang konsisten. Bayangkan seperti port USB-C untuk AI: satu colokan standar, bukan integrasi khusus untuk tiap aplikasi. Kini sudah diadopsi luas, sehingga AI agent jauh lebih mudah disambungkan ke sistem bisnis nyata.

Apa itu prompt engineering?

Prompt engineering adalah keterampilan menulis instruksi yang jelas dan terstruktur agar model AI memberi output yang akurat dan berguna. Ini mencakup apa yang Anda minta, bagaimana merumuskannya, peran dan contoh yang Anda berikan, serta format yang diminta. Untuk bisnis, prompting yang baik adalah cara termurah memperbaiki hasil, tanpa coding, cukup kejelasan soal tugas dan konteks.

Apa itu RAG (retrieval-augmented generation)?

RAG adalah metode yang membuat AI mengambil informasi relevan dari dokumen atau database Anda sendiri sebelum menjawab, bukan hanya mengandalkan apa yang dipelajarinya saat training. Model mencari materi yang tepat, lalu menyusun jawaban berdasarkan materi itu. Untuk bisnis, RAG adalah cara membangun AI yang menjawab dari data riil Anda, menekan jawaban karangan dan menjaga respons tetap up to date.

Apa itu token dalam AI?

Token adalah satuan kecil teks yang dibaca dan dihasilkan model AI, kira-kira sepotong kata atau beberapa karakter. Model memproses teks sebagai token, dan harga serta batas AI dihitung dengan satuan ini, baik input Anda maupun output model sama-sama terhitung. Untuk bisnis, token penting soal biaya dan kapasitas: dokumen dan percakapan yang panjang memakai lebih banyak token, yang langsung memengaruhi tagihan Anda.

Apa itu corporate AI training?

Corporate AI training adalah pelatihan terstruktur yang mengajari karyawan sebuah perusahaan memakai tool AI secara efektif dan bertanggung jawab dalam pekerjaan mereka sehari-hari. Program yang baik lebih dari sekadar demo: mencakup prompting praktis, workflow nyata, penanganan data yang aman, dan batasan yang perlu diwaspadai. Tujuannya kemampuan yang melekat, tim yang percaya diri memakai AI rutin, bukan workshop sekali jalan yang langsung dilupakan.

Apa itu fine-tuning?

Fine-tuning adalah melatih lebih lanjut model AI yang sudah ada dengan contoh-contoh milik Anda, supaya ia menyesuaikan diri ke gaya, tugas, atau domain tertentu. Daripada membangun model dari nol, Anda menyesuaikan yang sudah jalan. Berguna untuk nada yang konsisten atau tugas khusus, tapi untuk kebanyakan kebutuhan bisnis, prompting yang baik atau RAG lebih murah dan cepat ketimbang fine-tuning.

Apa itu vibe coding?

Vibe coding adalah membuat software dengan cara mendeskripsikan yang Anda mau pakai bahasa biasa, lalu membiarkan AI yang menulis kodenya, dan menerima sebagian besar hasilnya tanpa dibaca detail. Untuk prototype, tool internal, atau menguji ide dengan cepat, ini benar-benar berguna. Masalah muncul kalau hasilnya langsung dipakai di production tanpa ada yang paham isinya, karena orang yang tidak bisa membaca kodenya juga tidak bisa memperbaikinya saat rusak.

Apa itu generative AI?

Generative AI adalah AI yang menghasilkan konten baru, baik teks, gambar, kode, audio, maupun video, bukan sekadar mengklasifikasikan atau memprediksi dari data yang ada. Ia mempelajari pola dari dataset besar, lalu memproduksi output baru sesuai permintaan. Untuk bisnis, inilah teknologi di balik ChatGPT, Claude, dan tool gambar, berguna untuk drafting, merangkum, coding, dan customer support dalam skala besar.

Apa itu LLM (large language model)?

Large language model adalah AI yang dilatih dengan teks dalam jumlah sangat besar untuk memahami dan menghasilkan bahasa manusia. Cara kerjanya memprediksi kata berikutnya yang paling mungkin, sehingga bisa menjawab pertanyaan, menulis, menerjemahkan, dan merangkum. LLM seperti GPT, Claude, dan Gemini adalah mesin di balik kebanyakan tool AI bisnis. Kuat, tapi bukan database fakta yang pasti benar.

Apa itu open-weight model?

Open-weight model adalah AI yang parameter hasil trainingnya dipublikasikan agar siapa pun bisa mengunduh, menjalankan, dan melakukan fine-tuning di hardware sendiri, meski data dan kode pelatihan lengkapnya biasanya tetap tertutup. Model seperti Llama, DeepSeek, dan Qwen itu open-weight, bukan sepenuhnya open-source. Untuk bisnis, ini memungkinkan hosting lokal, kontrol data, dan biaya API lebih rendah, dengan selisih kemampuan kecil yang terus menyempit dibanding model tertutup.

Apa itu guardrails AI?

Guardrails adalah aturan, filter, dan batasan yang dipasang di sekeliling sistem AI agar perilakunya tetap aman, akurat, dan sesuai kebijakan. Guardrails bisa memblokir respons berbahaya atau melenceng, membatasi data yang boleh disentuh AI, mewajibkan persetujuan untuk aksi berisiko, serta menegakkan standar brand atau hukum. Untuk bisnis, guardrails inilah yang membuat penerapan AI, terutama agent, cukup tepercaya untuk dihadapkan ke pelanggan.

Apa itu halusinasi AI?

Halusinasi AI adalah ketika AI menghasilkan informasi yang terdengar yakin dan masuk akal padahal sebenarnya salah atau dikarang, misalnya statistik palsu, tanggal keliru, atau sumber yang tidak ada. Ini terjadi karena model memprediksi teks yang mungkin, bukan kebenaran yang terverifikasi. Untuk bisnis, inilah risiko utamanya: selalu cek fakta output AI sebelum dipakai, terutama untuk angka, nama, klaim hukum, atau keuangan.

Apa itu human-in-the-loop?

Human-in-the-loop adalah desain di mana seseorang meninjau, menyetujui, atau mengoreksi hasil kerja AI di titik-titik penting, bukan membiarkannya jalan tanpa pengawasan. AI menangani kecepatan dan volume; manusia menangani pertimbangan dan tanggung jawab. Untuk bisnis, ini default yang masuk akal untuk tugas berisiko tinggi: Anda dapat efisiensi AI sambil tetap ada orang yang bertanggung jawab atas apa yang benar-benar keluar.

Apa itu indirect prompt injection?

Indirect prompt injection adalah ketika instruksi berbahaya disembunyikan di dalam konten yang dibaca AI, bukan diketik oleh penggunanya: halaman web, email, dokumen bersama, atau undangan kalender. Agent tidak bisa membedakan mana data dan mana perintah secara andal, jadi bisa saja ia menurutinya. OWASP menempatkan prompt injection sebagai risiko keamanan LLM nomor satu, dan ini masalah paling sulit untuk agent mana pun yang menyentuh email, file, atau internet terbuka.