Claude Code dan AI Assistant
Sesi 4.2 · ~5 menit baca
Penerjemah di Dalam Editor Kamu
Claude Code, GitHub Copilot, Cursor, Continue, dan tool sejenis menaruh AI assistant di dalam code editor kamu. Kamu deskripsikan apa yang kamu mau pake bahasa biasa. AI nulis kodenya. Kamu jalanin kodenya. Kalo ada yang error, kamu deskripsikan errornya pake bahasa biasa dan AI memperbaikinya.
Ini mengubah siapa yang bisa bikin software tool. Dulu, bikin script yang manggil API butuh pengetahuan Python syntax, HTTP library, JSON parsing, dan error handling. Sekarang cuma butuh tau apa yang kamu mau script itu lakukan. AI yang urus implementasinya. Tugas kamu adalah menspesifikasikan outcome dengan cukup jelas supaya penerjemahannya jalan.
Kamu ga belajar programming. Kamu belajar memberikan spesifikasi ke entitas yang bisa programming. Skill-nya bukan syntax. Skill-nya kejelasan niat.
Cara Kerja AI Coding Assistant
Tool ini bekerja dalam dua mode: inline suggestion dan chat. Inline suggestion memprediksi apa yang akan kamu ketik dan menawarkan completion. Chat mode memungkinkan kamu mendeskripsikan seluruh task dan menerima script lengkap. Buat produksi konten, chat mode yang paling bernilai.
Siklusnya: deskripsikan, generate, jalanin, evaluasi, perbaiki. Kamu ga perlu baca kodenya baris per baris. Kamu perlu baca output-nya dan putusin apakah udah sesuai spesifikasi kamu. Kalo belum, deskripsikan apa yang salah dan AI memperbaiki kodenya.
Memilih AI Coding Assistant
Pasar punya beberapa opsi. Masing-masing ada trade-off-nya. Pilihan kamu tergantung budget, kebutuhan privasi, dan AI model mana yang mau kamu pake buat content generation.
| Tool | Biaya | Kekuatan | Cocok Buat |
|---|---|---|---|
| Claude Code | Berbasis pemakaian | Reasoning kuat, tangani task multi-file yang kompleks | Bangun production pipeline |
| GitHub Copilot | $10-19/bulan | Integrasi VS Code ketat, user base besar | Bantuan coding umum |
| Continue | Gratis (open source) | Jalan dengan model apapun (lokal atau hosted) | User yang peduli privasi, fleksibilitas model |
| Cursor | $20/bulan | Editor AI khusus, editing multi-file | Development berat berbasis AI |
| Cline | Gratis (open source) | Agent otonom, aksi transparan | Automasi multi-step yang kompleks |
Kalo ga punya preferensi kuat, mulai dari Claude Code atau GitHub Copilot. Keduanya jalan baik di VS Code dan punya komunitas besar yang bikin tutorial dan panduan troubleshooting.
Script Pertama dari AI
Buka chat panel AI coding assistant kamu. Ketik ini (atau sejenisnya):
"Buatkan Python script yang print 'Hello, I am a content production pipeline' dan simpan teks itu ke file bernama test-output.txt di direktori saat ini."
AI akan menghasilkan script. Beberapa baris Python. Kamu ga perlu paham setiap baris. Kamu perlu paham strukturnya: script melakukan sesuatu (generate teks) dan menghasilkan output (sebuah file). Pola itu, kalau di-scale up, adalah seluruh content production pipeline.
Jalanin script di terminal: python test-script.py. Cek bahwa test-output.txt ada dan isinya sesuai yang diharapkan. Kalo ada yang gagal, paste error message-nya ke AI chat. AI akan mendiagnosa dan memperbaikinya.
Feedback Loop
Skill yang sesungguhnya adalah iterasi. Deskripsi pertama kamu akan menghasilkan script yang kurang lebih jalan. Kamu perbaiki deskripsinya. AI perbaiki script-nya. Setelah tiga atau empat ronde, kamu punya tool yang jalan. Loop ini identik dengan prompt engineering buat konten, yang akan kamu pelajari di Module 5. Prinsipnya sama: spesifikasi yang jelas, tes, evaluasi, perbaiki.
Jangan bidik sempurna di percobaan pertama. Bidik working draft di percobaan pertama dan sempurna di percobaan ketiga. Ini berlaku buat script dan buat konten yang dihasilkan script itu.
Bacaan Lanjutan
- AI Toolkit for Visual Studio Code, dokumentasi Microsoft
- Getting Started with GitHub Copilot, dokumentasi GitHub
- Continue: Open-source AI code assistant, repository GitHub
Tugas
Install Claude Code atau AI coding assistant pilihan kamu di VS Code. Minta dia bikin Python script sederhana yang print "Hello, I am a content production pipeline" dan simpan teksnya ke file bernama test-output.txt. Jalanin script-nya. Kalo jalan, kamu baru aja pake AI buat nulis kode yang menghasilkan output. Itu seluruh konsep kursus ini, dalam miniatur.