hibranwar

AI Production untuk Orang yang Punya Standar

Berhenti produksi slop. Gratis, terstruktur, tanpa paywall.

105Sesi
14Modul
~150-200jTotal dengan tugas
0Biaya

Berhenti produksi slop. Bangun production pipeline dengan voice preservation, quality gate, dan selera untuk tahu bedanya. Kursus ini mengasumsikan kamu sudah pakai AI. Yang diajarkan adalah cara pakainya tanpa mempermalukan dirimu sendiri.

Versi Bahasa Indonesia ini dibuat atas permintaan Toni Al Munawwar.

Unduh Seluruh Kursus (PDF, 2.6 MB)

Modul 0

Kenapa Kebanyakan Konten AI Itu Sampah

Epidemi slop, dan apa harga dari "cukup bagus" untuk internet.

  1. 0.1 Epidemi Slop
  2. 0.2 Kenapa Slop Bisa Ranking
  3. 0.3 Quality Rater Guidelines Google dan Ambang Batas Slop
  4. 0.4 Struktur Insentif yang Menghasilkan Slop
  5. 0.5 Harga dari "Cukup Bagus" untuk Internet

Cetak / Unduh Modul 0 sebagai PDF

Modul 1

Apa yang Bikin Slop Jadi Slop

Penanda forensik, uncanny valley, dan taste gap.

  1. 1.1 Kenapa Default AI Itu Medioker
  2. 1.2 Suara AI: Hedging dan Filler
  3. 1.3 Suara AI: Antusiasme Palsu dan Kecanduan List
  4. 1.4 Suara AI: Polusi Emoji dan Formatting Performatif
  5. 1.5 15 Penanda Forensik Konten AI (Bagian 1)
  6. 1.6 15 Penanda Forensik Konten AI (Bagian 2)
  7. 1.7 Uncanny Valley Tulisan AI
  8. 1.8 Cara Membaca Konten AI Secara Kritis
  9. 1.9 Kenapa "Tinggal Edit Output AI" Ga Berhasil
  10. 1.10 The Taste Gap

Cetak / Unduh Modul 1 sebagai PDF

Modul 2

AI sebagai Infrastruktur, Bukan Sihir

Pergeseran mental model, metafora pabrik, dan gerbang manusia.

  1. 2.1 Pergeseran Mental Model
  2. 2.2 Metafora Pabrik
  3. 2.3 Posisi AI di Pipeline (Dan Posisi yang Bukan)
  4. 2.4 Gerbang Manusia
  5. 2.5 Matematikanya: Berapa Sebenarnya Biaya Infrastruktur AI

Cetak / Unduh Modul 2 sebagai PDF

Modul 3

Web Interface vs API

Produk konsumen vs alat produksi.

  1. 3.1 Produk Konsumen vs Alat Produksi
  2. 3.2 Yang Hilang Kalau Pakai Web Interface
  3. 3.3 Yang Didapat Kalau Pakai API
  4. 3.4 Lanskap API: Prinsip yang Berlaku di Mana Saja
  5. 3.5 Dasar API: Request Programatik Pertamamu
  6. 3.6 Perbandingan Biaya: Subscription vs Pay-Per-Token
  7. 3.7 Kapan Web Interface Sebenarnya Cukup

Cetak / Unduh Modul 3 sebagai PDF

Modul 4

Workspace

VS Code, terminal, Git, dan setup environment.

  1. 4.1 VS Code sebagai Workspace
  2. 4.2 Claude Code dan AI Assistant
  3. 4.3 Dasar-Dasar Terminal
  4. 4.4 Manajemen File
  5. 4.5 Version Control dengan Git
  6. 4.6 Template yang Bisa Kamu Salin
  7. 4.7 Setup Environment

Cetak / Unduh Modul 4 sebagai PDF

Modul 5

Prompt Engineering

Kenapa "buatkan aku blog post" gagal, dan apa yang berhasil.

  1. 5.1 Kenapa "Buatkan Aku Blog Post" Gagal
  2. 5.2 System Prompt
  3. 5.3 Few-Shot Examples
  4. 5.4 Chain-of-Thought
  5. 5.5 Structured Output
  6. 5.6 Temperature dan Output Control
  7. 5.7 Manajemen Context Window
  8. 5.8 Iterasi Prompt
  9. 5.9 Prompt Library
  10. 5.10 Multi-Turn vs Single-Turn

Cetak / Unduh Modul 5 sebagai PDF

Modul 6

Menangkap & Menjaga Suara

Kenapa AI kedengaran kaya AI, dan gimana biar kedengaran kaya kamu.

  1. 6.1 Kenapa AI Kedengaran Kaya AI
  2. 6.2 Ekstraksi Suara
  3. 6.3 Membangun Voice Fingerprint
  4. 6.4 Output Artifact
  5. 6.5 Dari Suara ke System Prompt
  6. 6.6 Testing: Pembacamu Bisa Bedakan?
  7. 6.7 Suara di Berbagai Jenis Konten
  8. 6.8 Proses Prompt Me Things
  9. 6.9 Membangun Perspective Bank

Cetak / Unduh Modul 6 sebagai PDF

Modul 7

API sebagai Alat Riset

Tavily, Google Search grounding, dan pipeline riset-lalu-tulis.

  1. 7.1 Tavily API
  2. 7.2 Google Search Grounding
  3. 7.3 News dan Data API
  4. 7.4 Pipeline Riset-Lalu-Tulis
  5. 7.5 Pakai API untuk Melindungi dari Slop
  6. 7.6 Membangun Workflow Riset
  7. 7.7 Kapan Bisa Percaya Hasil API

Cetak / Unduh Modul 7 sebagai PDF

Modul 8

Pipeline

Tujuh tahap dari riset sampai publishing, dan di mana AI tidak boleh duduk.

  1. 8.1 Konsep Production Pipeline
  2. 8.2 Tahap 1: Riset
  3. 8.3 Tahap 2: Outline dan Struktur
  4. 8.4 Tahap 3: Pembuatan Draft
  5. 8.5 Tahap 4: Review Manusia
  6. 8.6 Tahap 5: Editing
  7. 8.7 Tahap 6: Formatting dan Export
  8. 8.8 Tahap 7: Publishing
  9. 8.9 Di Mana AI Tidak Boleh Duduk
  10. 8.10 Quality Gates

Cetak / Unduh Modul 8 sebagai PDF

Modul 9

Multi-Agent Workflows

Multiple AI call, peran spesifik, agent chain, dan error handling.

  1. 9.1 Multiple AI Call, Peran Spesifik
  2. 9.2 Mendesain Agent Chain
  3. 9.3 Chain Riset-Tulis-Edit
  4. 9.4 Parallel Processing
  5. 9.5 Model Agent-as-Colleague
  6. 9.6 Error Handling
  7. 9.7 Contoh Praktis

Cetak / Unduh Modul 9 sebagai PDF

Modul 10

Batch Processing & Skala

Dari 1 ke 100 tanpa kualitas runtuh.

  1. 10.1 Dari 1 ke 100 Tanpa Kualitas Runtuh
  2. 10.2 Arsitektur Batch
  3. 10.3 Concurrency
  4. 10.4 Estimasi Biaya
  5. 10.5 Produksi Multi-Bahasa
  6. 10.6 Sistem Template
  7. 10.7 Pertanyaan 558 Judul
  8. 10.8 Kapan Berhenti Scaling

Cetak / Unduh Modul 10 sebagai PDF

Modul 11

Quality Control & Gerbang Manusia

Menangkap halusinasi, fact-checking, dan tahu kapan harus tolak.

  1. 11.1 Menangkap Halusinasi
  2. 11.2 Workflow Fact-Checking
  3. 11.3 Masalah Tanda Tangan AI
  4. 11.4 Mengedit Output AI vs Output Manusia
  5. 11.5 Scoring Kualitas
  6. 11.6 Proses Review
  7. 11.7 Kapan Tolak vs Edit

Cetak / Unduh Modul 11 sebagai PDF

Modul 12

USP & Positioning

Apa yang bikin kontenmu layak dibaca kalau AI juga bisa nulis.

  1. 12.1 Apa Pembeda Kamu?
  2. 12.2 Pengalaman Orisinal
  3. 12.3 Praktisi vs Pengetahuan Agregat
  4. 12.4 Data yang Cuma Kamu Punya
  5. 12.5 Keunggulan Opini
  6. 12.6 Membangun Content Moat
  7. 12.7 Masa Depan

Cetak / Unduh Modul 12 sebagai PDF

Modul 13

Melindungi Karyamu & Tetap di Depan

Lanskap yang terus berubah, etika, legal, dan membangun sistem yang tahan banting.

  1. 13.1 Lanskap AI yang Terus Berubah
  2. 13.2 Update Model
  3. 13.3 Etika Konten AI
  4. 13.4 Pertimbangan Legal
  5. 13.5 Membangun Sistem yang Tahan Banting
  6. 13.6 Keunggulan Praktisi

Cetak / Unduh Modul 13 sebagai PDF