Tanpa Pilihan A, B, dan C: Penguji AI Secara Lisan

Gagasan utama: tes biasa bagus untuk menguji kemampuan mengenali pilihan yang benar. Format lisan memaksa orang menjelaskan persyaratan dengan kata-katanya sendiri. Dalam skema ini, AI tidak dipakai untuk membisikkan jawaban, tetapi untuk menilai makna jawaban secara seragam.

Mengapa kami memutuskan menerapkan ujian lisan

Tes klasik praktis untuk pengujian massal, tetapi punya kelemahan yang jelas: pekerja melihat pilihan jawaban. Bahkan dengan bank soal yang baik, sebagian hasil bisa diraih hanya karena mengenali rumusan kalimat, menyingkirkan pilihan yang jelas-jelas salah, atau sekadar hafal tesnya.

Ujian lisan bekerja secara berbeda. Orang harus merumuskan jawabannya sendiri, menjelaskan urutan tindakan, menyebutkan bahaya, batasan, dan persyaratan wajib. Format seperti ini jauh lebih baik dalam menunjukkan apakah ia benar-benar memahami aturan atau hanya pernah melihat rumusan yang benar sebelumnya.

Namun ujian lisan biasa punya masalah lain — waktu dan perbedaan yang tak terhindarkan antarpenguji. Yang satu menggali lebih dalam dengan pertanyaan lanjutan, yang lain lebih cepat menerima jawaban; yang satu menghargai rumusan yang persis, yang lain — maknanya. Karena itu, pada musim semi 2026 kami mulai mencari cara memanfaatkan AI sebagai penguji kedua: bukan pengganti komisi penguji, melainkan satu alat yang mengajukan pertanyaan, mendengarkan jawaban, dan menerapkan kriteria yang telah ditetapkan secara sama untuk semua orang.

Tahap pertama: mencoba membangun semuanya dalam satu agen AI

Gagasan pertama cukup lugas: memasukkan peraturan ke dalam AI, memberinya peran penguji, lalu membuatnya sekaligus memilih sektor pengetahuan secara acak, merumuskan pertanyaan, dan menilai jawaban. Dalam praktiknya, cepat terlihat bahwa model generatif bukan alat terbaik untuk keacakan yang sesungguhnya. Model ini pandai bernalar, tetapi baginya “pertanyaan acak” tidak selalu berarti pilihan yang acak secara matematis.

Karena itu, kami mulai memisahkan fungsi. Sumber regulasi hanya bertanggung jawab atas pengetahuan. Pemilihan acak — atas nomor pertanyaan. Penguji — hanya atas jalannya ujian dan penilaian jawaban. Inilah kesimpulan arsitektural penting yang pertama: makin tegas fungsi-fungsi dipisahkan, makin stabil sistem bekerja.

Selanjutnya, di lampiran, prompt sengaja disusun mengikuti logika yang sama dengan artikel: pertama skema historis, lalu bank soal, setelah itu versi HTML modern, penilaian, Word/Excel, dan perlindungan data.

Tahap kedua: NotebookLM sebagai basis pengetahuan, Gemini Bot sebagai penguji

Skema yang benar-benar berfungsi muncul ketika kami memisahkan basis pengetahuan dari ujian itu sendiri. Di NotebookLM, sumber-sumber regulasi diunggah ke buku catatan yang terpisah: Undang-Undang Republik Kazakhstan “Tentang Perlindungan Sipil”, Kode Ketenagakerjaan, dan peraturan sektoral — untuk pesawat angkat, penambangan terbuka, bejana tekan, pekerjaan pengeboran dan peledakan, serta bidang lainnya.

Gemini Bot berperan sebagai penguji. Ia menerima instruksi: bekerja hanya berdasarkan basis regulasi yang terhubung, mengajukan pertanyaan satu per satu, menerima jawaban lisan melalui mikrofon, dan menilai bukan kecocokan kata demi kata, melainkan makna — ketepatan, kelengkapan, dan logika.

Dalam salah satu varian, kami menyiapkan bank berisi 300 pertanyaan bernomor lengkap dengan jawaban acuan dan rujukan ke butir-butir regulasi. Kami perlu menghilangkan pemilihan pertanyaan “sesuka hati” model, dan dari situlah lahir generator nomor acak buatan kami sendiri.

Lihat lampiran prompt: Prompt 1 — skenario historis lengkap penguji NotebookLM + Gemini, termasuk tiga pertanyaan, generator nomor, dan penilaian jawaban; Prompt 2 — penyusunan bank soal berdasarkan dokumen regulasi.

Cara kerja generator angka acak pertama kami

Kami sengaja membuat mekanisme yang dapat dijelaskan dan direproduksi tanpa program terpisah. Setelah data dimasukkan, jam, menit, detik, dan milidetik dicatat. Nilai nol diganti dengan satu. Kemudian nilai-nilai tersebut dikalikan:

R = H × M × S × MS

Jika hasilnya lebih dari 300, hasil itu dibagi 300 berulang kali hingga menjadi kurang dari atau sama dengan 300. Setelah itu, angka tersebut dibulatkan ke atas dan menjadi nomor pertanyaan di bank soal. Untuk pertanyaan kedua, yang dicatat adalah waktu diterimanya jawaban atas pertanyaan pertama; untuk pertanyaan ketiga — waktu jawaban atas pertanyaan kedua. Jika nomor itu sama dengan pertanyaan yang sudah diajukan, nomor tersebut ditambah satu, dan setelah 300 kembali lagi ke satu.

Kini skema ini tampak rumit, tetapi pada tahap itu ia menyelesaikan tugas penting: pemilihan pertanyaan tidak lagi bergantung pada “keinginan” AI. Keacakan menjadi fungsi tersendiri, dan penguji menerima nomor pertanyaan yang sudah pasti.

Lihat lampiran: rumus pemilihan nomor, perhitungan ulang setelah setiap jawaban, dan pencegahan pengulangan tersimpan di Prompt 1.

Uji coba: 54 orang dan pengalaman nyata pertama

Pada April 2026, dengan skema ini kami melakukan uji coba pada 54 peserta — pekerja lapangan, staf administrasi, serta tenaga teknik dan insinyur. Ujian terdiri atas tiga pertanyaan, dengan batas kelulusan 70%. Bidang wajibnya adalah Undang-Undang “Tentang Perlindungan Sipil” dan Kode Ketenagakerjaan; selain itu, peserta juga diuji tentang peraturan sektoral yang berkaitan dengan pekerjaannya.

Jawaban diberikan dengan suara. AI membandingkannya dengan basis regulasi dan memberikan bukan hanya persentase, tetapi juga struktur jawaban: apa yang sudah dijelaskan dengan benar, apa yang belum tersampaikan, di mana terjadi kesalahan, dan sumber regulasi mana yang perlu dipelajari kembali.

Di sinilah keunggulan utamanya menjadi jelas: sistem tidak menguji hafalan pilihan jawaban, melainkan kemampuan seseorang untuk menjelaskan sendiri persyaratannya.

Apa yang ternyata tidak praktis pada versi pertama

Uji coba membuktikan prinsipnya, tetapi juga memperlihatkan titik-titik lemah. Protokol harus disalin dan disimpan terpisah di Word. Persentase akhir kemudian dipindahkan secara manual ke Excel. Untuk bidang yang berbeda digunakan buku catatan dan bot yang terpisah, sehingga spesialis harus berpindah-pindah di antaranya.

Selain itu, versi pertama mengidentifikasi peserta ujian berdasarkan nama lengkap, jabatan, dan unit kerja. Untuk uji coba internal hal itu masih bisa dimaklumi, tetapi seiring pengembangan lebih lanjut menjadi jelas: jika sebagian pemrosesan dilakukan oleh model berbasis awan, sebaiknya data pribadi dikeluarkan dari alur ini.

Maka lahirlah tahap berikutnya — bukan sekadar satu prompt lagi, melainkan aplikasi perangkat lunak buatan kami sendiri.

Tahap ketiga: penguji berbasis peramban yang portabel

Versi baru bekerja sebagai aplikasi HTML/JavaScript portabel di jendela peramban tersendiri. Aplikasi ini tidak memerlukan Python, Node.js, basis data, atau hak administrator. Bank soal, sumber regulasi, riwayat ujian, dan pengaturan disimpan secara lokal di komputer.

Penting untuk memisahkan dengan tepat bagian lokal dan bagian berbasis awan. Antarmuka itu sendiri, basis data lokal, pemilihan pertanyaan, perhitungan persentase akhir, protokol Word, dan ekspor Excel dijalankan di komputer pengguna. Namun pengenalan ucapan, penilaian makna jawaban, pembacaan suara berbasis awan, dan pembuatan draf pertanyaan dari dokumen regulasi menggunakan model berbasis awan. Jadi, ini bukan “AI yang sepenuhnya luring”, melainkan aplikasi lokal yang terlindungi dengan komponen awan seminimal yang diperlukan.

Dalam beberapa hari, arsitektur ini memberi kami apa yang tidak ada pada uji coba pertama: satu antarmuka alih-alih sekumpulan bot, satu bank pertanyaan yang telah disetujui, protokol otomatis, dan riwayat hasil yang terus terakumulasi.

Jika pembaca ingin membuat ulang versi modern ini dari nol, permintaan awal utamanya adalah Prompt 3. Prompt ini dirancang khusus untuk vibe coding: AI membimbing orang yang bukan pemrogram langkah demi langkah, satu tindakan setiap kali, sambil memeriksa setiap hasil.

Data pribadi: kode RSS menggantikan nama lengkap

Pada versi baru, pekerja tidak memasukkan nama lengkap dan nomor induk karyawan. Sebelum ujian digunakan kode RSS berupa pseudonim, misalnya RSS 1256. Padanan RSS ↔ nama lengkap disimpan terpisah di dalam lingkungan internal perusahaan dan dapat digabungkan dengan hasil ujian secara lokal.

Nama lengkap atau nomor induk karyawan tidak perlu dikirim ke alur awan. Untuk penilaian makna, model cukup menerima pertanyaan itu sendiri, jawaban acuan, kriteria, dan jawaban suara pekerja. Di antarmuka juga dicantumkan secara khusus bahwa data pribadi tidak boleh diucapkan ke mikrofon.

Protokol Word menyimpan kode RSS, sedangkan kolom nama lengkap dan materi uji pengetahuan dibiarkan kosong untuk diisi setelah diunduh. Ekspor Excel harian juga memuat RSS, jabatan, unit kerja, bahasa, jumlah pertanyaan, dan hasil — tanpa nama lengkap dan nomor induk karyawan.

Lihat lampiran: Prompt 8 — audit data pribadi dan pemisahan yang jujur antara ranah lokal dan ranah awan. Logika hasil Word/Excel otomatis dapat dilihat di Prompt 7.

Bagaimana bank soal dibentuk sekarang

Ini satu lagi perbedaan mendasar dari versi pertama. Kini tidak perlu lagi menyiapkan tepat 300 pertanyaan secara manual sebelumnya. Sumber regulasi dapat diunggah ke dalam program: Word, PDF, RTF, ODT, TXT, atau Markdown. Lalu AI memilih penggalan-penggalan bermakna yang tersebar di seluruh dokumen dan membuat draf pertanyaan, jawaban acuan, serta 2–8 kriteria penilaian beserta bobotnya.

Namun pertanyaan yang dibuat secara otomatis tidak langsung masuk ke ujian resmi. Pertanyaan itu berstatus draf. Spesialis harus memeriksa rumusan, jawaban acuan, kriteria, dan rujukan ke sumber, dan baru setelah itu menyetujui pertanyaan tersebut. Ujian hanya menggunakan pertanyaan yang sudah disetujui.

Bank soal yang sudah disiapkan sebelumnya juga dapat diimpor dari CSV atau XLSX. Setiap pertanyaan menyimpan topik, bahasa, sumber, tingkat kesulitan, jawaban acuan, dan kriteria. Karena itu, berbagai bidang pengujian dapat dikelola dalam satu aplikasi, bukan di bot-bot yang berbeda.

Pemilihan acak pun berubah. Alih-alih rumus lama kami yang berbasis waktu, program menggunakan generator angka acak kriptografis bawaan sistem dan memilih sejumlah pertanyaan yang telah disetujui sesuai kebutuhan. Cara ini lebih sederhana, lebih andal, dan tidak menuntut AI berpura-pura acak.

Lihat lampiran: Prompt 4 — pembuatan draf pertanyaan dari sumber regulasi dengan tinjauan metodologis wajib; Prompt 9 — penggabungan beberapa bidang ujian dalam satu antarmuka.

Ujian berlangsung: pertanyaan dengan suara — jawaban dengan suara

Peserta ujian memilih bahasa Rusia atau bahasa Kazakh. Pertanyaan dapat dibaca di layar atau didengarkan. Untuk setiap bahasa digunakan instruksi pembacaan suara tersendiri agar ucapan terdengar alami dan sesuai kaidah, tanpa aksen asing yang tidak perlu.

Izin mikrofon diminta satu kali untuk seluruh ujian. Jawaban dapat dimulai secara manual dengan tombol atau otomatis setelah 30 detik, satu, dua, atau tiga menit persiapan. Setelah perekaman, sistem mengenali ucapan, menampilkan transkrip, dan memungkinkan teks diperiksa sebelum dinilai.

Jika jawaban disampaikan dengan kata-kata sendiri, itu bukan kekurangan. Penilai tidak melihat kesamaan kata demi kata, melainkan makna. Untuk setiap kriteria ada beberapa kemungkinan status: dijelaskan sepenuhnya, dijelaskan sebagian, tidak ada, atau bertentangan dengan persyaratan. Kemudian algoritma program menghitung persentase berdasarkan bobot yang telah ditetapkan sebelumnya. Jika terjadi kesalahan kritis yang berbahaya, dapat diterapkan batas tersendiri untuk skor maksimum.

Dengan demikian, model generatif bertanggung jawab atas pemahaman makna, sedangkan persentase akhir dihitung secara deterministik berdasarkan struktur kriteria. Ini pemisahan yang penting: AI tidak boleh seenaknya “mengarang nilai”.

Lihat lampiran: Prompt 5 — penilaian makna jawaban berdasarkan kriteria; Prompt 6 — perhitungan persentase secara terpisah oleh program. Dengan begitu, model menentukan isi jawaban, sedangkan skor akhir dihitung secara deterministik.

Video “Ujian lisan dalam versi peramban” — di akhir artikel.

Video ini memperlihatkan hasil kerja yang sudah jadi: memulai ujian, jawaban dengan suara, penilaian, pembuatan dan pengunduhan protokol, riwayat, serta ekspor selanjutnya. Logika langkah demi langkah untuk membuat aplikasi seperti ini dimulai dari Prompt 3.

Protokol dan riwayat kini dibuat secara otomatis

Setelah ujian selesai, spesialis menerima protokol Word yang siap pakai. Di dalamnya tersimpan pertanyaan, transkrip jawaban, nilai, sumber regulasi, kekuatan, elemen yang kurang, dan kesalahan. Nama lengkap dibiarkan kosong, sedangkan kode RSS tetap tersimpan.

Bersamaan dengan itu, setiap ujian dicatat dalam riwayat lokal. Di akhir hari, spesialis memilih tanggal dan menekan “Ekspor Excel per tanggal”. Terbentuklah satu tabel untuk semua ujian: tanggal, waktu, RSS, jabatan, unit kerja, bahasa, jumlah pertanyaan, nilai batas lulus, persentase akhir, hasil, dan status.

Ekspor Excel ini sudah bisa dimasukkan ke formulir kumulatif dan selanjutnya — ke dasbor interaktif. Artinya, kami mendapatkan prinsip yang sama dengan yang kami gunakan dalam publikasi-publikasi sebelumnya: pertama operasi tersendiri, lalu akumulasi data terstruktur, kemudian analitik manajemen.

Lihat lampiran: Prompt 7 — struktur protokol Word dan ekspor Excel harian tanpa nama lengkap dan nomor induk karyawan.

Di mana sistem ini bisa digunakan

Penguji seperti ini tidak hanya terbatas pada keselamatan industri. Dengan logika yang sama, dapat dilakukan uji pengetahuan tentang persyaratan keselamatan dan kesehatan kerja, peraturan sektoral, instruksi kerja, regulasi proses teknologi, standar internal, dan dokumen lain yang menuntut bukan memilih huruf yang benar, melainkan menjelaskan persyaratan dengan kata-kata sendiri.

Penguji ini dapat digunakan sebagai pemeriksaan pendahuluan sebelum sidang komisi, sebagai bagian dari pelatihan, sebagai asesmen lisan untuk bidang tertentu, atau sebagai alat pemeriksaan sampel atas pemahaman persyaratan. Namun, dalam hal undang-undang atau prosedur internal mewajibkan adanya komisi dan pejabat yang berwenang, keputusan akhir tetap berada di tangan manusia.

Perubahan utama dibandingkan uji coba pertama: kami beralih dari sekumpulan bot AI yang terpisah dan pemindahan hasil secara manual ke satu proses yang dapat diulang: sumber → pertanyaan yang disetujui → jawaban suara → penilaian makna → protokol → Excel → analitik.

Hal terpenting menurut saya

Bagian paling berharga dari proyek ini bukanlah suara atau antarmuka yang cantik, melainkan perubahan logika uji pengetahuan itu sendiri.

Tes bertanya: “Bisakah Anda mengenali pilihan yang benar?” Ujian lisan bertanya: “Bisakah Anda sendiri menjelaskan apa yang harus dilakukan dan mengapa?”

AI membuat format ini dapat diterapkan dalam skala besar. AI tidak menghapus tanggung jawab komisi dan tidak menggantikan persyaratan regulasi. AI memungkinkan pertanyaan diajukan secara seragam, makna jawaban diurai secara seragam, dan kesenjangan konkret yang perlu ditutup langsung terlihat.

Lampiran: prompt yang dipublikasikan

Logika historis versi pertama + prompt terbaru untuk penguji portabel berbasis peramban

Dalam lampiran ini, pendekatan lama dan baru sengaja dipisahkan. Prompt-prompt pertama memperlihatkan evolusinya. Prompt berikutnya menggambarkan arsitektur modern yang lebih praktis, tempat sumber, pembuatan bank soal, tinjauan metodologis, jawaban suara, penilaian, Word, dan Excel dipisahkan satu sama lain.

Prompt 1. Penguji historis NotebookLM + Gemini dengan bank 300 pertanyaan

Kaitan dengan artikel: bagian “Tahap kedua: NotebookLM sebagai basis pengetahuan, Gemini Bot sebagai penguji” dan “Cara kerja generator angka acak pertama kami”.

PERAN
Anda adalah penguji yang tegas untuk uji pengetahuan tentang persyaratan keselamatan industri, perlindungan sipil, serta keselamatan dan kesehatan kerja.
Bekerjalah hanya berdasarkan basis regulasi yang terhubung dan bank soal yang telah disetujui. Jangan gunakan internet dan pengetahuan dari luar. Jangan mengarang persyaratan.

BAHASA
Ujian dilaksanakan dalam bahasa yang dipilih: RU atau KZ. Jangan mencampur bahasa.

STRUKTUR
Ujian terdiri atas 3 pertanyaan. Ajukan hanya satu pertanyaan setiap kali. Pertanyaan berikutnya — hanya setelah jawaban dan penilaian atas pertanyaan sebelumnya.
Nilai batas lulus: 70%.

PEMILIHAN PERTANYAAN 1
Setelah data dimasukkan, catat waktu lokal:
H — jam; M — menit; S — detik; MS — milidetik.
Jika ada nilai yang sama dengan 0, ganti dengan 1.
R1 = H × M × S × MS.
Selama R1 > 300: R1 = R1 / 300.
INDEX1 = ceil(R1). Jika INDEX1 = 0, gunakan 1.
Ajukan pertanyaan No. INDEX1 dari bank 300 pertanyaan yang telah disetujui.

PERTANYAAN 2
Setelah menerima jawaban atas pertanyaan 1, catat kembali H, M, S, MS dan ulangi perhitungan.
Jika nomor baru sudah pernah digunakan, tambahkan 1. Jika nomor menjadi >300, gunakan 1.

PERTANYAAN 3
Setelah menerima jawaban atas pertanyaan 2, ulangi prosedur yang sama. Jangan biarkan pertanyaan yang sudah diajukan terulang.

PENILAIAN JAWABAN
Nilailah makna, bukan kesamaan kata demi kata.
1. Ketepatan — hingga 60%.
2. Kelengkapan — hingga 25%.
3. Logika — hingga 15%.
Jika ada pernyataan berbahaya, tindakan terlarang, atau pertentangan kritis dengan persyaratan regulasi, nilai untuk pertanyaan tersebut tidak boleh melebihi 30%.
Untuk setiap pertanyaan, tampilkan:
- nomor dan rumusan pertanyaan;
- sumber regulasi;
- apa yang dijelaskan dengan benar;
- apa yang tidak disebutkan;
- apa yang disampaikan secara keliru;
- persentase untuk pertanyaan tersebut.

TAHAP AKHIR
RESULT = (Q1 + Q2 + Q3) / 3.
Bulatkan hasil akhir ke bilangan bulat.
≥70% — LULUS.
<70% — TIDAK LULUS.
Setelah jawaban ketiga, susun protokol akhir.

Prompt 2. Penyusunan bank soal ujian berdasarkan dokumen regulasi

Kaitan dengan artikel: bank historis berisi 300 pertanyaan pada tahap kedua. Prompt ini diperlukan jika bank soal disiapkan terlebih dahulu berdasarkan dokumen regulasi.

Saya mengunggah dokumen regulasi.
Siapkan bank soal untuk ujian lisan.

Aturan:
1. Bekerjalah hanya berdasarkan dokumen yang diunggah.
2. Jangan gunakan pengetahuan dari luar.
3. Jangan menanyakan nomor pasal dan butir hanya untuk menguji hafalan — periksa pemahaman praktis atas persyaratan.
4. Sebarkan pertanyaan ke seluruh dokumen, bukan hanya pada bagian-bagian awal.
5. Hindari duplikat dan pertanyaan yang hampir sama.
6. Untuk setiap pertanyaan, siapkan jawaban acuan dan rujukan ke sumber.
7. Dalam jawaban acuan, tandai elemen wajib yang tanpanya jawaban tidak dapat dianggap lengkap.
8. Tandai secara terpisah kesalahan kritis — pernyataan yang dapat mendorong tindakan berbahaya.

Format tabel:
No. | Topik | Pertanyaan | Jawaban acuan | Elemen wajib | Kesalahan kritis | Dokumen | Pasal/butir | Halaman | Bahasa

Siapkan hingga 300 pertanyaan. Jika dokumen regulasi tidak memuat cukup materi untuk 300 pertanyaan yang isinya benar-benar berbeda, jangan membuat pengulangan buatan: berhentilah pada jumlah yang memang dapat dipertanggungjawabkan.

Prompt 3. Prompt utama untuk vibe coding penguji HTML portabel

Kaitan dengan artikel: bagian “Tahap ketiga: penguji berbasis peramban yang portabel”. Ini prompt utama bagi pembaca yang ingin membuat ulang versi modern.

Saya bukan pemrogram. Bimbing saya langkah demi langkah dalam membuat penguji AI lisan yang portabel.
Jangan langsung memberikan 20 tindakan sekaligus. Pada setiap langkah:
1. Jelaskan apa yang sedang kita lakukan dan mengapa.
2. Berikan satu tindakan konkret atau satu blok kode/berkas yang sudah jadi.
3. Tunggu tangkapan layar atau hasil dari saya.
4. Periksa tangkapan layar tersebut, baru kemudian lanjut ke langkah berikutnya.

ARSITEKTUR SASARAN
- aplikasi HTML/JavaScript portabel;
- berjalan di Windows tanpa Python, Node.js, dan hak administrator;
- penyimpanan lokal untuk bank soal, sumber, dan riwayat;
- tanpa nama lengkap dan nomor induk karyawan dalam alur ujian;
- kode RSS pseudonim yang wajib, dengan format RSS 1256;
- bahasa Rusia dan bahasa Kazakh;
- impor bank soal dari XLSX/CSV;
- pengunggahan sumber regulasi DOC/DOCX/PDF/RTF/ODT/TXT/MD;
- pembuatan draf pertanyaan dari sektor-sektor sumber yang tersebar secara acak;
- setiap pertanyaan yang dihasilkan wajib diperiksa dan disetujui oleh spesialis sebelum ujian;
- pertanyaan menyimpan topik, rumusan, jawaban acuan, 2–8 kriteria berbobot, sumber, dan rujukan ke butir;
- ujian hanya menggunakan pertanyaan yang telah disetujui;
- lakukan pemilihan pertanyaan acak secara terprogram melalui generator kriptografis, bukan melalui “keacakan” model;
- jumlah pertanyaan dan nilai batas lulus dapat diatur;
- jawaban dengan suara melalui mikrofon;
- mode mulai menjawab: manual atau otomatis setelah 30/60/120/180 detik persiapan;
- izin mikrofon diminta satu kali untuk seluruh ujian;
- pengenalan ucapan oleh model berbasis awan;
- penilaian makna jawaban berdasarkan kriteria;
- persentase dihitung secara deterministik berdasarkan bobot kriteria;
- jika terjadi kesalahan kritis, terapkan batas atas skor yang dapat diatur;
- pembacaan pertanyaan dengan suara alami RU/KZ, suara sistem sebagai cadangan;
- protokol Word otomatis;
- riwayat lokal;
- ekspor Excel semua ujian untuk tanggal yang dipilih;
- salinan cadangan basis data lokal tanpa kunci API.

KEAMANAN
Pisahkan dengan tegas ranah lokal dan ranah awan. Jelaskan data apa saja yang dikirim ke awan. Jangan kirim nama lengkap dan nomor induk karyawan ke sana. Di antarmuka suara, tampilkan peringatan tegas agar tidak mengucapkan data pribadi.

Mulailah dari arsitektur dan struktur berkas. Tulis kode hanya setelah saya konfirmasi.

Prompt 4. Pembuatan draf pertanyaan dari sumber regulasi untuk versi baru

Kaitan dengan artikel: bagian “Bagaimana bank soal dibentuk sekarang” — pembuatan draf pertanyaan dari sumber regulasi yang diunggah.

Anda hanya menyusun DRAF pertanyaan ujian. Tidak ada satu pun pertanyaan yang dibuat dianggap otomatis disetujui.

Masukan:
- dokumen regulasi;
- bahasa RU atau KZ;
- jumlah draf pertanyaan yang dibutuhkan;
- angka acak/seed yang dibuat oleh program.

Tugas:
1. Dengan menggunakan seed, pilih sektor-sektor bermakna yang tersebar di seluruh dokumen dan sebisa mungkin tidak berurutan.
2. Bekerjalah hanya berdasarkan dokumen.
3. Dari setiap sektor, susun satu pertanyaan yang bernilai praktis.
4. Jangan menanyakan nomor butir sebagai tujuan itu sendiri.
5. Siapkan jawaban acuan yang ringkas.
6. Siapkan 2 hingga 8 kriteria penilaian. Setiap kriteria harus memeriksa satu elemen makna tersendiri.
7. Tetapkan bobot kriteria sehingga jumlahnya tepat 100.
8. Cantumkan topik, tingkat kesulitan, halaman/pasal/butir, atau rujukan lain ke sumber.
9. Jangan menduplikasi pertanyaan dari penggalan yang berdekatan.
10. Jika suatu sektor tidak memuat persyaratan yang cukup untuk pertanyaan yang bermakna — lewati sektor itu dan pilih sektor lain.

Kembalikan hasil yang terstruktur:
Topik | Pertanyaan | Jawaban acuan | Kriteria beserta bobot | Sumber | Rujukan | Tingkat kesulitan | Bahasa

Status setiap hasil: DRAF, MEMERLUKAN TINJAUAN METODOLOGIS.

Prompt 5. Penilaian makna jawaban lisan berdasarkan kriteria

Kaitan dengan artikel: bagian “Ujian berlangsung: pertanyaan dengan suara — jawaban dengan suara” — model menentukan sejauh mana makna setiap kriteria telah dijelaskan.

Anda adalah penguji keselamatan dan kesehatan kerja serta keselamatan industri yang tegas tetapi objektif.

Nilailah makna, bukan kecocokan kata demi kata.
Terima sinonim dan rumusan bahasa sehari-hari jika secara tegas menyampaikan persyaratan regulasi.
Bekerjalah hanya berdasarkan pertanyaan, jawaban acuan, kriteria, dan penggalan regulasi yang diberikan.
Jangan menambahkan persyaratan dari ingatan atau internet.

Untuk SETIAP kriteria, kembalikan tepat satu status:
- FULL — dijelaskan sepenuhnya;
- PARTIAL — bagian penting telah dijelaskan, tetapi ada celah;
- MISSING — elemen tidak ada;
- INCORRECT — jawaban bertentangan dengan persyaratan.

Untuk setiap kriteria, cantumkan bukti singkat dari jawaban pekerja beserta penjelasannya.

CRITICAL_ERROR = true hanya jika jawaban memuat pernyataan atau tindakan berbahaya yang menimbulkan risiko yang tidak dapat diterima dan bertentangan dengan persyaratan regulasi.
Jangan gunakan critical_error hanya karena jawaban tidak lengkap.

Susun secara terpisah:
- WELL_SAID — apa yang dijelaskan dengan baik;
- PARTLY_SAID — apa yang dijelaskan sebagian;
- MISSING — apa yang tidak disebutkan;
- INCORRECT — apa yang disampaikan secara keliru;
- SUMMARY — kesimpulan singkat dalam bahasa ujian.

Jangan menghitung persentase akhir “sekadar kira-kira”. Persentase harus dihitung oleh algoritma program berdasarkan bobot kriteria setelah status dari Anda diterima.

Prompt 6. Logika program perhitungan skor secara deterministik

Kaitan dengan artikel: bagian yang sama, “Ujian berlangsung: pertanyaan dengan suara — jawaban dengan suara” — persentase dihitung oleh program, bukan ditetapkan model “sekadar kira-kira”.

Terapkan perhitungan skor BUKAN melalui penilaian bebas oleh model, melainkan secara terprogram.

Setiap kriteria memiliki bobot weight dalam persen.
Koefisien:
FULL = 1.0
PARTIAL = 0.5
MISSING = 0
INCORRECT = 0

SCORE = jumlah(weight × koefisien) untuk semua kriteria.
Batasi hasil pada rentang 0–100 dan bulatkan hingga 0,1.

Jika penilai AI mengembalikan critical_error=true:
SCORE = min(SCORE, CRITICAL_CAP), dengan CRITICAL_CAP ditetapkan di pengaturan (misalnya 40%).

Setelah semua pertanyaan:
TOTAL_SCORE = rata-rata aritmetika skor semua pertanyaan.
PASSED = TOTAL_SCORE >= nilai batas lulus yang ditetapkan.

Penting:
- model menentukan status makna kriteria;
- program menghitung persentase;
- model tidak boleh secara mandiri menetapkan skor akhir sembarangan.

Prompt 7. Protokol Word dan ekspor harian Excel tanpa data pribadi

Kaitan dengan artikel: bagian “Protokol dan riwayat kini dibuat secara otomatis” — protokol Word dan ekspor Excel harian.

Sempurnakan penguji lisan.

PROTOKOL WORD
Setelah ujian selesai, buat berkas .docx secara otomatis.
Sertakan dalam protokol:
- tanggal;
- kode RSS;
- jabatan/profesi;
- unit kerja;
- bahasa;
- nilai batas lulus;
- hasil akhir LULUS/TIDAK LULUS;
- setiap pertanyaan;
- transkrip jawaban;
- persentase untuk setiap pertanyaan;
- sumber regulasi dan rujukannya;
- apa yang dijelaskan dengan baik;
- apa yang tidak disebutkan;
- kesalahan.

Kolom “Nama lengkap” dan “Materi uji pengetahuan” dibiarkan kosong untuk diisi secara lokal setelah diunduh.
Nama berkas: Protocol_RSS_1256_YYYY-MM-DD.docx.

EXCEL PER TANGGAL
Di bagian “Riwayat”, tambahkan pilihan tanggal dan tombol “Ekspor Excel per tanggal”.
Kolom:
No. | Tanggal ujian | Waktu mulai | Kode RSS | Jabatan/profesi | Unit kerja | Bahasa | Jumlah pertanyaan | Nilai batas lulus % | Skor akhir % | Hasil | Status | Waktu selesai | ID ujian.

Jangan sertakan nama lengkap dan nomor induk karyawan.
Buat Excel hanya dari riwayat lokal di komputer ini.
Padanan RSS <-> nama lengkap hanya boleh digabungkan dengan hasil secara luring di dalam lingkungan internal perusahaan.

Prompt 8. Audit data pribadi dan batas luring/awan

Kaitan dengan artikel: bagian “Tahap ketiga: penguji berbasis peramban yang portabel” dan “Data pribadi: kode RSS menggantikan nama lengkap”.

Lakukan audit teknis terhadap aplikasi penguji lisan.
Operasi lokal dan operasi berbasis awan harus dipisahkan secara jujur.

Periksa dan uraikan:
1. Data apa saja yang disimpan di IndexedDB/localStorage.
2. Data apa saja yang dikirim ke model berbasis awan saat transkripsi.
3. Data apa saja yang dikirim saat penilaian makna.
4. Data apa saja yang dikirim saat pembuatan draf pertanyaan.
5. Apakah nama lengkap, nomor induk karyawan, daftar pekerja, atau tabel padanan RSS <-> nama lengkap ikut dikirim.
6. Di mana kunci API disimpan.
7. Apakah salinan cadangan memuat kunci API.
8. Apa yang tersisa setelah aplikasi ditutup sepenuhnya.
9. Cara menghapus riwayat lokal dan sumber.
10. Risiko apa saja yang masih ada selama operasi uji coba.

Persyaratan untuk rumusan hasil:
jangan sebut aplikasi ini “sepenuhnya luring” jika pengenalan ucapan, penilaian, TTS, atau pembuatan pertanyaan menggunakan API berbasis awan.
Rumusan yang benar: “aplikasi portabel lokal dengan basis data lokal dan komponen AI berbasis awan yang terkendali”.

Prompt 9. Penambahan beberapa bidang ujian dalam satu antarmuka

Kaitan dengan artikel: bagian “Bagaimana bank soal dibentuk sekarang” — beberapa peraturan dan bidang dalam satu penguji tanpa berpindah-pindah antarbot.

Sempurnakan bank soal dan layar mulai ujian sehingga tidak perlu lagi membuat bot terpisah untuk setiap peraturan.

Setiap pertanyaan sudah memiliki kolom “Topik/bidang”.
Tambahkan pilihan bidang pada layar ujian:
- satu blok tematik;
- beberapa blok tematik sekaligus;
- mode “Semua bidang yang dipilih”.

Saat ujian dimulai:
1. saring hanya pertanyaan yang telah disetujui;
2. perhatikan bahasa yang dipilih;
3. perhatikan bidang yang dipilih;
4. pilih secara acak sejumlah pertanyaan yang ditentukan menggunakan generator kriptografis terprogram;
5. sebisa mungkin sebarkan pertanyaan secara merata di antara bidang-bidang yang dipilih;
6. jangan biarkan ada pengulangan;
7. jika pertanyaan untuk kombinasi yang dipilih tidak mencukupi — hentikan proses mulai dan tampilkan pesan yang jelas.

Di protokol Word dan Excel, simpan juga bidang ujian yang dipilih.

Cara menggunakan lampiran artikel ini

Penomoran di bawah ini selaras dengan teks publikasi. Di dalam artikel, di dekat tahap yang bersangkutan, terdapat rujukan langsung “Lihat Prompt …”, sedangkan di sini, di bawah setiap prompt, dicantumkan bagian artikel mana yang terkait dengannya.

• Prompt 1 — versi historis: memperlihatkan cara kerja penguji pertama dan generator nomor buatan sendiri untuk bank 300 pertanyaan.
• Prompt 2 — penyusunan bank soal besar berdasarkan peraturan perundang-undangan.
• Prompt 3 — permintaan utama bagi pembaca yang ingin membuat ulang versi peramban modern dengan vibe coding.
• Prompt 4 — pembuatan draf pertanyaan dari sumber yang diunggah.
• Prompt 5–6 — pemisahan antara penilaian makna oleh AI dan perhitungan persentase oleh program.
• Prompt 7 — Word dan Excel otomatis.
• Prompt 8 — pemeriksaan wajib atas batas ranah lokal dan ranah awan.
• Prompt 9 — penggabungan beberapa bidang ujian dalam satu antarmuka.