Lewati ke konten
Daftar
  • Jenjang 3 · Higher Up
  • Kredensial terverifikasi

Rekayasa Agen AI: Riset Prospek dari Tool Calling sampai Persetujuan Manusia

Bangun agen AI multi-langkah yang meriset prospek, memperkaya data, memberi skor, dan menyiapkan tindak lanjut, dengan titik persetujuan manusia sebelum ada yang terkirim. Rubrik menilai keputusan rancangan Anda, bukan sekadar agennya berjalan.

Solvera AI & Technology AcademyBahasa Indonesia · terbit 14 Oktober 2026

Ringkasan

Untuk siapa • Engineer yang sudah pernah membangun aplikasi LLM (misalnya RAG) dan ingin naik ke sistem agen. • Tim produk dan sales-ops yang ingin mengotomatiskan riset prospek tanpa kehilangan kendali. • Lulusan kelas "Membangun Asisten Pengetahuan Berbasis RAG". Yang akan Anda bangun Agen dengan alur Riset Prospek → Pengayaan Data → Skor Prospek → Catat ke CRM → Draf Tindak Lanjut. Agen memakai alat (tool) yang Anda definisikan sendiri, menyimpan memori kerja, berhenti meminta persetujuan manusia sebelum mengirim apa pun, dan bisa diaudit langkah demi langkah. Setelah kelas ini Anda mampu • Memilih kapan masalah butuh agen dan kapan cukup alur kerja biasa yang deterministik. • Mendefinisikan alat dengan skema yang ketat, termasuk lewat Model Context Protocol (MCP). • Merancang memori, perencanaan, dan batas langkah supaya agen tidak berputar tanpa akhir. • Menyisipkan persetujuan manusia (human-in-the-loop) di titik yang berisiko. • Mengevaluasi agen: tingkat keberhasilan tugas, biaya per tugas, dan jenis kegagalan. • Mengamankan agen dari prompt injection yang datang dari halaman web atau data yang ia baca. Prasyarat • Pernah membangun aplikasi yang memanggil API LLM dan memahami function/tool calling. • Lancar Python atau TypeScript. • Memahami REST API dan autentikasi dasar. Cara belajar Belajar mandiri sesuai waktu Anda, sekitar 56 jam termasuk mengerjakan karya. Tidak ada jadwal sesi langsung. Karya dikerjakan dalam empat tahap (kerangka, draf, revisi, final), dan setiap tahap direview oleh reviewer bernama yang memberi umpan balik tertulis. Rubrik penilaian bisa Anda baca sebelum mulai mengerjakan. Kredensial Lulus tahap final dengan skor berbobot minimal 75% akan memberi Anda kredensial Terverifikasi Exelern dengan halaman verifikasi publik. Halaman itu memuat karya Anda, nama reviewer, dan rubrik yang dipakai, sehingga pemberi kerja bisa memeriksanya sendiri.

Yang Anda dapatkan

  • 10 materi yang bisa dibuka kapan saja
  • Karya 4 tahap, tiap tahap dibalas reviewer bernama
  • Kredensial yang bisa diperiksa siapa pun tanpa login, bila karya Anda lulus

Skill yang diajarkan

Kelas ini berada di Jenjang 3 · Higher Up: karyanya setara pekerjaan nyata, dan rubriknya menilai keputusan yang Anda ambil, bukan kebenaran langkah.

Karya & rubrik

Kelas ini ditutup dengan karya yang dinilai reviewer bernama memakai rubrik di bawah — rubrik yang sama persis dengan yang dipakai menilai pekerjaan Anda nanti.

  1. 1Kerangka
  2. 2Draf
  3. 3Revisi
  4. 4Final

  1. Agen riset prospek multi-langkah dengan persetujuan manusia dan laporan evaluasi

    Bangun agen yang menerima daftar nama perusahaan sasaran, meriset masing-masing dari sumber publik, memperkaya datanya, memberi skor kecocokan berdasarkan profil pelanggan ideal yang Anda tetapkan, mencatat hasilnya ke CRM (boleh CRM tiruan atau spreadsheet lewat API), dan menyiapkan draf pesan tindak lanjut yang baru terkirim setelah disetujui manusia. Anda wajib menjelaskan setiap keputusan rancangan dan alternatif yang Anda tolak. Tahapan pengerjaan • Kerangka: Profil pelanggan ideal, daftar alat beserta skemanya, diagram alur agen, titik persetujuan manusia, dan dokumen keputusan: kenapa agen (bukan alur kerja biasa), batas langkah, dan risiko yang Anda antisipasi. • Draf: Agen berjalan untuk 10 perusahaan dengan log langkah yang bisa dibaca. Set tugas evaluasi minimal 20 kasus, termasuk halaman web yang sengaja berisi instruksi jahat. • Revisi: Perbaikan berdasarkan kegagalan yang ditemukan di evaluasi dan umpan balik reviewer. Laporkan tingkat keberhasilan dan biaya per tugas sebelum dan sesudah. • Final: Repositori, video demo maksimal 7 menit yang menunjukkan satu persetujuan dan satu penolakan oleh manusia, serta laporan akhir yang memuat trade-off yang Anda pilih.

    Yang diserahkan: Tautan repositori Git, dokumen keputusan arsitektur maksimal 3 halaman, laporan evaluasi berisi tingkat keberhasilan, biaya per tugas, dan katalog kegagalan, serta tautan video demo maksimal 7 menit.

    Kriteria penilaian

    Lulus mulai 75%
    • Ketepatan keputusan arsitekturbobot 25% · skor 0–4

      Pilihan agen vs alur kerja, batas langkah, memori, dan pembagian alat dibenarkan dengan alasan yang sesuai masalah, dan alternatif yang ditolak disebutkan.

    • Kendali dan persetujuan manusiabobot 20% · skor 0–4

      Tidak ada aksi keluar (kirim pesan, ubah CRM) tanpa persetujuan di titik berisiko; persetujuan mudah dilakukan dan tercatat.

    • Keamanan terhadap masukan yang tidak dipercayabobot 20% · skor 0–4

      Agen tahan terhadap instruksi jahat dalam data yang dibacanya; izin alat dibatasi seperlunya.

    • Evaluasi dan perbaikan terukurbobot 20% · skor 0–4

      Set tugas representatif, angka keberhasilan dan biaya dilaporkan jujur, dan perbaikan antar-tahap terlihat.

    • Keterauditan dan kerapianbobot 15% · skor 0–4

      Setiap langkah agen bisa ditelusuri dari log, kode bisa dijalankan orang lain, rahasia tidak ada di repositori.

Lihat bagaimana kredensial diperiksa

Silabus

Isi materi terbuka setelah Anda terdaftar.

  1. 1Agen atau alur kerja? Kerangka memutuskan arsitekturTeks
  2. 2Tool calling: skema, validasi argumen, dan penanganan galat alatTeks
  3. 3Model Context Protocol: membungkus sistem internal sebagai alatTeks
  4. 4Memori kerja, memori jangka panjang, dan kapan melupakanTeks
  5. 5Perencanaan dan batas langkah: mencegah agen berputarTeks
  6. 6Orkestrasi multi-agen: kapan berguna, kapan hanya menambah biayaTeks
  7. 7Human-in-the-loop: merancang titik persetujuan yang tidak menggangguTeks
  8. 8Keamanan agen: prompt injection tidak langsung, izin alat, dan jejak auditTeks
  9. 9Evaluasi agen: set tugas, tingkat keberhasilan, biaya per tugasTeks
  10. 10Studi kasus: agen riset prospek di platform penjualanTeks

Pengajar

Solvera AI & Technology Academy terverifikasi

Tim pengajar Solvera untuk kelas teknologi, AI, data, dan keuangan di Exelern. Setiap kelas ditutup dengan karya nyata yang dinilai reviewer memakai rubrik terbuka, bukan kuis pilihan ganda.

  • AI generatif
  • Rekayasa perangkat lunak
  • Data dan analitik
  • Cloud dan keamanan siber
  • Keuangan dan akuntansi
Profil lengkap

Pertanyaan yang sering diajukan

Bagaimana karya saya dinilai?
Reviewer bernama memberi skor per kriteria memakai rubrik di bagian Karya & rubrik — rubrik yang sama dengan yang dipakai menilai Anda nanti. Anda lulus bila skor berbobotnya mencapai 75%. Kredensial terbit hanya bila karya final Anda lulus, dan memuat karya, rubrik, serta nama penilainya.
Apakah ada tenggat pengerjaan?
Tidak. Kelas mandiri dimulai kapan saja. Karya dikerjakan bertahap — kerangka, draf, revisi, final — dan setiap tahap dibalas reviewer sebelum Anda lanjut.
Bisakah kantor saya membiayai kelas ini?
Bisa. Panduan klaim biaya ke kantor memuat templat email ke atasan dan bukti yang biasanya diminta: bukti pembayaran dan tautan kredensial yang bisa diperiksa tanpa login.
Apa beda kredensial Exelern dengan sertifikat kehadiran?
Kredensial hanya terbit dari karya yang lulus review, bukan dari jam tayang. Siapa pun bisa memeriksa keabsahannya di halaman verifikasi, lengkap dengan karya, rubrik, dan penilainya.

Untuk tim

Kelas yang sama untuk satu orang, satu tim, atau satu angkatan khusus organisasi Anda.

  • Klaim ke kantor

    Templat email ke atasan dan bukti yang biasanya diminta bagian keuangan.

    Buka panduan

  • Daftarkan tim

    Beberapa orang di kelas ini, dengan kredensial yang bisa Anda periksa satu per satu.

    Ceritakan kebutuhan tim

  • Angkatan privat

    Satu angkatan khusus organisasi Anda, dengan karya yang disesuaikan pekerjaan tim.

    Ajukan angkatan privat

Kelas terkait