Ramai pengguna baru AI seperti Codex atau ChatGPT kecewa dengan hasil yang dihasilkan.

Mereka kata:

“AI ni tak faham apa aku nak.”

Hakikat sebenar biasanya sebaliknya.

Masalah bukan pada AI, tetapi pada cara kita memberi arahan.

Contoh arahan biasa:

“Buat sistem aset.”

Arahan seperti ini terlalu umum. AI akan meneka sendiri flow, struktur database dan modul. Hasilnya biasanya sekadar demo, bukan sistem sebenar yang boleh digunakan di pejabat.

Dalam dunia sebenar pembangunan sistem, pegawai IT tidak akan menulis spesifikasi seperti itu. Mereka akan menulis dokumen lengkap yang dipanggil System Requirement Specification (SRS).

Artikel ini mengajar cara berfikir seperti pegawai IT supaya Codex boleh menghasilkan sistem yang lebih tepat, lengkap dan terus boleh digunakan.

Prinsip Utama: AI Perlukan “Context”, Bukan Sekadar Arahan

AI bukan mind reader.

AI perlukan 5 perkara asas:

1. Sistem ni untuk apa?

2. Siapa pengguna?

3. Apa proses kerja sistem?

4. Apa data yang terlibat?

5. Apa output yang diperlukan?

Jika 5 perkara ini jelas, 80% masalah coding AI akan selesai.

Struktur Spesifikasi Yang Betul (Gaya Pegawai IT)

Gunakan struktur ini setiap kali berinteraksi dengan Codex:

1. Tujuan Sistem

Terangkan kenapa sistem ini wujud.

Contoh:

Sistem ini digunakan untuk menguruskan aset jabatan termasuk pendaftaran, pemantauan lokasi, penyelenggaraan dan pelupusan aset.

2. Jenis Pengguna (Role)

Nyatakan siapa guna sistem.

Contoh:

• Admin Sistem

• Pegawai Aset

• Penyelia Jabatan

• Staf Biasa

Setiap role mesti ada had akses yang berbeza.

3. Proses Kerja (Workflow)

Ini bahagian paling penting.

Contoh:

1. Staf daftar aset baru

2. Pegawai aset semak maklumat

3. Penyelia luluskan pendaftaran

4. Sistem simpan dalam rekod aset aktif

5. Aset boleh dijadualkan untuk penyelenggaraan

Tanpa workflow, sistem akan jadi “flat” dan tidak realistik.

4. Modul Sistem

Bahagikan sistem kepada komponen kecil.

Contoh:

• Modul Login

• Modul Pendaftaran Aset

• Modul Kelulusan

• Modul Penyelenggaraan

• Modul Pelupusan

• Modul Laporan

5. Data / Database

Terangkan jenis data yang perlu disimpan.

Contoh:

• Nama aset

• Nombor siri

• Tarikh pembelian

• Nilai aset

• Lokasi

• Status aset

• Sejarah penyelenggaraan

6. Peraturan Sistem (Business Rules)

Ini bahagian yang selalu orang lupa.

Contoh:

• Aset tidak boleh dilupuskan tanpa kelulusan 2 peringkat

• Aset bernilai tinggi mesti disemak setiap 6 bulan

• Hanya pegawai aset boleh ubah status aset

7. Laporan Yang Diperlukan

Contoh:

• Laporan senarai aset mengikut jabatan

• Laporan aset rosak

• Laporan pelupusan aset

• Laporan nilai keseluruhan aset

Contoh Prompt Lemah vs Prompt Profesional

❌ Prompt Lemah

Buat sistem aset guna Laravel.

Hasil:

• Struktur tidak jelas

• Database asas sahaja

• Tiada workflow

• Tiada role sebenar

✅ Prompt Profesional (Gaya Pegawai IT)

Bina Sistem Pengurusan Aset menggunakan Laravel 12, MySQL dan Bootstrap 5.

Sistem ini digunakan oleh jabatan kerajaan untuk mengurus aset fizikal.

Role pengguna:

• Admin Sistem

• Pegawai Aset

• Penyelia Jabatan

Workflow:

1. Staf daftar aset baru

2. Pegawai aset semak maklumat

3. Penyelia luluskan pendaftaran

4. Aset disimpan sebagai aktif

5. Aset boleh dihantar untuk penyelenggaraan

6. Pelupusan aset perlu 2 tahap kelulusan

Modul:

• Login & Role Management

• Pendaftaran Aset

• Kelulusan Aset

• Penyelenggaraan

• Pelupusan

• Laporan

Business rules:

• Aset bernilai tinggi wajib kelulusan penyelia

• Setiap aset mesti ada nombor siri unik

Laporan:

• Senarai aset mengikut jabatan

• Laporan aset rosak

• Laporan pelupusan

Gunakan struktur MVC lengkap dan sediakan migration, model, controller dan view.

Teknik “Chunking” Untuk Projek Besar

Jangan minta AI bina semua sekaligus.

Gunakan pendekatan ini:

Step 1: Analisis

Analisis sistem ini dan cadangkan struktur database.

Step 2: Database

Jana migration sahaja.

Step 3: Backend

Jana controller untuk modul aset.

Step 4: Frontend

Jana Blade template untuk dashboard.

Step 5: Enhancement

Tambah validation, alert dan role permission.

Teknik Tambahan: Minta Codex Jadi “System Analyst”

Ini sangat powerful.

Prompt:

Bertindak sebagai System Analyst senior.

Sebelum menulis sebarang kod, buat dahulu:

1. Analisis keperluan sistem

2. Flow pengguna

3. ERD database

4. Cadangan modul

Tunggu pengesahan saya sebelum generate kod.

Hasilnya jauh lebih stabil dan dekat dengan sistem sebenar organisasi.

Kesilapan Biasa Pengguna Baru

1. Terlalu umum

“Buat sistem inventory”

2. Tak ada workflow

Tiada siapa jelaskan proses kelulusan atau aliran kerja.

3. Tak ada role

Semua pengguna dianggap sama.

4. Tak ada business rules

Sistem jadi terlalu bebas dan tidak realistik.

Analogi Mudah

Bayangkan Codex seperti seorang programmer junior.

Kalau kau cakap:

“Buatkan sistem.”

Dia akan buat ikut tafsiran dia.

Tapi kalau kau cakap:

“Ini flow kerja, ini role, ini database, ini peraturan.”

Dia akan hasilkan sistem seperti developer berpengalaman.

Kesimpulan

Perbezaan antara “demo system” dan “real system” bukan terletak pada AI, tetapi pada kualiti spesifikasi yang kita berikan.

Semakin jelas cara kita menulis spesifikasi, semakin dekat hasil Codex dengan sistem sebenar yang boleh terus digunakan di pejabat, PBT atau organisasi.

Dalam dunia AI coding, kemahiran paling penting bukan menulis code, tetapi menulis spesifikasi yang betul.