Ringkasan
- Laporan eksperimen yang menunjukkan bahwa setelah struktur kode (pattern strategi·factory, pemisahan file, penataan
.cursorrules) direfaktor dengan prompt satu baris, lalu prompt penambahan fitur yang sama dijalankan, penggunaan token AI menurun secara signifikan (Zero-context, N=5). Prompt dan source yang digunakan dalam eksperimen dipublikasikan sehingga dapat direproduksi.
Data utama
-
Claude-4 Sonnet: rata-rata 390,159 → 242,265 tokens (−37.91%)
-
GPT-5: rata-rata 315,839 → 233,634 tokens (−26.03%)
-
Acuan: Total Tokens yang ditampilkan Cursor. Membandingkan nilai absolut antar model tidak bermakna (perbedaan metode penghitungan per model).
Pengaturan (ringkas)
-
IDE Cursor 1.6.6, model GPT-5 / Claude-4 Sonnet
-
Semua prompt Zero-context, editor direstart sepenuhnya di setiap ronde
-
Penilaian berhasil: dihitung sukses bila kebutuhan terimplementasi dengan satu prompt
Mengapa ini penting
-
“Struktur kode yang baik” bukan hanya lebih mudah dibaca manusia, tetapi juga berdampak pada token, biaya, dan waktu bagi AI
-
Reproduktibilitas terjamin karena prompt dan repositori dipublikasikan (bisa langsung dimanfaatkan untuk penerapan di lapangan dan eksperimen lanjutan)
Opini pribadi
- Sebagai pengguna Cursor, saya menilai ini mengusulkan metodologi yang sangat baik yang memberikan pendekatan kunci untuk penghematan biaya.
- Seperti juga disebutkan di isi artikel, jumlah sampling yang masih kurang memadai agak disayangkan.
Belum ada komentar.