Ringkasan dalam 3 poin
- Kirim hanya informasi yang diperlukan untuk tugas.
- Pengaturan pelatihan, riwayat, dan personalisasi mengatur hal yang berbeda.
- Redaksi data mengurangi paparan, tetapi tidak menjamin anonimitas.
Hasil yang akan kamu buat
Versi catatan keluhan dengan data pengenal yang diminimalkan.
Siapkan bahannya
- Salinan dokumen fiktif
- Daftar data minimum untuk tugas
Langkah yang bisa diikuti
- Tentukan satu pertanyaan yang ingin dijawab dari dokumen.
- Buat salinan latihan dan hapus data yang tidak diperlukan.
- Periksa teks, gambar, metadata yang terlihat, dan bagian tersembunyi.
- Baca kontrol data dan kebijakan yang berlaku untuk akun serta ruang kerja.
- Gunakan bahan fiktif jika izin penggunaan atau kebutuhan data belum jelas.
Instruksi yang bisa kamu sesuaikan
Kelompokkan keluhan dari bahan fiktif “PELANGGAN-A mengeluhkan kemasan penyok”. Jangan menebak nama, nomor telepon, atau identitas pesanan. Tampilkan kategori keluhan dan informasi minimum yang masih diperlukan. Jangan menyebut penggantian nama ini sebagai bukti anonimitas.
Contoh: menyiapkan keluhan pelanggan untuk latihan
Contoh buatan Nalarku
Bahan fiktif awal: “Sari, nomor 0812-0000-0000, pesanan INV-123, mengeluhkan paket penyok.” Versi latihan: “PELANGGAN-A mengeluhkan kemasan penyok.” Minta AI mengelompokkan jenis keluhan tanpa menebak identitas.
Kategori keluhannya adalah kondisi kemasan. Pengelompokan ini tidak memerlukan nomor telepon atau identitas pesanan.
Yang perlu diperiksa
- Apakah identitas masih tersimpan di nama berkas atau kolom lain?
- Apakah detail tanggal, lokasi, atau peristiwa membuat orang mudah dikenali?
- Apakah kamu memang berhak membagikan isi dokumen itu?
Yang perlu dipahami
Dokumentasi ChatGPT membedakan pengaturan pelatihan model, riwayat percakapan, dan personalisasi. Mematikan “Improve the model for everyone” tidak otomatis menghapus chat yang tersimpan.
Pilihan kontrol bergantung pada status masuk, paket, dan pengaturan ruang kerja. Panduan ini memakai kontrol ChatGPT sebagai contoh; layanan dan akun lain dapat memiliki aturan berbeda.
Minimisasi data dimulai dari pertanyaan yang ingin dijawab
Tulis hasil yang diperlukan sebelum menyiapkan bahan. Jika tujuannya mengetahui jenis keluhan, pertanyaan itu berbeda dari menelusuri transaksi pelanggan tertentu. Perbedaan tujuan menentukan apakah identitas dan rincian pesanan memang diperlukan atau hanya ikut terbawa dari dokumen asal.
Pada contoh fiktif di artikel, nama dan nomor telepon diganti dengan penanda yang konsisten. Langkah ini membantu mengurangi data pengenal untuk latihan, tetapi tidak membuktikan bahwa seseorang tidak mungkin dikenali dari konteks. Tanggal, lokasi, dan kejadian unik juga dapat membawa petunjuk.
Buat salinan kerja agar dokumen asal tetap tersedia. Pisahkan bagian yang diperlukan dari lampiran yang tidak berkaitan. Untuk bahan sekolah atau kantor, keputusan membagikannya perlu mengikuti izin serta ketentuan lembaga yang memang berlaku bagi pengguna.
Isi berkas lebih luas daripada paragraf yang terlihat
Dokumen dapat membawa nama berkas, komentar, catatan revisi, atau lembar tambahan. Gambar dapat memuat tulisan yang tidak disadari ketika dilihat sekilas. Karena itu, meninjau bagian yang tampak di halaman utama saja belum cukup untuk mengetahui seluruh bahan yang akan dibagikan.
Sebagai ilustrasi, tabel keluhan sudah memakai PELANGGAN-A tetapi nama lengkap masih berada di kolom lain. Mengirim seluruh lembar kerja tetap membawa informasi tersebut. Menyalin kolom yang relevan ke berkas latihan dapat membuat lingkup bahan lebih mudah ditinjau.
Sebelum mengunggah, buka kembali versi yang benar-benar akan dikirim. Pemeriksaan ini membantu menghindari penggunaan salinan lama yang belum dirapikan. Tujuannya memahami bahan yang dibagikan, tanpa menganggap penggantian beberapa kata sebagai jaminan anonimitas.
Pelatihan model, riwayat, dan personalisasi merupakan kontrol berbeda
Dokumentasi OpenAI menjelaskan bahwa mematikan penggunaan untuk peningkatan model tidak menghapus chat tersimpan. Pengaturan Memory dan personalisasi juga mempunyai fungsi berbeda. Mengarsipkan percakapan tidak sama dengan mengubah ketentuan pelatihan model.
Kontrol yang tersedia bergantung pada akun serta ruang kerja. Dokumentasi turut menyebut pengaturan terpisah pada konteks tertentu, termasuk Voice dan lingkungan Codex. Karena itu, jangan menganggap satu tombol di akun pribadi mengatur seluruh produk dan jenis aktivitas dengan cara yang sama.
Baca nama serta penjelasan pengaturan yang tampil pada layanan yang dipakai. Jika tujuan pengguna adalah menghapus bahan, mematikan personalisasi saja belum menjawab tujuan tersebut. Pisahkan apa yang ingin diubah dari nama tombol agar keputusan mengikuti fungsi yang sebenarnya.
Catat keputusan berbagi agar dapat ditinjau kembali
Satu catatan sederhana dapat menyebut tujuan, jenis bahan, versi yang dikirim, serta pengaturan yang diperiksa. Untuk pekerjaan bersama, tentukan pihak yang berhak membagikan dokumen. Catatan ini membantu pembahasan berikutnya tanpa perlu menyimpan ulang semua isi sensitif.
Bila suatu tugas dapat dilakukan dengan contoh fiktif, gunakan contoh itu untuk mempelajari format terlebih dahulu. Hasil yang baik pada bahan latihan belum menjadi izin mengunggah bahan nyata. Kebutuhan data dan kewenangan berbagi perlu dinilai tersendiri.
Panduan ini tidak mengaudit keamanan penyedia atau memberikan kesimpulan hukum. Manfaat praktisnya adalah membantu pengguna mengurangi bahan, memahami kontrol, dan meninjau keputusan sebelum mengirim. Untuk data yang tidak diizinkan atau rahasia akses, pemilihan layanan tidak menggantikan batas penggunaannya.
Tentukan bahan minimum sebelum mengirim dokumen
Untuk mengelompokkan keluhan kemasan, isi keluhan mungkin sudah cukup tanpa nomor telepon, alamat, atau identitas pesanan. Memulai dari kebutuhan tugas membantu pengguna memilih bahan yang akan dibagikan. Kontrol akun tetap penting, tetapi keputusan mengenai isi dokumen perlu dilakukan sebelum berkas masuk ke layanan.
Sumber dan referensi
Analisis menggabungkan fakta bersumber dan penafsiran Nalarku.
Naskah diperbarui 8 November 2026 pukul 19.38 WIB. Tanggal terbit pertama dipertahankan.
Proses editorial dan penggunaan AI · Hubungi Nalarku untuk koreksi
