Korang pernah tak minta AI tulis something dalam Bahasa Melayu, tapi hasilnya… hmm, macam Google Translate je bunyinya? Stiff, formal sangat, atau ada ayat yang tak natural langsung.
Relax, korang tak sorang. Ramai bisnes owner Malaysia frust dengan output AI yang “pelik” bila guna BM.
Tapi sebenarnya, masalahnya BUKAN pada AI. Masalahnya pada prompt korang.
Macam kita ajar staf baru — kalau bagi arahan kabur, hasil pun kabur. AI pun sama. Lebih spesifik arahan, lebih mantap output.
Dalam artikel ni, aku nak kongsi 7 teknik prompt engineering untuk Bahasa Malaysia yang dah aku uji sendiri guna Claude, Gemini, dan Qwen. Setiap teknik ada contoh prompt siap guna yang korang boleh copy terus.
Mari kita mula.
Kenapa Prompt Engineering BM Berbeza Dengan English?
Before kita masuk teknik, faham dulu kenapa prompt BM kena gaya lain.
AI models — especially Claude, Gemini, Qwen — dilatih dengan data dominan English. Masa korang tulis prompt dalam BM, AI kena “terjemah” balik output ke konteks Melayu. Kalau prompt korang ringkas sangat, AI akan:
- Guna struktur ayat English yang direct translate
- Pilih kata formal yang jarang guna dalam daily chat
- Buat ayat panjang berjela tanpa emotional hook
Contoh prompt biasa (yang menghasilkan output lemah):
“Tulis konten pasal produk digital.”
Nampak macam okey, tapi output dia akan hambar. Takde personality, takde structure.
Sebab tu korang perlukan teknik yang spesifik untuk BM.
Teknik #1 — Beri Personaliti & Tone Spesifik
AI perlu tahu siapa dia dan macam mana nak bercakap.
Prompt yang power:
“Kamu adalah content creator Malaysia yang berpengalaman 5 tahun dalam bisnes digital. Gaya tulisan santai, familiar, macam cakap dengan kawan. Guna perkataan macam ‘korang’, ‘jom’, ‘confirm’, dan selitkan emoji sekali-sekala. Target audience: bisnes owner produk digital Malaysia yang baru nak mula guna AI.”
Bandingkan dengan: “Tulis artikel santai.” Jelas beza kan? Teknik ni aku panggil Role + Tone + Audience. Dalam satu prompt, korang define:
- Role: Content creator Malaysia
- Tone: Santai, familiar
- Audience: Bisnes owner produk digital
Guna dengan Claude, Gemini, atau Qwen — semuanya respon better dengan struktur ni.
Teknik #2 — Guna “Saya” Perspective Untuk Contoh Konkrit
Orang Malaysia suka contoh real. Bukan teori semata-mata.
Prompt teknik ni:
“Saya ada bisnes produk digital — ebook cara guna AI untuk content creation. Saya nak buat thread Twitter/X tentang 3 mistakes yang saya buat masa mula-mula jual ebook. Tolong tulis dalam BM pasar, santai, dengan emoji. Setiap point dalam 2-3 ayat saja.”
Bila korang guna “Saya”, AI faham konteks peribadi. Output jadi lebih natural sebab AI akan tulis dari sudut pandang first-person.
Pro tip: Guna nama produk atau situasi spesifik. Lagi spesifik, lagi real output dia.
Teknik #3 — Struktur Output Dengan Format Eksplisit
Nak AI bagi output dalam format tertentu? Cakap terus terang. Jangan harap AI boleh agak.
Contoh prompt:
“Buat satu email sales untuk produk software subscription AI video. Format MESTI include:
– Subject line (max 10 patah perkataan)
– 3 bullet problem
– 3 bullet solution
– CTA dengan link (guna [Link] placeholder)
– P.S. dengan testimonial ringkasGaya BM santai professional. Target: bisnes owner yang dah guna Canva tapi nak upgrade ke AI video.”
Qwen (Alibaba) cukup bagus dengan format detailed macam ni sebab training data Mandarin dia banyak guna structured output.
Teknik #4 — Chain-of-Thought Dalam BM (Step-by-Step)
Kalau nak AI selesaikan masalah kompleks, suruh dia fikir langkah demi langkah.
Prompt teknik ni:
“Saya nak buat lead magnet untuk bisnes coaching Meta Ads. Tolong fikir step-by-step:
Step 1: Suggest 3 idea lead magnet yang sesuai untuk target audience beginner.
Step 2: Untuk setiap idea, bagi outline kandungan (3-5 point).
Step 3: Tulis hook untuk landing page lead magnet tu.
Step 4: Suggest CTA yang berkesan.Guna BM santai profesional ya.”
Teknik ni panggil Chain-of-Thought (CoT). Dalam BM, ia paksa AI untuk bagi reasoning yang lebih jelas. Output jadi lebih tersusun dan praktikal.
Claude paling power untuk teknik ni sebab dia natural dengan long-form reasoning.
Teknik #5 — Negative Prompt (Apa Yang TAK Nak)
Sama penting dengan apa korang nak, korang kena bagitahu AI apa yang TAK nak.
Contoh prompt:
“Tulis caption Instagram untuk video tutorial AI video tools.
✅ Nak: Santai, guna perkataan pasar, ada hook dalam 3 patah perkataan pertama, ending dengan question.
❌ TAK nak: Formal sangat, ayat panjang lebih 30 patah perkataan, guna jargon teknikal macam ‘neural network’ atau ‘latency’, guna English campur kalau tak perlu.”
Dengan negative prompt, korang block semua output yang tak diingini.
Teknik #6 — Few-Shot Prompting Dengan Contoh BM
Bagi AI 2-3 contoh output yang korang suka. Lepas tu suruh dia tiru style tu.
Prompt:
“Berikut adalah 3 contoh caption Facebook Ads yang saya suka:
Contoh 1: ‘Penat buat video satu-satu? AI boleh buat 10 video dalam 5 minit. Jom belajar.’
Contoh 2: ‘RM97 sebuah ebook. Tapi kalau guna strategi yang salah, rugi 10x ganda. Nak tahu caranya?’
Contoh 3: ‘Dulu saya fikir AI ni complicated. Rupanya 3 klik je. Seriously.’Sekarang, tolong tulis 5 caption baru dengan style yang sama. Topik: software subscription AI untuk automate posting social media. Target: bisnes owner yang sibuk.”
Teknik few-shot ni paling berkesan bila korang nak maintain konsistensi brand voice.
Gemini very good dengan few-shot — Google’s model respond well to patterns.
Teknik #7 — System Prompt + Iterative Refinement
Teknik paling advanced: setup system prompt dulu, lepas tu refine output sikit-sikit.
System prompt (guna sekali di awal sesi):
“Kamu adalah penulis konten AI untuk bisnes digital Malaysia. Peraturan:
1. Output wajib dalam Bahasa Melayu pasar (bukan Melayu formal UPSR)
2. Guna perkataan ‘korang’, ‘aku’, ‘kita’, ‘jom’
3. Setiap hujung section ada satu sentence hook untuk baca seterusnya
4. Elakkan klise macam ‘di era teknologi ini’ atau ‘tidak dapat dinafikan’
5. Maksimum 3 emoji per output”
Lepas tu refine: “Tambah 2 contoh real dalam point #3” atau “Tukar intro to make it more controversial.” Workflow ni jimat masa gila untuk siri content.
Perbandingan Ringkas — Claude vs Gemini vs Qwen Untuk Prompt BM
| AI Model | Terbaik Untuk | Nota |
|---|---|---|
| Claude | Chain-of-Thought, long-form article, reasoning | Paling natural BM, faham nuance |
| Gemini | Few-shot, research, structured data | Bagus untuk content berfakta |
| Qwen | Format detailed, instruction following | Berkesan dengan prompt yang rigid |
Checklist Prompt Engineering BM (Save Ni!)
Nak cepat? Guna checklist ni setiap kali tulis prompt:
- [ ] Ada role spesifik? (“Kamu adalah content creator…”)
- [ ] Ada tone yang jelas? (Santai / Professional / Inspirational)
- [ ] Target siapa? (Bisnes owner / Content creator / Beginner)
- [ ] Format output dah specify? (Bullet / Paragraph / Table)
- [ ] Negative prompt dah include? (Apa yang TAK nak)
- [ ] Contoh dah bagi? (Few-shot kalau ada)
- [ ] Guna BM pasar, bukan formal? (Korang / kita / jom)
Mulai Hari Ni
Prompt engineering BM bukan sains roket. Tapi ia skill yang korang kena latih. Mula dengan satu teknik hari ni — suggest Teknik #1 (Role + Tone + Audience) dulu. Lepas selesa, tambah teknik lain.
Hasilnya? Output AI yang betul-betul bunyi macam orang Malaysia tulis. Bukan Google Translate version 2.0.
CTA: Copy salah satu prompt atas, try guna dengan Claude, Gemini, atau Qwen sekarang. Reply kat comment kalau ada hasil menarik — aku nak tengok jugak! 😊
Leave a Reply