AI coding assistant bisa bikin 40 unit test dalam 20 detik. Masalahnya: 35 di antaranya lulus tanpa membuktikan apa pun. Coverage naik jadi 92%, bug tetap lolos ke production. Ini bukan salah AI — ini salah prompt. Prompt engineering unit test yang benar mengubah AI dari "pembuat test hijau" jadi "pemburu kontrak yang rusak". Artikel ini bedah trik konkretnya, plus checklist review test AI sebelum merge.
📌 Baca Juga (AI Coding): Prompt Caching dan Context Window Budgeting: Strategi Hemat Token Saat Coding Bareng LLM
Kenapa Test Hasil AI Sering Kosong Maknanya
AI coding assistant dioptimalkan untuk sinyal sukses yang paling mudah: test berjalan dan lulus. Kalau prompt hanya bilang "buatkan unit test untuk fungsi ini", model akan memilih jalur terpendek menuju hijau. Hasilnya pola-pola ini:
- Assertion semu — expect(result).toBeDefined(), expect(fn).not.toThrow(), atau assert yang selalu benar apa pun inputnya.
- Hanya happy path — satu test untuk input ideal, nol test untuk input yang bikin fungsi meledak.
- Mock berlebihan — semua dependency di-mock sampai test tidak lagi menyentuh logika yang mau diuji.
- Nama test generik — "should work", "test 1", "handles input" — tidak memberi tahu apa yang rusak saat merah.
- Snapshot besar — satu snapshot 200 baris yang di-approve tanpa dibaca, lalu jadi beban setiap refactor.
Akibatnya jelas: test case bermakna digantikan test case yang sekadar menaikkan angka. Angka coverage bukan bukti kualitas; yang membuktikan kualitas adalah test yang jadi merah ketika kode dirusak.
Empat Prinsip Prompt yang Memaksa AI Berpikir
1. Beri Kontrak, Bukan Cuma Nama Fungsi
Model tidak bisa menebak invariant bisnis. Sebelum minta test, tulis kontrak eksplisit: tipe input, rentang valid, nilai return, error yang dilempar, side effect (DB, file, network), dan aturan yang tidak boleh dilanggar. Contoh: "fungsi ini menolak kuantitas <= 0, membulatkan diskon ke 2 desimal, dan tidak boleh memanggil API kalau cache masih segar". Kalimat-kalimat ini langsung menjadi kandidat test.
2. Wajibkan Edge Case dan Boundary Value Secara Tertulis
Jangan berharap inisiatif. Minta kategori eksplisit dalam prompt: edge case boundary value (0, 1, -1, nilai maksimum, string kosong, array kosong, null/undefined), input duplikat, unicode dan emoji, angka sangat besar, serta urutan pemanggilan yang tidak lazim. AI akan memenuhinya kalau diminta sebagai daftar wajib, bukan sebagai saran.
3. Larang Assertion Lemah Secara Tertulis
Tambahkan aturan negatif di prompt: dilarang toBeDefined, dilarang not.toThrow sebagai satu-satunya assertion, dilarang snapshot untuk logika, satu test hanya boleh punya satu alasan untuk gagal. Aturan negatif bekerja jauh lebih baik daripada pujian "tolong buat test yang bagus".
4. Minta Tabel Test Case Dulu, Kode Belakangan
Ini trik paling berdampak. Minta output dua tahap: (a) tabel berisi nama test, input, expected output, dan alasan test itu bisa gagal; (b) baru kode test. Tahap tabel memaksa model menalar skenario sebelum menulis sintaks, dan kamu bisa menolak skenario sampah tanpa membuang waktu membaca kode.
Template Prompt Generate Unit Test
Peran: kamu QA engineer senior yang skeptis.
Target: [file/fungsi] dengan kontrak berikut: [input valid, output, error, side effect, invariant].
Tugas tahap 1: buat tabel test case. Kolom: nama test, kategori (happy path / edge case boundary value / error path / state / regresi), input, expected output, alasan test ini bisa gagal.
Wajib ada: minimal 3 boundary value, 2 error path, 1 test untuk input tidak valid dari trust boundary, 1 test regresi untuk bug [deskripsi bug].
Dilarang: assertion yang selalu benar, mock untuk logika internal, snapshot, test tanpa expected value konkret.
Tahap 2: setelah tabel saya setujui, tulis kode test memakai [framework] dengan gaya yang sudah ada di repo. Setiap test harus gagal kalau implementasi dirusak — sebutkan baris mana yang harus diubah agar test itu merah.
Baris terakhir itu kuncinya. Meminta AI menyebutkan mutasi apa yang membuat test gagal memaksa lahirnya assertion nyata, bukan dekorasi.
Contoh: Prompt Buruk vs Prompt Tajam
Prompt buruk: "Buatkan unit test untuk fungsi hitungDiskon." Hasil: tiga test, semuanya memanggil fungsi lalu memeriksa hasilnya bukan undefined.
Prompt tajam: "Fungsi hitungDiskon(harga, kupon) membulatkan ke 2 desimal, menolak harga negatif dengan error INVALID_PRICE, dan mengabaikan kupon kedaluwarsa tanpa melempar error. Buat tabel test case dulu, wajib termasuk harga 0, kupon null, diskon 100%, dan pembulatan 0.005. Setelah saya setujui, tulis test-nya." Hasil: delapan test, masing-masing mengunci satu perilaku, dan tiga di antaranya langsung merah saat implementasi diubah.
Checklist Review Test AI Sebelum Merge
- Assertion nyata? Setiap test memeriksa nilai atau error spesifik, bukan sekadar "tidak crash".
- Satu alasan gagal per test? Kalau satu test bisa merah karena lima sebab, pisahkan.
- Boundary value lengkap? 0, -1, maksimum, kosong, null, duplikat, unicode.
- Mock minimal? Mock hanya untuk I/O dan waktu, bukan untuk fungsi yang sedang diuji.
- Deterministik? Tidak bergantung jam sistem, random tanpa seed, atau network.
- Nama test deskriptif? Terbaca seperti spesifikasi: "menolak harga negatif dengan INVALID_PRICE".
- Tidak ada test di-skip atau di-comment? Test mati lebih berbahaya daripada tidak ada test.
- Uji mutasi manual? Rusak satu baris implementasi, jalankan test, pastikan ada yang merah. Kalau semua tetap hijau, test itu hiasan.
Poin 8 adalah gerbang terakhir dan paling murah. Butuh 30 detik, dan menyaring mayoritas test sampah hasil AI.
Jebakan yang Sering Terulang
- Minta 100% coverage. Target angka mendorong AI menulis test tanpa nilai. Kejar perilaku, bukan persentase.
- Prompt terlalu panjang tanpa kontrak. AI mengarang API yang tidak ada. Batasi konteks ke file target plus tipe terkait.
- Percaya test hijau. Hijau hanya berarti kode dan test sepakat — termasuk kalau keduanya sama-sama salah.
- Lupa test regresi. Setiap bug production layak jadi satu test permanen. Masukkan deskripsi bug ke prompt.
- Terima kode test tanpa tabel skenario. Kamu kehilangan kesempatan menolak skenario lemah sebelum sintaks ditulis.
💡 Baca Juga & Rekomendasi Jaringan AI Network:
- Gunakan racikan prompt profesional di SolusiAI.my.id (Rekomendasi Tools & Otomatisasi AI).
- Pelajari tutorial skrip dan otomatisasi teknis di PromptHack.my.id (Kumpulan AI Prompt & Content Growth).
Kesimpulan
Prompt engineering unit test bukan soal merangkai kata ajaib, tapi soal memindahkan tanggung jawab berpikir dari AI ke kontrak yang kamu tulis. Beri kontrak eksplisit, wajibkan edge case boundary value, larang assertion lemah, dan minta tabel skenario sebelum kode. Lalu jalankan checklist review test AI sebelum merge — terutama uji mutasi manual. Dengan begitu AI coding assistant berhenti jadi mesin pencetak test hijau dan mulai menghasilkan test case bermakna: test yang berani merah ketika kode salah, dan itulah satu-satunya test yang layak masuk repo.
Posting Komentar