Lagi ngembangin sebuah chatbot yang bisa mengakses database, create update, dan delete data.
Sementara boot bisa memproses pembuatan data dan pengaksesan data yang sudah di simpan di database, belum sampai update dan delete, dikarenakan ngga cuman megang satu project :v.
Database yang saya gunakan disini adalah spreadsheet dengan memanfaatkan fitur apps script kemudian saya mengembangkan endpoint untuk create update dan delete data dengan field : hari, tanggal, task, catatan, dan rencana. Dimana nanti si chatbot ini bisa menginputkan data itu dengan inputan yang saya sampaikan. Untuk fungsinya kurang lebih begitu.
Kemudian teknologi yang saya gunakan disini adalah Flask dari python, gemini, dan n8n untuk mempersingkat saya pembuatan otomatisasi dan tentunya biar menambah ranah explore saya dan skill baru tentunya, sebenarnya bisa saja semuanya dilakukan full menggunakan Flask atau hanya sekedar di deploy menggunakan n8n. Tapi disini saya ingin explore hal baru jadi saya bagi tugasnya.
Flask berfungsi untuk komunikasi dengan gemini dan pengaksesan data, jadi akses endpoint apps script dilakukan oleh Flask dengan bantuan gemini yang mampu memahami konteks data yang dikirimkan oleh user dari format chat sehingga bisa menjadi data yang bisa di proses oleh Flask untuk dikirimkan ke database yang dalam hal ini saya menggunakan spreadsheet.
Disini Saya mau sharing terkait flow yang saya gunakan gimana sih dari chattingan biasa dengan si gemini sampe bisa digunakan oleh backend jadi data yang bisa di input ke sistem?. Dan ide ini saya kembangkan karena beberapa minggu yang lalu saya sempat bertanya ke forum terkait penggunaan dan tech pembuatan MCP (model context protocol) tapi tidak ada yang merespon :v, yasudah saya explore saja sendiri dan akhirnya menemukan konsep
Yang saya sebut manipulasi prompting ini.
Langsung saja ke intinya disini saya meminta gemini untuk menjadi sebuah ai yang bukan hanya merespon apa yang bisa diterima oleh user, tapi juga diminta untuk merespon data yang bisa di proses oleh program, dalam hal ini nanti teman2 praktiknya bisa berupa format array, json ataupun format lain yg di inginkan.
Saya menggunakan metode prompting, dimana saya memberikan prompt berupa arahan kepada si ai format prompt yang saya gunakan adalah json, tetapi ketika saya kirimkan kepada ai saya ubah format json itu menjadi string. Begitupun Sebaliknya, ketika si ai merespon jawaban dia adalah sebuah string, dengan kemampuan pengolahan data yang dimiliki oleh python, maka dengan mudahnya bisa mengembalikan juga si string menjadi json jika respon dari gemini sudah sesuai.
Berikut pembahasan detail prompt yang saya buat :
Nah itu adalah gambaran prompt yang saya buat untuk saya kirimkan ke ai. Dimana sudah saya design dan saya sesuaikan dengan kebutuhan data yang ingin saya akses. Kita bahas satu satu untuk kegunaan prompt nya.
Bagian pertama ada system, disini adalah konfigurasi untuk karakter si AI, peran, dan instruksi yang akan mengatur bagaimana ai bekerja serta kemampuan apa saja yang bisa dia lakukan.
Ini adalah bagian brief atau data yang ingin kita kirimkan kepada si ai dan juga isi pesan yang dituliskan oleh user kita kirimkan ke situ. Dan jangan lupa untuk menambahkan variabel today, karena biasanya gemini tidak update terkait hari ini itu hari apa.
Oke temen-teman pembahasanya sampai sini dulu, kalau banyak yang tertarik nanti saya lanjutkan ke tech tech berikutnya.
