Blog Metlivi

Apa yang Seharusnya Diingat oleh Pendamping AI? Panduan Praktis Memilih Apa yang Perlu Disimpan

Jika Anda sedang menentukan apa yang sebaiknya diingat oleh pendamping AI antarpercakapan, mulailah dengan daftar singkat detail yang Anda berikan secara sengaja dan diperkirakan akan penting lagi nanti: preferensi respons yang stabil, konteks proyek yang sedang berjalan, dan beberapa fakta praktis yang relevan dengan proyek tersebut. Biarkan detail adegan yang bersifat sementara tetap berada di dalam proyek atau percakapan tempatnya berada. Jangan menganggap kemampuan sistem untuk menyimpulkan sebuah pola sebagai izin untuk menyimpannya. Memori yang berguna membantu tugas konkret di masa mendatang, tetap berada dalam cakupan yang dimaksudkan, serta dapat ditinjau atau dihapus.

30 September 20266 min readMembaca, seni, dan budayaOleh Metlivi Editorial Team
Bagian 1

Mulailah dengan tugas yang harus ditingkatkan oleh suatu memori

Sebelum menyimpan suatu detail, selesaikan kalimat ini: “Mengingat hal ini akan membantu ___.” Jika jawabannya tidak jelas, detail tersebut kemungkinan besar tidak pantas berada dalam memori persisten. “Gunakan poin-poin ringkas saat membantu saya merencanakan aktivitas akhir pekan” memiliki tujuan yang jelas. “Saya terkesan tidak sabar dalam obrolan kemarin” tidak menetapkan preferensi yang langgeng atau fakta yang berguna.

Ini adalah penerapan praktis dari minimisasi data: NIST mendefinisikan minimisasi sebagai pembatasan pembuatan, penggunaan, dan penyimpanan informasi pribadi hanya pada apa yang relevan secara langsung dan diperlukan untuk suatu tujuan, serta menyimpannya hanya selama diperlukan untuk tujuan tersebut. Untuk fitur memori, pertanyaan desain yang sepadan adalah apakah sistem membutuhkan detail ini untuk melakukan tugas pilihan pengguna nantinya. Definisi minimisasi menurut NIST

Bagian 2

Kandidat yang baik: preferensi eksplisit dan fakta proyek yang berguna

Kandidat terkuat adalah detail biasa yang dinyatakan pengguna secara jelas dan kemungkinan akan membentuk respons yang berulang. Contohnya meliputi format jawaban yang disukai, nama proyek yang dipilih, bahan-bahan yang telah ditentukan untuk proyek kerajinan, atau preferensi pengguna akan tanaman yang mudah dirawat saat merencanakan taman balkon. Simpan versi paling ringkas yang tetap membantu: “lebih menyukai petunjuk singkat langkah demi langkah” lebih berguna dan tidak terlalu intrusif daripada menyimpan narasi tentang setiap momen saat pengguna meminta keringkasan.

Beberapa fakta pribadi hanya relevan di dalam proyek tertentu. Jika pengguna mengatakan sebuah ruangan berukuran 3 kali 4 meter saat merencanakan tata letaknya, dimensi tersebut mungkin membantu dalam proyek desain ruangan; hal itu tidak perlu menjadi latar belakang umum untuk percakapan yang tidak terkait. Memori berlingkup proyek menjawab pertanyaan sederhana: percakapan mendatang mana saja yang diizinkan untuk memanfaatkan detail ini?

Dokumentasi produk menunjukkan mengapa memperlakukan memori persisten dan konteks proyek sebagai pilihan terpisah sangatlah membantu. OpenAI mendeskripsikan memori tersimpan sebagai hal yang terpisah dari riwayat obrolan dan mendokumentasikan opsi memori Khusus Proyek yang membatasi percakapan proyek mana saja yang dapat saling merujuk. Ini adalah kendali khusus produk, bukan jaminan bahwa setiap sistem AI menawarkan cakupan yang sama. Dokumentasi memori OpenAI

Bagian 3

Biarkan detail adegan sementara tetap bersifat sementara

Sebuah detail bisa bermanfaat saat ini tanpa harus bermanfaat nanti. Kafe tempat Anda duduk, cuaca hari ini, daftar belanja sementara, atau keputusan yang belum selesai mungkin membantu menjawab permintaan saat ini, tetapi akan cepat basi. Simpan hal-hal ini di percakapan atau proyek saat ini kecuali Anda secara eksplisit meminta untuk meneruskannya. Jika disimpan, sertakan cakupan dan titik peninjauan: misalnya, “untuk rencana perjalanan ini” atau “sampai saya memilih laptop.”

Hal ini menghindari pengubahan momen sesaat menjadi sifat bawaan. Satu permintaan untuk mencari kafe yang tenang tidak membuktikan preferensi permanen terhadap tempat yang sunyi; memilih warna cerah satu kali tidak serta-merta membentuk estetika yang abadi. Kesimpulan desain yang aman adalah mempertahankan kata-kata pengguna sebagai fakta berlingkup saat dibutuhkan, bukan secara diam-diam menggeneralisasikannya menjadi deskripsi kepribadian.

Dokumentasi privasi Gemini dari Google membedakan instruksi yang tersimpan dari personalisasi obrolan masa lalu dan menyatakan bahwa informasi yang disimpan dapat dikelola atau dihapus oleh pengguna. Dokumentasi tersebut juga mencatat bahwa personalisasi obrolan masa lalu dapat menggunakan informasi dari obrolan sebelumnya. Pembedaan tersebut mendukung aturan desain produk yang praktis: preferensi yang disengaja dan dapat diedit harus dapat diidentifikasi secara terpisah dari konteks yang diambil dari riwayat percakapan. Hub Privasi Gemini Apps

Bagian 4

Jangan menyimpulkan sifat sensitif atau menyimpan detail pihak ketiga secara default

Sistem memori tidak boleh mengubah petunjuk percakapan menjadi kesimpulan yang sensitif. Pilihan kata, jadwal, pembelian, atau pilihan sesekali dari pengguna tidak membenarkan asumsi tentang sifat pribadi, keadaan, atau motivasi mereka. Meskipun sebuah kesimpulan terdengar masuk akal, bisa jadi hal itu salah, dan jawaban di masa mendatang bisa menjadi janggal atau menyesatkan jika dianggap terkonfirmasi. Simpan fakta yang diberikan pengguna hanya jika fakta tersebut memiliki kegunaan yang jelas terkait tugas; jangan mengubahnya menjadi klaim yang lebih luas tentang siapa pengguna tersebut.

Terapkan kehati-hatian serupa terhadap informasi mengenai orang lain. Sebuah proyek mungkin memerlukan nama atau peran yang secara eksplisit disediakan oleh pengguna, tetapi percakapan rutin tidak boleh menjadi berkas catatan jangka panjang mengenai teman, kerabat, atau rekan kerja. Jika detail pihak ketiga diperlukan untuk tugas tertentu, simpan detail tersebut dalam cakupan tugas itu dan hindari rincian pribadi yang tidak perlu. Ini adalah rekomendasi desain produk yang diturunkan dari prinsip minimisasi, bukan klaim bahwa setiap layanan menangani data tersebut dengan cara yang sama.

Bagian 5

Berikan cakupan, sumber, dan alur peninjauan pada setiap memori

Sebuah memori lebih mudah dipercaya ketika antarmuka menjelaskan dengan gamblang apa isinya, dari mana asalnya, dan di mana memori tersebut dapat digunakan. Catatan memori yang praktis dapat mencakup: pernyataan persis yang diberikan pengguna; tujuannya; apakah memori tersebut berlaku secara luas atau hanya untuk satu proyek; serta tanggal peninjauan opsional atau syarat penghapusan. Misalnya: “Untuk proyek taman balkon, lebih menyukai tanaman yang tidak perlu sering disiram; tinjau saat daftar tanaman sudah dipilih.” Ini adalah format ilustratif, bukan fitur terdokumentasi dari produk tertentu mana pun.

Pengguna harus dapat memeriksa, memperbaiki, dan menghapus informasi yang diingat. Mereka juga harus dapat membedakan antara menghapus memori dengan menghapus obrolan atau mengubah pengaturan personalisasi yang lebih luas. Dokumentasi bantuan OpenAI menjelaskan bahwa memori yang disimpan dapat terpisah dari riwayat obrolan, sehingga menghapus obrolan asalnya saja mungkin tidak menghapus memori yang terpisah tersebut. Hub privasi Gemini juga mendeskripsikan kontrol aktivitas dan kontrol informasi tersimpan yang terpisah. Contoh-contoh produk ini menunjukkan mengapa jalur penghapusan yang jelas harus menerangkan lapisan mana yang dipengaruhi oleh suatu kontrol. Kontrol memori OpenAI, Kontrol data Gemini Apps

Bagian 6

Pemilihan memori terpisah dari keterbukaan informasi dan cakupan pengaturan

Memilih apa yang perlu disimpan dalam memori menjawab satu pertanyaan: detail mana yang harus dipertahankan untuk personalisasi di masa mendatang? Hal tersebut tidak secara otomatis menjelaskan informasi apa yang dikumpulkan oleh suatu layanan, bagaimana layanan tersebut menangani obrolan, siapa yang boleh meninjau data, atau kontrol akun dan pengaturan apa yang berlaku. Itu adalah pertanyaan terpisah mengenai keterbukaan informasi dan cakupan pengaturan. Sebuah produk harus menjelaskannya secara terpisah dan akurat, alih-alih memberi kesan bahwa daftar memori yang sedikit berarti tidak ada data lain yang diproses.

Perbedaan ini penting dalam praktiknya. Pemberitahuan privasi Google mendeskripsikan beberapa kategori informasi dan pengaturan, termasuk instruksi tersimpan, kontrol aktivitas, aplikasi terhubung, dan penggunaan data untuk menyediakan serta meningkatkan layanan. Perilaku pastinya bervariasi menurut produk dan konfigurasi. Oleh karena itu, antarmuka pemilihan memori harus menyatakan apa saja yang diaturnya dan mengarahkan pengguna ke informasi privasi dan pengaturan yang berlaku, tanpa menyiratkan bahwa hal itu menggantikan penjelasan-penjelasan tersebut. Hub Privasi Gemini Apps

Bagian 7

Uji keputusan singkat untuk setiap memori yang diusulkan

Sebelum menyimpan suatu detail, ajukan empat pertanyaan berikut:

Apakah detail tersebut diberikan atau disetujui secara eksplisit? Jika itu hanya berupa interpretasi, jangan menyimpannya sebagai fakta.

Apakah hal itu akan meningkatkan tugas spesifik yang kemungkinan besar dilakukan di masa mendatang? Sebutkan tugas tersebut; jika tidak ada yang terpikirkan, abaikan saja.

Apa cakupan yang tepat untuk detail tersebut? Gunakan batasan proyek untuk detail yang tidak termasuk dalam personalisasi umum.

Dapatkah pengguna meninjau dan menghapusnya? Jika tidak, antarmuka sebaiknya tidak menampilkannya sebagai memori sederhana yang dikendalikan pengguna.

Misalnya, dalam proyek penataan ruangan, “Pengguna memilih meja ringkas untuk ruang kerja” mungkin berguna hingga tata letak selesai. Kafe yang dikunjungi selama sesi perencanaan kemungkinan bersifat sementara. Tebakan bahwa pengguna “selalu menyukai gaya minimalis” tidak boleh disimpan kecuali pengguna secara eksplisit menyatakan preferensi tersebut dan ingin menerapkannya secara lebih luas. Contoh-contoh ini menerapkan uji keputusan; ini bukanlah temuan penelitian atau klaim tentang produk tertentu.

Sistem memori yang terkendali tidak perlu membangun profil yang lengkap. Sistem ini cukup meneruskan beberapa preferensi eksplisit dan fakta praktis yang menunjang aktivitas yang dipilih, menjaga detail lokal tetap berada di tingkat lokal, serta membuat proses perbaikan dan penghapusan mudah dipahami. Tujuannya adalah kesinambungan yang berlandaskan pada apa yang benar-benar dikatakan pengguna—bukan klaim bahwa AI mengenal pribadi di balik percakapan tersebut.

Bacaan terkait

Lanjutkan topik ini