Masalahnya Bukan AI Slop, tetapi Prompter Tanpa Art Direction

Visual AI yang buruk bukan selalu bukti bahwa teknologinya buruk. Sering kali, hasil yang disebut AI slop muncul karena manusia memberi arahan yang dangkal, menerima keluaran pertama, lalu melewatkan proses art direction dan kurasi.

Namun, menyalahkan prompt saja juga terlalu sederhana. Kualitas visual generatif ditentukan oleh rangkaian keputusan yang mencakup kejelasan konsep, visual literacy, pemilihan model, penggunaan referensi, struktur prompt, proses iterasi, dan penilaian akhir. Prompt adalah antarmuka komunikasinya. Selera dan kemampuan mengarahkan visual tetap berada pada manusia.

Apa yang sebenarnya dimaksud dengan AI slop?

AI slop adalah istilah informal untuk konten buatan AI yang berkualitas rendah, diproduksi dengan sedikit perhatian manusia, dan disebarkan dalam jumlah besar. Masalah utamanya bukan fakta bahwa konten tersebut dibuat dengan AI, melainkan tidak adanya standar, niat kreatif, dan pengendalian mutu yang memadai.

Kita mudah mengenalinya. Kulit terlihat seperti plastik. Produk terlalu sempurna. Makanan memiliki bentuk geometris yang mustahil. Cahaya datang dari arah yang tidak konsisten. Semua elemen tampak mahal, tetapi tidak ada satu pun keputusan visual yang terasa spesifik.

Kesan tersebut sering dianggap sebagai gaya bawaan AI. Padahal, banyak di antaranya merupakan hasil dari instruksi generik seperti “buat foto makanan mewah” atau “buat video sinematik untuk produk premium”. Mesin kemudian mengisi ruang kosong dengan pola yang paling lazim dalam data dan konteksnya. Hasilnya mungkin rapi, tetapi juga mudah terasa artifisial dan seragam.

Dengan kata lain, AI slop bukan sebuah gaya. AI slop adalah kondisi ketika produksi lebih cepat daripada proses berpikir dan penilaian.

Masalah utamanya bukan prompt pendek, tetapi pikiran yang belum terumuskan

Prompt yang lemah biasanya berawal dari konsep visual yang belum jelas. Jika seseorang belum dapat menjelaskan subjek, konteks, komposisi, pencahayaan, material, gerak, suasana, dan batasan visual yang diinginkan, model harus menebak terlalu banyak hal.

Di sinilah prompt engineering sering disalahpahami. Prompt yang baik bukan kumpulan kata teknis yang panjang. Prompt yang baik adalah creative brief yang dapat dieksekusi.

Panduan resmi OpenAI untuk image prompting menyarankan pengguna untuk menjelaskan subjek, komposisi, gaya, batasan, material, pencahayaan, warna, framing, tekstur, dan detail yang harus dipertahankan. Panduan tersebut juga menganjurkan iterasi yang disengaja, satu perubahan dalam satu waktu, serta pemeriksaan hasil pada setiap tahap.

Prinsip ini sangat dekat dengan pekerjaan art director. Seorang art director tidak berkata, “buat lebih keren,” lalu berharap fotografer memahami semuanya. Ia menjelaskan apa yang harus dirasakan audiens, bagian mana yang harus dominan, bagaimana cahaya membentuk objek, tekstur apa yang harus terlihat, dan elemen apa yang tidak boleh muncul.

AI hanya membuat kekaburan komunikasi menjadi terlihat lebih cepat.

Visual literacy adalah fondasi kualitas prompting

Kemampuan menulis prompt visual bergantung pada kemampuan melihat dan menjelaskan visual. Seseorang perlu mengenali perbedaan antara pencahayaan lembut dan cahaya keras, antara komposisi editorial dan katalog, antara kemewahan yang tenang dan estetika yang berlebihan.

Visual literacy mencakup kemampuan untuk:

1. Mengidentifikasi hierarki visual dan titik fokus.
2. Menjelaskan framing, sudut kamera, skala, dan kedalaman.
3. Memahami hubungan warna, material, tekstur, dan pencahayaan.
4. Mengenali ketidakwajaran anatomi, perspektif, bayangan, serta bentuk objek.
5. Membedakan visual yang sekadar cantik dari visual yang tepat untuk merek dan tujuan komunikasi.

Riset Vivian Liu dan Lydia Chilton yang dipresentasikan pada CHI 2022 menganalisis 5.493 generasi gambar dalam lima eksperimen yang melibatkan 51 subjek dan 51 gaya. Studi tersebut menunjukkan bahwa susunan prompt, pemilihan kata terkait subjek dan gaya, serta parameter model memengaruhi koherensi keluaran. Studi ini memakai keluarga model dan teknik generasi dari periode sebelumnya, sehingga angkanya tidak boleh dianggap sebagai ukuran performa model terbaru. Namun, mekanismenya tetap relevan: bahasa yang digunakan manusia mengarahkan ruang kemungkinan yang dieksplorasi model.

Prompt bukan pengganti kemampuan desain. Prompt adalah tempat kemampuan desain diterjemahkan menjadi instruksi.

Mengapa visual AI sering terlalu estetis dan tidak alami?

Visual AI sering terlihat terlalu estetis ketika prompt hanya meminta sinyal kemewahan tanpa menetapkan batas realisme. Kata seperti “premium”, “cinematic”, “luxury”, dan “stunning” mendorong model menuju pola populer yang aman, tetapi tidak selalu sesuai konteks.

Pada foto makanan, misalnya, instruksi “burger premium yang sempurna” dapat menghasilkan roti yang terlalu simetris, keju dengan aliran yang tidak masuk akal, sayuran tanpa variasi alami, dan pencahayaan yang membuat semuanya tampak seperti plastik. Hasil tersebut bukan hanya masalah teknis. Brief awalnya memang meminta kesempurnaan abstrak, bukan kredibilitas fotografis.

Arahan yang lebih berguna akan menyebutkan tujuan, material, ketidaksempurnaan yang dikehendaki, cara makanan disusun, sumber cahaya, karakter permukaan, dan hal yang harus dihindari. Contohnya:

Foto kampanye burger untuk restoran independen. Burger berada di atas piring keramik matte, difoto dari sudut tiga perempat setinggi meja. Roti brioche memiliki pori dan retakan halus, patty menunjukkan tekstur panggangan yang tidak seragam, selada sedikit terlipat, dan saus tidak menetes secara simetris. Gunakan satu sumber cahaya lembut dari sisi kiri, bayangan alami, warna hangat yang tertahan, depth of field moderat, dan retouching minimal. Hindari permukaan plastik, bentuk geometris sempurna, saus berlebihan, dan kilau buatan.

Prompt tersebut tidak menjamin gambar sempurna. Namun, ia mengurangi ruang tebakan dan memberi kriteria yang lebih jelas untuk menilai hasil.

Gambar kelas kampanye tidak lahir dari satu kalimat ajaib

Visual AI yang tampak setara dengan kampanye profesional biasanya berasal dari sebuah workflow, bukan satu prompt spektakuler. Prosesnya lebih dekat dengan produksi kreatif konvensional daripada permainan keberuntungan.

1. Mulai dari tujuan komunikasi

Tentukan terlebih dahulu apa yang harus dipahami atau dirasakan audiens. Visual untuk membangun kepercayaan memerlukan keputusan berbeda dari visual untuk memicu rasa lapar, menunjukkan inovasi, atau memperkenalkan identitas merek.

2. Susun art direction sebelum membuka model

Tuliskan subjek, konteks, komposisi, pencahayaan, palet warna, material, suasana, tingkat realisme, referensi, serta larangan. Jika brief ini belum jelas, menambahkan kata sifat ke prompt tidak akan menyelesaikan masalah.

3. Pilih model dan mode kerja yang tepat

Tidak semua model memiliki kemampuan yang sama dalam menjaga identitas produk, menghasilkan teks, mengikuti komposisi, mempertahankan detail, atau membuat gerak video. Bahkan panduan OpenAI menekankan bahwa hasil dipengaruhi oleh prompt, gambar referensi, dimensi keluaran, dan pengaturan kualitas. Karena itu, kegagalan tidak selalu berasal dari prompter. Batas model tetap nyata.

4. Gunakan referensi secara fungsional

Jangan hanya mengunggah moodboard lalu meminta AI “mengikuti gaya ini”. Jelaskan fungsi setiap referensi. Satu gambar dapat menjadi acuan komposisi, satu untuk material, satu untuk pencahayaan, dan satu lagi untuk identitas produk. Referensi yang tidak diberi peran dapat menghasilkan campuran yang tidak terarah.

5. Ubah satu variabel pada setiap iterasi

Jika komposisi, lensa, cahaya, styling, latar, dan warna diubah sekaligus, sulit mengetahui keputusan mana yang memperbaiki atau merusak hasil. Iterasi yang terkontrol membuat proses lebih dapat dipelajari dan diulang.

6. Kurasi dengan standar produksi nyata

Periksa anatomi, perspektif, bayangan, material, tipografi, geometri produk, konsistensi identitas, serta kesesuaian dengan tujuan kampanye. Visual yang terlihat impresif pada pandangan pertama belum tentu bertahan ketika diperbesar atau dipasang dalam sistem merek.

7. Selesaikan dengan alat yang sesuai

Compositing, retouching, color grading, typography, penyuntingan gerak, dan koreksi detail tetap dapat dibutuhkan. Menggunakan AI tidak berarti seluruh proses harus diselesaikan oleh satu model.

Prompter yang baik sebenarnya adalah komunikator visual

Prompter yang baik bukan orang yang menghafal banyak kata kunci. Ia mampu mengubah intensi yang abstrak menjadi keputusan yang dapat dilihat dan diuji.

Kalimat “buat terasa hangat” masih menyisakan banyak tafsir. Komunikasi visual yang lebih matang dapat menerjemahkannya menjadi cahaya sore dari samping, kontras rendah, material kayu dengan tekstur nyata, warna kulit yang natural, jarak kamera yang intim, dan gestur yang tidak dipentaskan.

Kemampuan ini juga menjelaskan mengapa desainer berpengalaman tetap relevan. Mereka memiliki kosakata visual, memori terhadap referensi, pemahaman konteks merek, dan standar evaluasi. AI mempercepat produksi alternatif, tetapi tidak otomatis menentukan alternatif mana yang paling tepat.

Artikel Roku Studio tentang desainer dengan AI dan tanpa AI juga sampai pada kesimpulan serupa. AI dapat memperkecil selisih pada pekerjaan rutin, tetapi tidak menghapus nilai pengalaman dalam menilai konteks, risiko, dan kualitas keputusan.

Menyalahkan prompter saja juga keliru

Kualitas prompter adalah faktor penting, tetapi bukan satu-satunya penyebab keluaran buruk. Model generatif masih dapat salah memahami relasi spasial, mengubah detail produk, menciptakan teks yang keliru, atau menghasilkan gerakan yang tidak konsisten meskipun instruksinya kuat.

Hasil juga dipengaruhi oleh:

1. Kemampuan dan keterbatasan model yang dipakai.
2. Kualitas serta relevansi gambar referensi.
3. Pengaturan ukuran, rasio, kualitas, dan durasi.
4. Banyaknya objek dan konflik instruksi dalam satu adegan.
5. Tingkat konsistensi yang dibutuhkan untuk produk, karakter, atau rangkaian video.
6. Proses kurasi dan penyuntingan setelah generasi.

Karena itu, pernyataan yang lebih akurat bukan “semua AI slop terjadi karena prompter buruk”. Pernyataan yang lebih berguna adalah: banyak visual AI terlihat buruk karena teknologi dipakai tanpa art direction, visual literacy, iterasi, dan quality control yang setara dengan standar produksi profesional.

Kerangka prompt visual yang dapat digunakan tim kreatif

Prompt visual yang kuat dapat disusun sebagai creative brief dengan delapan lapisan.

1. Tujuan: aset ini dipakai untuk apa dan respons apa yang diharapkan?
2. Subjek: objek atau tokoh utama, termasuk ciri yang wajib dipertahankan.
3. Konteks: lokasi, waktu, situasi, dan hubungan antarobjek.
4. Komposisi: framing, sudut kamera, skala, posisi, dan ruang kosong.
5. Pencahayaan: arah, kualitas, intensitas, suhu warna, dan bentuk bayangan.
6. Material dan tekstur: karakter permukaan yang harus terlihat nyata.
7. Karakter visual: medium, palet, tingkat realisme, suasana, dan referensi.
8. Batasan: elemen yang dilarang, detail yang harus dijaga, serta kesalahan yang harus diperiksa.

Untuk video, tambahkan gerak subjek, gerak kamera, ritme, kontinuitas, perubahan waktu, dan keadaan frame akhir. Kata “cinematic” tidak menjelaskan bagaimana kamera bergerak atau bagaimana adegan berkembang.

Dari prompt engineering menuju sistem produksi visual

Tim kreatif tidak seharusnya bergantung pada satu orang yang kebetulan pandai mencoba prompt. Kemampuan tersebut perlu diubah menjadi sistem yang dapat digunakan ulang.

Sistem itu dapat mencakup brief visual terstruktur, pustaka referensi yang memiliki hak penggunaan jelas, template prompt per jenis produksi, kriteria penerimaan, daftar pemeriksaan artefak, serta catatan iterasi. Hasil yang disetujui sebaiknya disimpan bersama prompt, model, parameter, dan tahapan penyuntingannya.

Pendekatan ini membuat kualitas tidak lagi bergantung pada keberuntungan. Tim dapat memahami mengapa sebuah hasil berhasil, mengulang kondisi yang relevan, dan menghindari kesalahan yang sama pada proyek berikutnya.

Bagi merek, manfaat terbesarnya bukan sekadar menghasilkan gambar lebih cepat. Manfaatnya adalah memperluas eksplorasi visual tanpa melepaskan konsistensi dan tanggung jawab kreatif. Untuk membangun workflow seperti ini dalam strategi merek dan produksi konten, tim dapat berdiskusi dengan Roku Studio.

Kesimpulan

Permasalahan utamanya bukan AI slop sebagai kategori teknologi. Permasalahannya adalah penggunaan alat generatif tanpa kemampuan menerjemahkan ide menjadi arahan visual yang spesifik, tanpa proses evaluasi, dan tanpa standar kualitas yang jelas.

Prompt yang baik memang penting, tetapi prompt bukan mantra. Ia adalah bentuk komunikasi antara manusia dan mesin. Semakin matang pemahaman seseorang terhadap komposisi, cahaya, material, kamera, gerak, konteks merek, dan tujuan komunikasi, semakin besar peluang AI menghasilkan visual yang relevan dan meyakinkan.

Masa depan visual AI tidak hanya ditentukan oleh model yang semakin canggih. Ia juga ditentukan oleh manusia yang mampu melihat dengan tajam, menjelaskan dengan presisi, dan berani menolak hasil yang belum cukup baik.

Pertanyaan yang sering diajukan

Sumber

1. OpenAI, Image Prompting Guide
2. Vivian Liu dan Lydia B. Chilton, Design Guidelines for Prompt Engineering Text-to-Image Generative Models, CHI 2022
3. Wikipedia, AI Slop
4. Roku Studio, Desainer dengan AI vs Tanpa AI