Judul asli: bagaimana non-developer mengotomatiskan pekerjaan seperti engineer (tanpa menulis kode)…
Penulis asli: Damian Player
Kompilasi: Peggy，BlockBeats

Catatan redaksi: Saat kebanyakan orang masih menganggap AI sebagai “alat pencarian yang lebih efisien”, Perplexity justru mulai menjalankan pekerjaan.

Artikel ini berfokus pada satu perbedaan yang kerap diabaikan—mengapa dengan AI yang sama, ada orang hanya mendapat sepotong jawaban, sementara yang lain langsung memperoleh hasil yang bisa diserahkan. Kuncinya tidak pada kemampuan model, melainkan pada cara menggunakannya: apakah menganggap alat itu sebagai jendela percakapan, atau sebagai sistem eksekusi yang bisa diperintah dan dijadwalkan.

Jenis alat baru yang diwakili oleh Perplexity Computer menjadikan “tugas” menggantikan “pertanyaan” sebagai cara interaksi inti. Mulai dari peninjauan kontrak, analisis kompetitor, hingga pembersihan data dan pembuatan laporan—pengguna tidak lagi mendeskripsikan masalah, melainkan langsung mendefinisikan output akhir yang ingin diserahkan. Dengan dukungan menghubungkan alat-alat perusahaan, serta membakukan latar belakang dan contoh gaya pribadi, kemampuan ini berkembang dari output sekali pakai menjadi workflow yang bisa digunakan ulang dan bisa berjalan otomatis.

Yang lebih penting, batas otomatisasi sedang didefinisikan ulang. Itu tidak lagi sekadar membantu menyelesaikan satu langkah, melainkan bisa terus berjalan, mengeksekusi lintas alat, bahkan secara proaktif mengusulkan tugas tambahan. Ini berarti relasi antara manusia dan alat sedang bergeser dari “menggunakan” menjadi “mengelola dan mendelegasikan”.

Dalam perubahan ini, titik pembeda yang sesungguhnya bukan lagi apakah menggunakan AI, melainkan apakah sudah mulai memakainya untuk “menghasilkan hasil”.

Berikut naskah aslinya:

Mereka yang berhasil memahami hal ini akan memperoleh keuntungan yang tidak simetris. Tidak lama lagi, semua orang akan belajar cara melakukannya. Namun sebelum semuanya menjadi jelas, inilah cara yang bisa kamu mulai lebih dulu.

Dalam setahun terakhir, developer sudah menjalankan di belakang layar agen AI otonom (misalnya Claude Code, OpenClaw, dll.), yang bisa melakukan riset sendiri, membangun produk, dan langsung menyerahkan hasil lengkap—tanpa perlu seseorang terus menatap layar atau saling bolak-balik memberi prompt. Namun sebenarnya kamu selama ini tidak benar-benar bisa memanfaatkan semuanya itu—kecuali kamu tahu cara menggunakan terminal dan menulis kode.

Dan Perplexity Computer mengubah ini. Ini pertama kalinya non-developer bisa memakai kemampuan yang sama. Kamu hanya perlu sebuah browser, dan sebuah tugas yang bisa kamu serahkan untuk dikerjakan.

Kebanyakan orang membuka Perplexity, mengetik sebuah pertanyaan, mendapatkan jawaban, lalu menutup halaman. Mereka melewatkan bagian kunci. Perplexity Computer bukan untuk menjawab pertanyaan; melainkan untuk mengeksekusi tugas.

Jangan lagi bertanya. Mulai serahkan pekerjaan sesungguhnya kepada itu.

Mengapa kebanyakan orang gagal

Direktur keuangan, pengacara, konsultan… mereka membuka alat itu, memasukkan sebuah pertanyaan, mendapat jawaban yang lumayan bagus, lalu berpikir: “Oh, ini Google yang lebih canggih.” Setelah itu mereka terus menghabiskan 90 menit untuk membersihkan tabel yang baru mereka bersihkan pada hari Senin minggu lalu.

Masalahnya bukan pada alatnya, melainkan pada cara memakainya. Mereka memperlakukannya sebagai chatbot.

Cara bertanya: “Apa saja risiko dalam kontrak ini?”

Cara bertugas: “Tinjau kontrak ini. Periksa satu per satu semua pernyataan apakah didukung oleh sumber publik; tandai bagian dengan redaksi yang ambigu, ketentuan yang hilang, serta bagian yang berpotensi menimbulkan tanggung jawab hukum; daftarkan 5 poin risiko paling penting, beserta kutipan ketentuan spesifik; keluarkan dokumen Word dengan jejak revisi.”

Kontrak yang sama. Satu cara hanya memberi kamu daftar untuk dibaca sendiri; cara lainnya langsung memberi kamu produk jadi yang bisa dikirim ke klien.

Cukup 10 menit untuk merakit sistem ini

Pertama, sambungkan alat. Klik connectors di sisi bar. Perplexity bisa menghubungkan lebih dari 400 aplikasi: Gmail, Google Drive, Slack, Salesforce, Notion, SharePoint… hubungkan semua yang benar-benar kamu gunakan.

Lalu buat ia tahu siapa kamu. Cukup masukkan sekali: “Saya bekerja di posisi tertentu, di jenis perusahaan tertentu. Saya akan secara berkala menghasilkan konten X, Y, Z seperti ini. Tolong ingatkan latar belakang ini dalam setiap sesi.” Ia akan menyimpan informasi tersebut dalam jangka panjang.

Setelah itu, beritahu ia “apa itu yang baik”. Ambil 2–3 hasil kerja yang paling kamu puas, unggah dan masukkan: “Ini adalah contoh pekerjaan terbaik saya. Pelajari format dan gaya bicaranya; jadikan ini referensi saat menghasilkan konten di masa depan.”

Dengan begitu, ia tidak lagi menebak gaya kamu, melainkan membedah jalur sukses yang sudah kamu buktikan.

10 menit, lakukan dulu hal ini.

Contoh nyata: Senin yang tidak lagi menghabiskan 90 menit

Seorang analis keuangan setiap hari Senin menerima ekspor data, 150 baris, formatnya berantakan: data duplikat, tiga format tanggal, serta peringkat yang ditulis dalam bentuk kata, bukan angka. Sebelum memulai analisis, ia setiap minggu harus menghabiskan 90 menit untuk membersihkan data. Dengan pertanyaan yang sama, diulang setiap minggu.

Ia hanya memasukkan satu perintah: bersihkan file ini, hapus duplikat, samakan format tanggal, ubah peringkat berbentuk kata menjadi angka; lakukan analisis pada data yang sudah dibersihkan; buat dasbor interaktif dengan fitur penyaringan dan sediakan tautan berbagi; keluarkan laporan PDF yang membandingkan sebelum dan sesudah pembersihan; simpan semua file ke folder “Laporan Senin” di Drive.

4 menit kemudian: kumpulan data yang bersih, dasbor interaktif, tautan berbagi, laporan PDF—semuanya muncul di Drive miliknya.

Lalu ia menanyakan satu kalimat lagi: “Apakah ada peningkatan yang belum saya tanyakan, tapi bisa membuat hal ini jadi lebih berguna?”

Sistem menyarankan dua hal: pertama, atur agar tugas ini berjalan otomatis setiap Senin pukul 7 pagi; kedua, tambahkan tugas yang menghasilkan ringkasan manajemen untuk hari Selasa berdasarkan segmen yang performanya kurang baik.

Ia mengatur kedua hal itu, lalu menutup halaman.

Setelah itu, setiap Senin, tugas tersebut akan berjalan otomatis—apa pun komputer miliknya sedang menyala atau tidak.

Inilah kemampuan yang selama setahun terakhir dipakai developer. Sekarang, kamu bisa memakainya langsung di browser.

Apa yang sudah dilakukan orang-orang dengannya

@gregisenberg melakukan uji coba langsung di podcast @startupideaspod.

Ia hanya memberikan satu tugas: temukan perusahaan yang memasang iklan untuk podcast kompetitor, identifikasi pihak yang benar-benar bertanggung jawab sebagai sponsor, dan tuliskan email yang dipersonalisasi untuk masing-masing orang.

Sistem menemukan wakil presiden pertumbuhan di Ramp, mengambil konten podcast yang ia ikuti dua minggu sebelumnya, menulis email dingin dengan mengutip pernyataan spesifik yang ia sampaikan dalam acara tersebut, lalu langsung mengirim. Greg tidak mengatakan “kirim”; sistem menilai tugas selesai dan mengeksekusikannya sendiri.

Selanjutnya, sistem juga menyarankan secara proaktif: pantau podcast kompetitor; begitu ada merek baru yang mulai memasang iklan, langsung memberi peringatan dan lampirkan kontak terkait—“hubungi saat anggaran baru saja dimulai”.

Pada akhirnya, proses ini mengerjakan riset paralel untuk 96 prospek potensial sekaligus, serta menjadwalkan email tindak lanjut pada hari ke-3 dan hari ke-7.

Dalam program Marketing Against the Grain, tim mengaudit seluruh halaman produk HubSpot: secara otomatis merayapi seluruh situs, memberi skor berdasarkan standar kustom, menyusun urutan pertanyaan, lalu menghasilkan laporan situs yang bisa dibagikan. Pekerjaan yang semula memakan waktu seminggu untuk tim, selesai saat sesi perekaman.

Semua ini dilakukan secara langsung di lokasi, bukan demo, dan bukan skrip yang sudah dipreset.

Cara penggunaan untuk pekerjaan spesifik

Di bidang keuangan, seorang analis portofolio hanya memberikan satu tugas sebelum rilis laporan keuangan Nvidia.

Hasilnya adalah: dasbor interaktif real-time yang mencakup pendapatan 1305 miliar dolar, margin kotor 75%, tingkat pertumbuhan 114.2%, laporan laba rugi lengkap, serta tren margin laba yang diproyeksikan dari tahun fiskal 2021 hingga 2028—semuanya mendukung penyaringan dan tautan berbagi.

Tidak ada Excel, tidak perlu mencari data secara manual—selesai dalam 5 menit.

Perplexity bisa langsung memanggil sumber data seperti SEC disclosure, FactSet, S&P Global, PitchBook, dan lainnya—tidak perlu API key, dan tidak perlu otorisasi tambahan; semuanya sudah tersedia di dalam sistem.

Skenario hukum:
“tinjau kontrak ini. periksa satu per satu apakah semua pernyataan didukung sumber publik; tandai bagian dengan redaksi yang ambigu, kekurangan ketentuan standar, serta bagian yang berpotensi menimbulkan tanggung jawab hukum berdasarkan [konkret negara bagian] hukum kontrak; daftarkan 5 poin risiko paling penting, beserta kutipan ketentuan spesifik; keluarkan dokumen Word dengan jejak revisi.”

Ada seorang pengaudit yang pernah mengunggah sebuah proposal yang mengklaim pertumbuhan pasar YoY sebesar 43%. Perplexity Computer menemukan bahwa data sebenarnya hanya 4%, dan menghentikan masalah tersebut sebelum penandatanganan kontrak.

Skenario pemasaran:
“analisis [kompetitor 1], [kompetitor 2], [kompetitor 3] konten terbaik dalam 30 hari terakhir; temukan format konten dan tema dengan interaksi tertinggi; identifikasi celah konten; berdasarkan celah tersebut, buat kalender konten 30 hari, lalu simpan ke Google Doc.”

Tetapkan ini sebagai tugas terjadwal. Setiap Senin, analisis kompetitor terbaru akan dihasilkan otomatis, tanpa riset manual.

Skenario operasional:
“ini data CSV Q1 kami. Bersihkan data; analisis pendapatan berdasarkan wilayah dan lini produk; identifikasi tiga masalah terbesar; buat saran aksi dalam satu halaman; buat PPT satu halaman untuk laporan; semua file disimpan ke folder proyek.”

Lima output, satu instruksi. Saat kamu rapat, semuanya sudah selesai.

Model Council: 60 detik menghasilkan tiga jenis penilaian

Ketika kamu menghadapi keputusan yang memiliki konsekuensi nyata, cukup masukkan satu pertanyaan. Perplexity akan memanggil Claude, ChatGPT, dan Gemini sekaligus, lalu “integrator” akan merangkum kesepakatan dan perbedaan di antara mereka.

· Bagian yang ketiganya sepakat: kesimpulan dengan keyakinan tinggi

· Bagian yang masih berbeda: perlu penilaian lebih lanjut

Ada yang menanyakan apakah memilih penetapan harga produk sebesar $297 atau $497. Tiga model memberi jawaban yang berbeda, tetapi integrator menemukan bahwa satu-satunya kesimpulan yang benar-benar sama adalah: jangan lebih rendah dari $297. Keputusan pun selesai di sini.

Banyak perusahaan mengeluarkan uang untuk meminta perusahaan konsultan agar analis mereka dikurung dalam ruang rapat hingga menghasilkan kesimpulan.

Di sini, cukup satu instruksi.

Kemampuan inti yang benar-benar nyata

Agar bisa mendapatkan nilai nyata dari Perplexity Computer, 80% bergantung pada satu hal: apakah kamu bisa mendeskripsikan dengan jelas “output akhir”.

Bukan konfigurasi teknis. Melainkan apakah kamu cukup jelas tentang apa yang ingin kamu serahkan. Jangan deskripsikan langkah-langkah; deskripsikan hasilnya.

Setelah setiap tugas selesai, ingat untuk menanyakan lagi: “Apakah ada bagian yang belum saya tanyakan, tapi bisa membuat hasil ini jadi lebih berguna?”

Hampir setiap kali, ia akan menunjukkan area yang buta. Dan setiap kali, selalu begitu.

Mulai dari sini

Buka Perplexity (versi pro $20/bulan). Masuk ke halaman Computer, klik connectors, lalu sambungkan Gmail dan Google Drive terlebih dahulu.

Masukkan tiga kalimat perkenalan latar belakang (cukup sekali). Unggah 2–3 contoh pekerjaan terbaikmu agar ia mempelajari gaya kamu. Lalu pilih satu tugas yang kamu habiskan lebih dari 2 jam minggu lalu, dan setiap kali output-nya mirip: jelaskan dengan cara “output akhir”, lalu kirim. Amati proses eksekusinya. Jika itu tugas berulang, setel agar berjalan otomatis sebelum kamu menutup halaman.

Developer sudah memakai rangkaian ini selama setahun. Jarak antara output mereka dan orang lain—benar-benar ada.

Inilah cara untuk memperkecil kesenjangan.

[tautan naskah asli]

Klik untuk mengetahui lowongan rekrutmen Lydm BlockBeats

Selamat bergabung dengan komunitas resmi Lydm BlockBeats:

Grup Telegram untuk berlangganan: https://t.me/theblockbeats

Grup Telegram: https://t.me/BlockBeats_App

Akun resmi Twitter: https://twitter.com/BlockBeatsAsia