Siklus di bab sebelumnya adalah putaran kecil. Untuk membawa ide sampai rilis, putaran-putaran itu ditempatkan dalam workflow yang lebih besar:

Dua langkah paling sering diremehkan. Langkah 2 (spesifikasi singkat) sering dilewati, padahal paling menghemat waktu. Spesifikasi setengah halaman berisi fitur inti, daftar layar, dan bentuk data membuat setiap prompt berikutnya punya konteks yang sama. Langkah 6 (commit) adalah jaring pengamanmu.

Aturan emas: Git adalah tombol undo

AI kadang merusak sesuatu yang tadinya berfungsi, misalnya saat diminta menambah fitur baru ia ikut mengubah file lain. Kalau kamu commit setiap kali sesuatu berfungsi, kamu cukup kembali ke titik aman:

git add .
git commit -m "Fitur tambah barang berfungsi"

# AI merusak sesuatu di putaran berikutnya? Buang perubahan yang belum di-commit:
git restore .

Titik aman membuatmu berani bereksperimen, karena kesalahan apa pun hanya berjarak satu perintah dari pemulihan.

Berikut alur percakapan ilustrasi saat membuat aplikasi daftar belanja:

1. Prompt awal: "Buat aplikasi web daftar belanja: tambah, hapus, dan kelompokkan barang per kategori. Pakai React dan Tailwind."
2. AI: membuat proyek (komponen, gaya, data contoh) dan memberi tahu perintah dev untuk melihat hasilnya.
3. Kamu: "Saat item dihapus, muncul error ini: TypeError: ... undefined. Tolong perbaiki."
4. AI: "Penyebabnya ID ganda saat menambah item. Sudah saya perbaiki dan tambahkan tes."
5. Kamu: "Bagus. Tambahkan mode gelap dan siapkan untuk deploy."

Hasil sesi ilustrasi ini: 5 prompt utama, sekitar 30 menit dari nol sampai online, dan 0 baris kode diketik manual. Angka ini contoh tipikal, bukan hasil riset. Yang lebih penting adalah polanya: prompt awal jelas, error ditempel apa adanya, lalu peningkatan dilakukan bertahap.

Membedah bug "ID ganda"

Bug di langkah 3 sangat khas kode AI, jadi mari kita bedah. Misalkan AI menulis fungsi ini:

function tambahItem(daftar, nama) {
  const id = daftar.length + 1;
  return [...daftar, { id, nama }];
}

Coba jalankan di kepalamu. Daftar berisi item id 1 dan 2. Item id 1 dihapus, sehingga tersisa satu item dengan id 2. Lalu kamu menambah item baru: daftar.length + 1 bernilai 2. Sekarang ada dua item dengan id 2. Saat kamu menghapus berdasarkan id, kode bisa menghapus item yang salah atau mencari item yang sudah tidak ada, lalu muncul TypeError: ... undefined.

Kodenya terlihat masuk akal dan lolos uji normal, karena bug baru muncul setelah urutan "hapus lalu tambah". Inilah alasan kebiasaan "minta tes": tes yang mencoba urutan tersebut akan langsung menangkap bug ini. Perbaikannya, id baru diambil dari id terbesar yang ada, bukan dari panjang daftar. Kamu akan mempraktikkan perbaikan ini di latihan bab ini.

Dua kebiasaan yang paling sering dilupakan adalah commit Git dan memulai sesi baru ketika konteks sudah terlalu panjang. Tanda AI mulai berputar-putar: ia memperbaiki bug A lalu memunculkan bug B, lalu memperbaiki B dan memunculkan A lagi. Saat itu, berhenti. Kembalikan kode ke commit terakhir yang baik, buka sesi baru, dan tulis ringkasan singkat: proyeknya apa, apa yang sudah berfungsi, dan satu masalah yang ingin diselesaikan.

Contoh menempel error dengan baik

Bandingkan dua pesan ini:

Lemah: Aplikasinya tidak jalan, tolong perbaiki.

Kuat: Saat aku menghapus item kedua lalu menambah item baru,
muncul error berikut di konsol:
TypeError: Cannot read properties of undefined (reading 'nama')
    at hapusItem (daftar.js:14)
Yang kuharapkan: item baru muncul dan item lain tidak berubah.

Pesan kuat memuat langkah untuk memunculkan bug, error utuh dengan lokasinya, dan perilaku yang diharapkan. AI bisa langsung menuju penyebabnya tanpa menebak.

Polanya: vibe coding paling bernilai saat kode bersifat sementara, ruang lingkupnya sempit, atau polanya sudah umum. Untuk sistem kritis, gunakan pendekatan agentic engineering dengan review, tes, dan audit keamanan. Contohnya, kalkulator patungan untuk acara kelas boleh dibuat dengan vibe coding murni. Aplikasi koperasi sekolah yang menyimpan saldo dan data siswa butuh review dan tes yang serius.

• Melewati spesifikasi lalu menghabiskan banyak putaran untuk menjelaskan ulang hal yang sama.
• Tidak commit sampai AI merusak beberapa fitur sekaligus dan tidak ada titik aman.
• Bertahan di sesi yang berputar-putar padahal memulai sesi baru jauh lebih cepat.
• Hanya menguji jalur normal, sehingga bug seperti ID ganda lolos sampai pengguna menemukannya.