Berdasarkan artikel Quesma, Nano Banana Pro (Gemini 3 Image) berbeda dari Midjourney. Kuncinya adalah Tool Use. Anda tidak mendeskripsikan gaya seni, tapi mendeskripsikan tugas data.
Ini bedahannya:
1. ⚠️ Problem Statement (Masalah Prompting Lama)
🎨 Art vs Fact: Di Midjourney/Flux, kita sibuk mikirin lighting, camera angle, atau style. Kalau diminta bikin "Peta Rute Jakarta-Bandung", hasilnya peta buta fantasi.
🤥 Hallucination: Prompt lama: "Infographic about economy". Hasil: Angka acak, teks cacing, data ngawur.
2. 🛠️ Metodologi Prompting Nano Banana (Research-First)
Cara prompting model ini adalah dengan memberinya tugas Riset terlebih dahulu.
🗺️ Contoh Prompt Peta: "Create a colorful, cartoon-style illustrated map showing the route from San Francisco to Yosemite National Park."
Apa yang AI Lakukan: Dia buka Google Maps dulu, cari rute beneran, baru menggambar peta sesuai data geografis asli.
📊 Contoh Prompt Infografis: "Create an infographic showcasing the last 30 years of economic growth in Poland."
Apa yang AI Lakukan: Dia Googling data ekonomi Polandia (GDP, inflasi), lalu merangkumnya, baru memvisualisasikannya menjadi grafik yang akurat.
3. 📈 Findings (Hasilnya)
📝 Text Rendering Sempurna: Karena dia "paham" datanya, teks yang ditulis di dalam gambar (label grafik, nama kota) terbaca jelas dan benar ejaannya, bukan gibberish.
🧠 Reasoning Visual: Model ini menggunakan "Chain of Thought" visual. Dia merencanakan tata letak informasi dulu (seperti desainer bikin wireframe) sebelum merender piksel akhir.
4. 💡 Key Takeaways buat Prompt Engineer
🔧 Trigger Tools: Prompt Anda harus memancing AI untuk menggunakan tools (Search/Maps). Gunakan kata kunci seperti "Show the route", "Based on data", "Showcasing history".
📉 Functional > Aesthetic: Jangan terlalu fokus pada artistic flair (kayak "cinematic lighting"). Fokuslah pada kejelasan informasi. Model ini adalah "Mesin Kompresi Pengetahuan", bukan sekadar kanvas seni.
Sumber: https://www.radicalcuriosity.xyz/p/how-to-create-an-effective-prompt
#PromptEngineering #AIOps #Productivity #KnowledgeManagement #GenAI #ArtificialIntelligence #TeamWork #RadicalCuriosity
