Menggunakan prompt

Prompt engineering adalah proses merancang prompt untuk berinteraksi dengan AI. Panduan ini tidak membahas prompt engineering secara mendalam; fokusnya adalah cara memakai prompt di TurboJet agar data yang dihasilkan AI bisa dipakai di aplikasi Anda.

Membuat prompt

Belum ada library prompt di repo. Tambahkan helper di packages/ai/src/prompts.ts dan re-export dari packages/ai/src/index.ts agar app mengimpor dari @repo/ai.

Idenya: buat prompt dengan placeholder yang diisi data dari app, lalu kirim ke AI sebagai pesan.

export function generateProductNamesPrompt(topic: string) {
	return `List me five funny product names that could be used for ${topic}. Format the output as a JSON array of objects with the key name that contains the generated value. Also remove code highlighting.`;
}

Re-export dari entry package:

export { generateProductNamesPrompt } from "./prompts";

Fungsi ini mengembalikan prompt untuk menghasilkan nama produk berdasarkan topik.

Memakai prompt

Panggil fungsi dengan topik sebagai argumen, lalu kirim dengan streamText dan getChatModel:

import { getChatModel, generateProductNamesPrompt } from "@repo/ai";
import { streamText } from "ai";

const prompt = generateProductNamesPrompt("dog food");

const response = streamText({
	model: getChatModel(),
	messages: [{ role: "user", content: prompt }],
});

Untuk stream UI, kirim array pesan yang sama ke createChatUIMessageResponse.

Contoh respons dari AI:

[
	{ "name": "Bark Bites: Woof-tastic Chews" },
	{ "name": "Paw-some Pâté: Tail-Wagging Treats" },
	{ "name": "Mutt Munchies: Canine Crunchies" },
	{ "name": "Fido's Feast: Bark-quet Delights" },
	{ "name": "Pup-ular Chow: Snout-Approved Snacks" }
]

Parse nilainya sebagai JSON lalu tampilkan di aplikasi.

Ini contoh sederhana — Anda bisa membuat prompt yang lebih kompleks dan memakai datanya di mana saja di app.

Lihat Prompt Engineering Guide untuk contoh dan ide lainnya.

Terkait

• Ringkasan AI — model dan setup gateway
• AI chatbot — API chat streaming