Bulan ini saya kebetulan menjalani dua hal sekaligus: membuat panduan belajar sysadmin untuk diri sendiri, dan mengikuti training AI yang diselenggarakan perusahaan. Dua hal yang awalnya terasa tidak berhubungan, tapi ternyata saling mengisi.
Masalahnya bukan kurang materi
Kalau kalian bekerja di bidang infrastruktur, pasti tahu rasanya: materi belajar melimpah, tapi arah belajarnya yang tidak jelas. Tutorial bertebaran di mana-mana, dokumentasi resmi panjang, forum penuh jawaban yang kadang kontradiktif. Yang susah bukan menemukan konten, tapi menyusun urutan belajar yang masuk akal untuk situasi kerja nyata.
Saya sendiri sehari-hari mengelola Zimbra, Carbonio, Proxmox, dan beberapa layanan terkait. Sudah cukup lama berkutat di sana. Tapi saya sadar ada juga celah, teori yang saya lewati karena sibuk troubleshooting, konsep yang saya pakai tanpa benar-benar memahami dasarnya.
Dari situlah ide membuat panduan belajar sendiri muncul.
AI sebagai partner menyusun, bukan sekadar menjawab
Yang saya lakukan bukan meminta AI menulis panduan untuk saya. Saya sudah punya konteks kerja, sudah punya pengalaman di lapangan, dan tahu celah apa yang ingin saya tutup. Yang saya butuhkan adalah partner untuk menyusun semua itu jadi struktur yang kohesif.
Hasilnya adalah sepuluh file Markdown yang mencakup Linux fundamental, jaringan dan DNS, mail server, Zimbra dan Carbonio, Proxmox, otomasi dengan Ansible, security dan monitoring, strategi backup, plus roadmap proyek dari level dasar sampai level arsitek. Ditambah satu cheatsheet command untuk referensi cepat saat kerja.
Prosesnya tidak instan. Saya harus menjelaskan konteks pekerjaan saya, menyebutkan celah yang ingin diisi, dan memberikan arah yang cukup spesifik supaya outputnya relevan, bukan panduan generik yang bisa ditemukan di mana saja. Saya perlu berpikir dulu sebelum mengetik, bukan sekadar mengetik lalu berpikir.
Dan di situlah training AI di kantor jadi terasa nyambung.
Prompt engineering itu pada dasarnya berpikir lebih keras sebelum bertanya
Training yang saya ikuti berfokus pada produktivitas: cara memakai AI tools secara efektif, termasuk dasar-dasar prompt engineering. Intinya sederhana: kualitas output sangat bergantung pada kualitas input. AI tidak membaca pikiran. Kalau pertanyaannya kabur, jawabannya juga akan kabur.
Itu bukan prinsip baru sebetulnya. Kalau kalian pernah membuka tiket support yang baik, atau menulis runbook yang jelas, kalian sudah mempraktikkan hal yang sama. AI hanya memperlihatkannya dengan lebih eksplisit, karena feedback-nya langsung.
Yang berubah setelah training itu bukan kemampuan teknis saya. Yang berubah adalah cara saya memulai percakapan dengan AI: lebih dulu merumuskan masalah, menyebutkan konteks, menentukan output yang diinginkan, baru mengetik. Hasilnya memang berbeda.
Yang tidak bisa digantikan AI
Ada satu hal yang menjadi jelas selama proses ini: AI tidak bisa menggantikan pengalaman lapangan sebagai fondasi.
Panduan yang saya buat terasa relevan dan tidak generik justru karena saya bisa mengevaluasi setiap bagiannya dari pengalaman nyata. Saat AI memberikan penjelasan tentang Ceph device class misalnya, saya tahu apakah itu sudah cukup detail atau perlu diperdalam, karena saya pernah mengonfigurasinya langsung. Tanpa konteks itu, hasilnya mungkin tetap panjang tapi tidak akan berguna untuk situasi kerja saya.
AI mempercepat penyusunan. Pengalaman yang menentukan arahnya.
Apa yang bisa kalian coba
Kalau kalian juga sedang belajar di bidang teknis dan ingin mencoba pendekatan serupa, beberapa hal yang saya pelajari dari prosesnya:
Mulai dari apa yang sudah kalian tahu, bukan dari nol. AI bekerja jauh lebih baik sebagai partner diskusi untuk orang yang sudah punya konteks, dibandingkan sebagai guru untuk yang benar-benar asing dengan topiknya.
Tentukan output sebelum bertanya. Bukan “jelaskan Proxmox”, tapi “saya sedang menyusun materi latihan untuk tim yang sudah familiar Linux tapi belum pernah pegang Proxmox, apa urutan konsep yang paling masuk akal?”
Evaluasi hasilnya. Jangan langsung percaya setiap detail, terutama untuk hal-hal yang sangat spesifik versi seperti command Carbonio atau nama unit systemd. Verifikasi ke dokumentasi resmi.
Panduan sysadmin yang saya buat itu pada akhirnya bukan produk akhir. Ia adalah kerangka belajar yang akan saya isi dan perbarui seiring pengalaman bertambah. AI membantu saya membangunnya lebih cepat dari yang saya bayangkan, tapi arahnya tetap saya yang tentukan.
Dan mungkin itu cara yang paling jujur untuk memakai AI: bukan sebagai pengganti berpikir, tapi sebagai alat yang membuat berpikir jadi lebih produktif.
Leave a Reply