A-Ting (tokoh ilustratif, seorang staf marketing yang mengurus iklan media sosial untuk merek peralatan elektronik kecil — bukan pelanggan nyata) membuka dashboard penggunaan platform video AI-nya di akhir bulan. Kolom kreditnya berwarna merah. Bulan ini dia hanya membuat tiga klip produk berdurasi 15 detik, tapi sudah menghabiskan separuh kredit yang dia anggarkan untuk sepuluh klip. Atasannya bertanya di grup chat tim: “Video-video ini di-take ulang berapa kali?” Dia tahu jawabannya, dan dia malu mengakuinya.

Ronde Satu: Dia Meminta AI Membuat Duel Pedang, dan Pedangnya Menghilang

Klip pertama A-Ting adalah aset iklan bergenre aksi — dua karakter dalam duel yang menegangkan. Prompt-nya sangat intuitif: “Dua pejuang bertarung, dramatis, epik, sinematik, kualitas tinggi.” Begitulah cara dia biasa menulis caption dan judul post — tambahkan beberapa “kata sifat yang terdengar keren” dan berharap itu akan berhasil.

Hasilnya membuatnya kaget: pedang menghilang di sebagian besar durasi pertarungan, lalu muncul lagi tanpa sebab, dan gerakannya terlihat kaku dan tidak natural. Saat itulah dia sadar bahwa kata-kata seperti “dramatis” dan “sinematik” terdengar berat, tapi sebenarnya hanya kata-kata suasana — kata-kata itu menggambarkan atmosfer secara umum tanpa memberi tahu AI apa yang sebenarnya harus terjadi di layar, seperti apa bentuk senjatanya, atau bagaimana cara mengayunkannya. Jadi model harus menebak sendiri. Dan setiap tebakan yang salah berarti satu kredit terbuang.

A-Ting melakukan hal yang biasa dilakukan orang setelah gagal pertama kali: menambahkan satu kata lagi, mengubah “bertarung” menjadi “dua pejuang bertarung dengan pedang.” Senjatanya memang muncul kali ini, tapi gerakannya masih tidak natural dan pergerakan kameranya tidak punya desain sama sekali — karena dia masih hanya menjelaskan apa yang ada di dalam frame, bukan bagaimana shot itu seharusnya difilmkan.

Ronde Dua: Beda Gaya Video, Tapi Masalahnya Sama — Gaya Visual Melenceng

Untuk aset keduanya, A-Ting ingin membuat klip bergaya anime. Kali ini dia berpikir sudah belajar dari kesalahan dan menulis deskripsi yang lebih spesifik — seorang gadis makan mie di kedai tepi pantai, hangat dan nostalgik. Tampilan anime-nya memang bagus, tapi seluruh sepuluh detik itu hanya satu shot statis: gadis itu mempertahankan pose yang sama sepanjang waktu. Terasa datar dan membosankan.

Dia sadar bahwa sekadar menjelaskan “apa yang ada di gambar” dengan jelas saja belum cukup — klip bergaya visual paling sering bermasalah bukan karena “apa yang ada di gambar”, tapi karena “bagaimana antar-shot saling terhubung” dan “apakah gaya visualnya konsisten sepanjang klip”. Ini akar masalah yang sama dengan Ronde Satu, hanya muncul dengan bentuk berbeda: prompt-nya hanya menjelaskan gambar statis, tanpa memberi tahu model berapa banyak shot yang dibutuhkan scene itu atau bagaimana shot-shot itu harus tersambung.

Ronde Tiga: Cara Paling Mudah Merusak Video Produk Adalah Lighting yang Buruk

Klip ketiga adalah yang benar-benar penting — iklan produk sungguhan untuk sepatu sneakers baru, yang rencananya langsung dipasang sebagai iklan berbayar. A-Ting memakai penulisan iklan produk yang paling umum: “Sepatu sneakers berputar di atas pedestal, video produk studio yang bersih, lighting lembut, tampilan premium.” Hasilnya: putaran yang melenceng, cut yang kasar, dan terlihat jelas seperti “buatan AI” — persis hal yang paling tidak dia inginkan atasannya lihat, karena klip ini seharusnya langsung tayang sebagai iklan.

Di titik ini, A-Ting akhirnya menyadari satu hal yang menghubungkan ketiga kegagalannya: setiap prompt-nya hanya menjelaskan apa yang ada di frame (subjek), tapi tidak pernah menjelaskan bagaimana klip itu seharusnya difilmkan — jenis shot, gerakan kamera, kecepatan, cara lighting, nada gaya visual. Tidak satu pun dari itu dia sebutkan. Jadi model harus menciptakan sendiri satu versi, salah tebak, dan membakar satu kali regenerasi yang benar-benar dibayar dengan uang sungguhan.

Titik Balik: Ini Bukan Soal Alatnya — Prompt-nya yang Kurang Separuh

A-Ting awalnya mengira platform atau modelnya “kurang pintar”, itulah sebabnya dia terus harus mencoba berulang kali. Tapi setelah dia membongkar prompt-nya bagian per bagian, dia baru sadar bahwa prompt yang benar-benar layak itu harus memuat enam elemen: subjek (apa yang difilmkan), aksi (apa yang terjadi), jenis shot, gerakan kamera, kecepatan, dan lighting/gaya visual — ditambah satu hal yang hampir selalu dilewatkan semua orang: negative prompt, yaitu daftar masalah spesifik yang sudah pernah dia alami sebelumnya (senjata menghilang, shot statis, putaran melenceng) yang ditulis lebih dulu agar model tidak mengulanginya lagi.

Dengan frame awal dan setting yang sama, dia hanya mengganti prompt-nya menjadi versi yang mencakup keenam elemen itu — dan hasilnya langsung tepat sejak percobaan pertama: duel pedang bergerak mulus dengan gerakan kamera yang terancang; klip anime memotong ke beberapa shot dengan gaya visual yang konsisten; iklan sneakers punya lighting yang membungkus rapi produknya, dengan cut yang mengikuti tempo. Tiga percobaan, tiga jenis kegagalan yang sama sekali berbeda (gerakan, gaya visual, lighting), tapi cara memperbaikinya selalu sama: mengganti kata-kata suasana dengan struktur.

Apakah Ini Logika yang Sama dengan Menghemat AI Token?

Yang dihabiskan A-Ting adalah kredit generasi video. Kalau kamu biasanya menggunakan AI berbasis teks — menulis copy, menulis kode, menjalankan chat layanan pelanggan — yang kamu habiskan adalah AI Token yang dihitung dan ditampilkan oleh alat seperti AI Token King. Unit penagihannya berbeda, tapi alasan dasar mengapa uang terbuang itu sama: instruksi yang tidak jelas membuat model harus menebak, tebakan yang salah berarti harus dijalankan ulang, dan menjalankan ulang selalu berarti mengeluarkan uang lagi. Percobaan berulang akibat instruksi yang tidak jelas adalah salah satu biaya tersembunyi yang paling sering diabaikan dalam penggunaan AI, baik itu produk generasi video maupun model teks.

(Klarifikasi: kredit Higgsfield adalah kuota generasi video, sedangkan AI Token yang dihitung AI Token King adalah pemakaian model teks — keduanya adalah dua unit penagihan yang berbeda. Artikel ini meminjam prinsip hemat biaya yang sama, bukan mengklaim bahwa keduanya punya cara penetapan harga yang identik.)

Penutup: Sebelum Mengetik Prompt Apa Pun, A-Ting Sekarang Bertanya pada Dirinya Sendiri Enam Hal

Setelah kejadian dashboard akhir bulan itu, A-Ting membangun sebuah kebiasaan: sebelum membuat aset AI apa pun, dia menyusuri enam elemen di kepalanya (atau di catatan) — apa yang difilmkan, apa yang terjadi, jenis shot apa, gerakan kamera seperti apa, seberapa cepat, dan lighting serta gayanya seperti apa — lalu menambahkan satu baris tentang apa yang tidak boleh muncul. Dia bukan lagi tipe “generate dulu, perbaiki nanti”, tapi menukar biaya menebak-nebak dengan lima menit berpikir lebih dulu.

Bulan berikutnya, kolom di dashboard-nya akhirnya tidak lagi berwarna merah.

FAQ

Mengapa menambahkan kata seperti “sinematik” atau “epik” tidak memperbaiki hasil generasi yang buruk?

Karena kata-kata itu adalah kata-kata suasana — menggambarkan kesan umum, bukan aksi atau kerja kamera yang sebenarnya terjadi di frame. Model tetap harus menebak detail spesifiknya, dan menambah lebih banyak kata sifat tidak menurunkan kemungkinan tebakan itu salah.

Enam elemen apa yang harus ada dalam prompt yang solid?

Subjek (apa yang difilmkan), aksi (apa yang terjadi), jenis shot, gerakan kamera (bagaimana kamera bergerak), kecepatan, dan lighting/nada gaya visual — ditambah negative prompt yang menyingkirkan lebih dulu titik-titik kegagalan yang sudah diketahui.

Apakah negative prompt benar-benar berguna, atau cuma kerja tambahan yang sia-sia?

Berguna, dan ini elemen yang paling sering diabaikan. Fungsinya bukan menambah konten, tapi secara eksplisit mendaftar masalah spesifik yang sudah pernah dialami di percobaan sebelumnya dan memberi tahu model lebih dulu untuk tidak mengulanginya, yang secara langsung menurunkan kemungkinan regenerasi lagi yang sia-sia.

Apakah video aksi, gaya visual, dan produk membutuhkan tingkat detail prompt yang sama?

Tidak persis sama. Klip aksi paling sering gagal karena gerakan kamera dan kecepatan yang tidak jelas (semakin besar gerakannya, semakin mudah model kehilangan konsistensi); klip bergaya visual paling sering gagal karena transisi shot dan stabilitas gaya visual yang tidak jelas; klip produk paling sering gagal karena lighting dan pantulan cahaya yang tidak jelas — tiga mode kegagalan yang dibahas artikel ini persis sesuai dengan tiga jenis video tersebut.

Artikel ini membahas kredit generasi video — apakah itu sama dengan Token yang dihitung AI Token King?

Bukan, keduanya unit penagihan yang berbeda. Kredit di platform video biasanya “satu kali potong per generasi”, sedangkan AI Token yang dihitung AI Token King adalah penagihan berbasis pemakaian model teks (panjang input/output). Produk berbeda, mekanisme harga berbeda — yang dipinjam artikel ini adalah prinsip dasar yang sama: prompt yang tidak presisi memaksa model menebak, tebakan yang salah berarti harus dijalankan ulang, dan menjalankan ulang selalu berarti mengeluarkan uang.

Catatan Sumber

Artikel ini diadaptasi dari video yang dipublikasikan kanal YouTube Youri van Hofwegen pada 11 Juli 2026, “STOP Wasting Credits & Master Prompt Engineering in 12 Minutes”, disusun ulang dan ditulis kembali, bukan diterjemahkan secara literal, dengan menghilangkan nada judul asli yang bersifat perintah dan berlebihan (“STOP”, “Master... in 12 Minutes”). “A-Ting” dalam artikel ini adalah tokoh ilustratif untuk keperluan penjelasan, bukan pelanggan nyata. Deskripsi platform pihak ketiga yang disebutkan di sini (Higgsfield, C-Dance, video prompt.studio) mengikuti versi yang ditampilkan dalam video asli pada saat dipublikasikan; jika pengalamanmu berbeda, silakan rujuk dokumentasi resmi masing-masing platform. Artikel ini bukan endorsement atau garansi untuk platform pihak ketiga mana pun.

Langkah Selanjutnya

Baik yang kamu habiskan itu kredit generasi video atau Token model teks, akar dari pemborosannya biasanya sama: tidak tahu persis instruksi dan pemakaianmu sebenarnya lari ke mana. Coba AI Token King gratis, dan ubah tagihan yang membingungkan menjadi dashboard pemakaian yang benar-benar bisa kamu pahami — supaya kamu berpikir dulu sebelum regenerasi berikutnya, bukan menyesal setelah uangnya sudah keluar.