MatraNews.id –– Kata Jadi Gambar
- Oleh Budi Raharjo
Saya sekarang punya hobi baru: memotret. Tapi tidak membawa kamera. Tidak punya studio, tidak mengatur lampu, dan tidak pula menyuruh model berdiri begini atau menoleh begitu. Saya hanya mengetik.
“Seorang pria memakai jas hitam, berdiri di ruangan minimalis. Cahaya datang dari kiri, kamera mengambil gambar dari sudut agak rendah, wajah harus natural dan jangan terlalu mulus.”
Enter. Beberapa saat kemudian jadilah foto. Kadang bagus, kadang aneh. Kadang wajahnya seperti saya, kadang seperti saudara saya yang tidak pernah lahir.
Itulah Visual AI.
Saya belakangan memang senang mengutak-atiknya. Bukan karena ingin menjadi fotografer, juga bukan karena ingin pindah profesi. Saya justru tertarik pada satu hal yang kelihatannya sepele: kata-kata sekarang bisa menjadi gambar.
Dulu kata menjadi kalimat, lalu kalimat menjadi cerita. Sekarang kalimat bisa menjadi manusia, gedung, poster, lukisan, bahkan dunia yang sebelumnya hanya ada di kepala. Syaratnya satu: Anda harus bisa menjelaskan isi kepala itu kepada mesin.
Namanya: prompt.
Mesin Jangan Disuruh Menebak
Sebenarnya prompt bukan barang ajaib. Prompt hanyalah perintah. Misalnya Anda mengetik, “Buat foto seorang pria.” AI akan membuatkannya. Masalahnya: pria yang mana?
Tua atau muda? Mengenakan jas atau kaus? Berdiri di kantor atau di pantai? Ekspresinya serius atau tersenyum? Cahaya datang dari depan atau samping? Fotonya seperti dokumentasi jurnalistik, iklan, sampul majalah, atau adegan film?
AI tidak tahu. Maka mesin menebak.
Semakin banyak yang harus ditebak AI, semakin besar kemungkinan hasilnya berbeda dengan apa yang ada di kepala kita. Saya kemudian mencoba lebih cerewet.
“Buat potret editorial realistis seorang pria mengenakan jas hitam, berdiri di studio minimalis berlatar abu-abu gelap. Gunakan pencahayaan sinematik dari samping, ekspresi tenang dan percaya diri, komposisi medium close-up, tekstur kulit natural, serta nuansa fotografi majalah premium.”
Hasilnya berbeda. Jauh lebih mendekati apa yang saya bayangkan. Padahal subjeknya tetap sama: seorang pria. Bedanya, sekarang mesin tidak terlalu banyak disuruh menebak.
Saya akhirnya mendapat pelajaran sederhana dari teknologi yang katanya sangat canggih itu: kalau Anda tahu apa yang Anda mau, katakan dengan jelas.
Ternyata prinsip itu berlaku juga untuk AI. Mungkin berlaku juga untuk kehidupan.
Empat Bekal
Saya kemudian mencoba merumuskan cara paling gampang membuat prompt. Tidak perlu rumit. Cukup mengingat empat hal: Peran, Konteks, Tugas, dan Format.
Misalnya saya ingin AI membantu menulis artikel. Jangan hanya mengatakan, “Tolong buat tulisan.” AI bisa mengerjakannya, tetapi ia harus menebak banyak hal. Tulisan apa? Untuk siapa? Panjangnya berapa? Gayanya bagaimana?
Lebih baik kita mengatakan: “Bertindaklah sebagai editor majalah.” Itu peran. Kemudian: “Artikel ini ditujukan kepada pembaca umum yang ingin memahami perkembangan AI.” Itu konteks.
Setelah itu berikan tugas: “Jelaskan bagaimana prompt digunakan untuk menghasilkan gambar.” Terakhir tentukan format: “Tulis sekitar 700 kata dengan bahasa populer, ringan, dan mudah dipahami.”
Selesai.
Tidak perlu menggunakan istilah teknis yang membuat kepala berasap. Prompt yang bagus bukan prompt yang kelihatan pintar. Prompt yang bagus adalah prompt yang membuat mesin mengerti apa yang kita inginkan.
Ternyata Kamera Punya Bahasa
Ada kejutan lain. Semakin sering bermain Visual AI, saya justru semakin banyak belajar fotografi.
Saya mulai mengenal close-up, medium shot, full body, eye-level, low angle, dan high angle. Saya juga mulai memahami istilah soft lighting, backlight, rim light, sampai cinematic lighting.
Dulu saya mungkin hanya mengatakan, “Bikin fotonya keren.” Sekarang saya mulai bertanya: keren itu sebenarnya apa? Apakah karena cahaya, sudut kamera, ekspresi, warna, komposisi, atau cerita yang muncul dari foto tersebut?
Ini yang menurut saya menarik. AI ternyata bukan hanya membuat gambar. AI memaksa kita menjelaskan imajinasi sendiri.
Kita sering merasa tahu apa yang kita inginkan. Tetapi ketika ditanya, “Persisnya seperti apa?” kita justru bingung menjelaskannya.
Dalam Visual AI, kebingungan seperti itu langsung terlihat pada hasil gambar. Kalau instruksi kita kabur, mesin akan mengisi bagian yang kosong dengan interpretasinya sendiri.
Karena itu, belajar prompt sebenarnya sekaligus belajar melihat.
Bukan Cuma Gambar
Tentu prompt tidak hanya digunakan untuk membuat gambar. Saya bisa meminta AI membaca dokumen panjang lalu meringkasnya.
Wartawan dapat meminta bantuan memetakan persoalan. Editor bisa meminta AI memeriksa struktur tulisan. Pelajar dapat meminta sebuah konsep rumit dijelaskan dengan bahasa sederhana.
Pekerja kantoran dapat menggunakannya untuk membuat draf surat elektronik, merangkum laporan, atau menyusun bahan presentasi.
Programmer bisa meminta bantuan membaca kode. Orang yang tidak memahami bahasa asing bisa meminta terjemahan. Orang yang sedang kehabisan ide bahkan dapat meminta AI membantu mencari gagasan.
AI juga dapat diberi peran. Kita bisa mengatakan, “Bertindaklah sebagai guru bahasa Inggris,” “Bertindaklah sebagai editor majalah,” atau “Bertindaklah sebagai fotografer editorial.”
Tentu AI tidak benar-benar berubah menjadi guru, editor, atau fotografer. Perintah tersebut hanya membantu memberikan sudut pandang sebelum AI mengerjakan tugas.
Tetapi ada bahayanya. Karena jawabannya datang begitu cepat, kita bisa tergoda menganggap jawabannya selalu benar.
Padahal tidak.
AI bisa salah data, salah konteks, bahkan membuat kutipan yang tidak pernah diucapkan siapa pun. Dalam gambar, kesalahannya kadang lebih mudah terlihat. Tangan bisa memiliki enam jari, kacamata berubah bentuk, anatomi tubuh tidak masuk akal, atau tulisan di papan terlihat seperti bahasa dari planet lain.
Karena itu saya tetap memegang prinsip lama dalam dunia jurnalistik: periksa.
AI boleh cepat. Manusia jangan ikut-ikutan ceroboh.
Jangan Puas Sekali Jadi
Saya juga belajar satu hal: jangan terlalu berharap pada prompt pertama.
Misalnya saya meminta wajah natural, tetapi hasilnya belum natural. Saya tambahkan instruksi agar tekstur kulit tidak terlalu halus. Hasilnya membaik. Kalau pencahayaannya terlalu keras, saya ubah lagi. Kalau pose terlalu kaku, saya koreksi. Kalau latar belakang terlalu ramai, saya sederhanakan.
Begitu terus.
Prompt ternyata bukan mantra yang sekali diucapkan langsung menghasilkan sesuatu yang sempurna. Ia lebih mirip percakapan. Kita memberikan instruksi, AI memberikan hasil. Kita melihat kekurangannya, kemudian memberikan koreksi. AI membuat lagi.
Istilah kerennya: refining.
Sebenarnya proses seperti ini bukan barang baru. Fotografer bisa memotret puluhan kali untuk mendapatkan satu foto terbaik. Wartawan menulis, membaca ulang, menghapus, kemudian menulis lagi.
Desainer membuat sejumlah rancangan sebelum menentukan satu pilihan. Sutradara melakukan beberapa kali pengambilan gambar sebelum memilih adegan terbaik.
AI hanya membuat putaran eksperimen tersebut berlangsung jauh lebih cepat.
Siapa Sutradaranya?
Lalu muncul pertanyaan yang lebih besar. Kalau AI sudah bisa menulis, menggambar, membuat musik, bahkan menghasilkan video, untuk apa manusia?
Saya justru melihatnya terbalik.
Kemampuan mesin semakin besar, tetapi kebutuhan terhadap penilaian manusia juga semakin penting. AI bisa membuat seratus gambar, tetapi siapa yang menentukan gambar ke-37 adalah yang terbaik? AI bisa memberikan dua puluh pilihan judul, tetapi siapa yang menentukan judul nomor tujuh paling menarik?
AI juga bisa membuat tulisan seribu kata dalam hitungan detik. Tetapi siapa yang memastikan fakta di dalamnya benar?
Manusia.
AI menghasilkan kemungkinan, manusia memilih. AI membuat variasi, manusia memberi makna. Mesin dapat membantu menghasilkan sesuatu dengan sangat cepat, tetapi manusia tetap menentukan cerita, rasa, tujuan, dan tanggung jawab di balik hasil tersebut.
Karena itu saya kurang tertarik memperdebatkan apakah AI akan menggantikan manusia. Pertanyaan yang menurut saya lebih menarik justru: manusia seperti apa yang akan paling mampu memanfaatkan AI?
Mungkin jawabannya bukan manusia yang paling jago teknologi. Bisa jadi justru manusia yang paling jelas berpikir.
Orang yang tahu apa yang ingin dibuat, mampu menjelaskan gagasannya, mempunyai rasa, bisa membedakan sesuatu yang benar-benar bagus dengan yang sekadar terlihat bagus, serta tetap mau memeriksa hasil akhirnya.
Kembali ke Kata-Kata
ChatGPT nanti pasti berubah. Gemini juga akan berkembang. Model-model AI baru akan terus bermunculan. Hari ini kita kagum karena AI bisa membuat gambar. Besok mungkin sebuah video panjang dapat dibuat hanya dengan beberapa paragraf instruksi. Lusa entah apa lagi.
Nama aplikasinya bisa berganti. Teknologinya pasti berkembang. Namun saya menduga ada satu kemampuan manusia yang justru akan semakin penting: kemampuan mengatakan dengan jelas apa yang kita inginkan.
Itulah prompt.
Bukan mantra dan bukan pula bahasa komputer yang hanya bisa dipahami orang teknologi. Prompt pada dasarnya hanyalah cara manusia berbicara kepada mesin.
Mesinnya memang baru. Caranya ternyata sangat tua.
Kita tetap memakai kata-kata.
Bedanya, sekarang kata-kata itu tidak hanya bisa menjadi cerita. Ia bisa menjadi cahaya, wajah, ruangan, pakaian, suasana, bahkan sebuah dunia yang sebelumnya hanya ada dalam imajinasi.
Saya mengetik sebuah kalimat. Mesin menggambarnya. Saya melihat hasilnya, lalu mengubah beberapa kata. Mesin menggambarnya lagi.
Setelah teknologi berjalan sejauh itu, saya justru menemukan sesuatu yang sangat sederhana.
Sebuah gambar ternyata bisa bermula dari sebuah kalimat.
