Reference Prompting: Teknik Prompt AI agar Gambar dan Video Lebih Akurat

Pernah membuat gambar atau video menggunakan AI, tetapi hasilnya justru jauh dari yang dibayangkan? Wajah karakter berubah ketika berpindah adegan, pakaian tidak konsisten, latar belakang berbeda dari contoh, atau objek yang dihasilkan terlihat tidak sesuai dengan referensi. Masalah seperti ini sering muncul ketika pengguna hanya mengandalkan deskripsi teks untuk menjelaskan sesuatu yang sebenarnya lebih mudah ditunjukkan melalui gambar. Di sinilah Reference Prompting menjadi teknik yang menarik untuk dipahami. Dengan memanfaatkan gambar atau visual referensi sebagai acuan, pengguna dapat memberikan arahan yang lebih konkret kepada AI sehingga hasil generasi lebih mendekati tujuan yang diinginkan.

Apa Itu Reference Prompting?

Reference Prompting adalah pendekatan dalam penggunaan AI generatif yang memanfaatkan referensi, seperti gambar, foto karakter, pakaian, objek, atau latar belakang, untuk membantu mengarahkan hasil yang dibuat AI. Alih-alih hanya menuliskan deskripsi dalam bentuk teks, pengguna memberikan contoh visual dan menjelaskan bagian mana yang perlu digunakan, dipertahankan, atau diubah. Sebagai contoh, jika ingin membuat video seorang pria berjalan memasuki ruang rapat dengan wajah dan pakaian yang konsisten, pengguna dapat memberikan foto karakter sebagai referensi, lalu menjelaskan gerakan, lokasi, pencahayaan, serta sudut kamera yang diinginkan. Referensi tersebut membantu memperjelas maksud pengguna, meskipun hasil akhirnya tetap bergantung pada kemampuan model AI dan cara masing-masing platform memproses input visual.

Penting dipahami bahwa istilah Reference Prompting tidak selalu merujuk pada satu metode baku yang berlaku di seluruh platform AI. Istilah ini lebih tepat dipahami sebagai pendekatan prompting berbasis referensi visual. Implementasinya dapat berbeda antara generator gambar, generator video, dan alat pengeditan gambar. Sebagai contoh, Runway menyediakan fitur References untuk menggunakan karakter, gaya visual, objek, atau lingkungan dari gambar acuan, sedangkan pada platform lain pengguna mungkin perlu mengunggah gambar langsung ke kolom prompt atau memilihnya sebagai input visual. Prinsip dasarnya tetap sama: gunakan referensi untuk memperjelas apa yang harus dipertahankan, lalu gunakan prompt untuk menjelaskan apa yang perlu dilakukan AI.

Mengapa Reference Prompting Penting dalam AI Generatif?

Salah satu tantangan ketika menggunakan AI generatif adalah menjelaskan detail visual hanya melalui kata-kata. Deskripsi seperti “pria Indonesia berusia sekitar 40 tahun, mengenakan jas biru tua, berdiri di ruang konferensi modern” memang memberikan arahan, tetapi tidak menjamin AI menghasilkan wajah, bentuk tubuh, potongan jas, dan komposisi yang sama setiap kali prompt digunakan. Dengan menambahkan foto referensi, pengguna memiliki acuan visual yang lebih konkret. Hal ini sangat berguna ketika proyek membutuhkan konsistensi karakter, produk, pakaian, atau suasana visual di beberapa gambar maupun adegan video.

Reference Prompting juga membantu ketika pengguna ingin menggabungkan beberapa elemen visual. Misalnya, foto pertama digunakan sebagai referensi karakter, foto kedua sebagai acuan pakaian, dan foto ketiga sebagai referensi lokasi. Prompt kemudian menjelaskan hubungan antara ketiganya: karakter dari foto pertama mengenakan pakaian pada foto kedua dan ditempatkan di lingkungan pada foto ketiga. Pendekatan ini dapat mengurangi ambiguitas dibandingkan hanya menuliskan deskripsi panjang yang berpotensi ditafsirkan berbeda oleh model. Namun, referensi bukan jaminan bahwa semua detail akan dipertahankan secara sempurna; pengguna tetap perlu mengevaluasi hasil dan memperbaiki prompt jika ditemukan ketidaksesuaian.

Bagaimana Cara Kerja Reference Prompting?

Secara sederhana, prosesnya dimulai dengan memilih referensi yang relevan, menentukan fungsi setiap referensi, kemudian menulis instruksi tentang hasil yang ingin dibuat. Pengguna tidak cukup hanya mengunggah beberapa gambar dan berharap AI memahami maksudnya. Setiap referensi sebaiknya memiliki peran yang jelas, misalnya gambar A untuk identitas karakter, gambar B untuk pakaian, dan gambar C untuk latar belakang. Setelah itu, prompt menjelaskan bagian yang harus dipertahankan, perubahan yang diinginkan, serta tindakan atau komposisi akhir. Prinsip ini sejalan dengan panduan Reference-to-Video yang menjelaskan struktur prompt berupa elemen, referensi, instruksi integrasi, dan tindakan.

Sebagai contoh, pengguna ingin mempertahankan seorang karakter dari foto awal, mengganti pakaiannya, kemudian menempatkannya di sebuah kantor modern. Prompt dapat ditulis seperti berikut:

Contoh prompt dalam bahasa Inggris:

“Use the person from Reference Image 1 as the main character. Preserve the character’s overall appearance as closely as the model allows. Use the suit from Reference Image 2 as the clothing reference. Place the character inside the modern office shown in Reference Image 3. The character walks naturally toward the desk, pauses, and looks at the camera. Use realistic lighting, natural body movement, and a cinematic medium shot.”

Instruksi tersebut memiliki empat fungsi. Pertama, menentukan karakter yang menjadi subjek utama. Kedua, menjelaskan gambar yang menjadi acuan pakaian. Ketiga, menentukan lingkungan tempat karakter berada. Keempat, menerangkan tindakan dan gaya pengambilan gambar. Dengan pemetaan yang jelas seperti ini, AI memiliki arahan lebih spesifik mengenai bagaimana referensi harus digunakan, bukan sekadar diminta mencampurkan beberapa gambar tanpa aturan.

Perbedaan Reference Prompting dan Text Prompting

Text Prompting mengandalkan instruksi tertulis untuk menjelaskan subjek, gaya, komposisi, dan hasil yang diinginkan. Teknik ini cocok ketika pengguna ingin membuat visual baru dari sebuah ide, mengeksplorasi konsep kreatif, atau menghasilkan variasi gambar tanpa harus mempertahankan karakter maupun objek tertentu. Sebaliknya, Reference Prompting menambahkan referensi visual sebagai acuan sehingga lebih sesuai untuk pekerjaan yang membutuhkan hubungan dengan gambar sumber, seperti menjaga tampilan karakter, mengadaptasi pakaian, mempertahankan desain produk, atau menggunakan lingkungan tertentu. Keduanya bukan teknik yang saling menggantikan; dalam banyak situasi, hasil yang lebih terarah diperoleh dengan menggabungkan gambar referensi dan instruksi teks yang jelas.

Contohnya, prompt teks “buat foto seorang perempuan mengenakan jaket merah di kafe modern” memberikan kebebasan cukup besar kepada AI untuk menentukan wajah, model jaket, dekorasi kafe, dan komposisi. Jika pengguna memberikan foto perempuan tertentu dan gambar jaket yang ingin digunakan, lalu menjelaskan bahwa latar belakang harus berupa kafe modern, ruang interpretasi menjadi lebih terarah. Meski begitu, hasil akhirnya masih dapat berbeda dari referensi, terutama jika model tidak mendukung kontrol identitas atau penggabungan referensi secara presisi.

Contoh Penggunaan Reference Prompting

1. Menjaga Konsistensi Karakter dalam Video AI

Reference Prompting sangat berguna ketika membuat video yang terdiri dari beberapa adegan. Tantangan yang sering terjadi adalah wajah, gaya rambut, usia visual, atau pakaian karakter berubah dari satu adegan ke adegan berikutnya. Dengan menggunakan foto karakter yang sama sebagai referensi pada setiap adegan, pengguna dapat memberikan acuan visual yang konsisten, lalu menuliskan tindakan dan lingkungan yang berbeda. Misalnya, adegan pertama memperlihatkan karakter memasuki gedung, adegan kedua memperlihatkan karakter berbicara dengan seseorang, dan adegan ketiga memperlihatkan karakter masuk ke dalam mobil. Setiap prompt perlu menjelaskan kembali peran referensi dan aksi adegannya agar model tidak hanya mengandalkan konteks sebelumnya.

2. Mengubah Pakaian Tanpa Mengganti Karakter

Teknik ini juga dapat digunakan ketika ingin mengubah pakaian dalam sebuah gambar. Pengguna memberikan foto karakter sebagai referensi utama dan foto pakaian sebagai acuan busana, kemudian menjelaskan bahwa karakter utama harus tetap dipertahankan sementara pakaiannya mengikuti referensi kedua. Pendekatan ini bermanfaat untuk konsep fashion, materi promosi, visual profesional, maupun pengembangan karakter. Meski demikian, jika yang dibutuhkan adalah pelestarian wajah yang sangat presisi, hasil tetap harus diperiksa dan mungkin membutuhkan fitur khusus untuk mempertahankan identitas atau penyuntingan tambahan.

3. Membuat Visual Produk dan Materi Pemasaran

Dalam pemasaran, Reference Prompting dapat membantu membuat materi visual berdasarkan produk yang sudah ada. Misalnya, pemilik usaha ingin menampilkan kemasan makanan dalam suasana piknik, di meja kafe, atau dalam komposisi iklan bergaya premium. Foto produk digunakan sebagai acuan, sedangkan prompt menjelaskan latar belakang, pencahayaan, sudut kamera, dan suasana yang diinginkan. Dengan cara ini, AI dapat diarahkan untuk membangun konteks visual di sekitar produk. Namun, detail kemasan seperti nama merek, teks, komposisi, dan label perlu diperiksa secara teliti karena generator gambar dapat mengubah atau menghasilkan teks yang tidak akurat.

4. Membuat Visual untuk Pendidikan dan Presentasi

Dosen, guru, trainer, dan pembuat materi pelatihan juga dapat menggunakan pendekatan ini. Sebuah ilustrasi awal dapat dijadikan acuan untuk membuat beberapa visual dengan gaya yang seragam, misalnya rangkaian gambar tentang keamanan siber, proses industri, atau penggunaan AI dalam bisnis. Referensi membantu menjaga kesamaan gaya dan elemen visual antargambar, sementara prompt menjelaskan konsep yang perlu ditampilkan pada setiap visual. Untuk materi pendidikan, pengguna tetap perlu memastikan bahwa gambar yang dihasilkan sesuai dengan konsep yang diajarkan dan tidak menampilkan detail teknis yang keliru.

Cara Membuat Prompt Reference yang Lebih Efektif

Kunci Reference Prompting bukan terletak pada panjang prompt, melainkan pada kejelasan hubungan antara referensi dan hasil yang diinginkan. Sebelum mulai, tentukan terlebih dahulu elemen mana yang harus dipertahankan dan elemen mana yang boleh berubah. Jika foto pertama merupakan referensi karakter, tuliskan secara eksplisit bahwa karakter tersebut menjadi subjek utama. Jika foto kedua merupakan acuan pakaian, jelaskan bahwa hanya elemen pakaian yang diambil dari foto itu. Setelah itu, uraikan tindakan, latar belakang, pencahayaan, komposisi, dan aspek teknis lain yang memang relevan dengan kebutuhan.

Hindari instruksi yang terlalu umum seperti “gabungkan semua gambar ini” karena model tidak mendapatkan petunjuk yang cukup tentang fungsi setiap gambar. Lebih baik tuliskan peran setiap referensi secara langsung, misalnya “gunakan karakter dari gambar pertama, pakaian dari gambar kedua, dan latar belakang dari gambar ketiga”. Jangan pula menambahkan terlalu banyak detail yang tidak diperlukan jika referensi sudah menunjukkan elemen tersebut dengan jelas. Panduan dari Runway menyarankan agar pengguna memulai dengan referensi dan prompt sederhana, kemudian menambahkan detail secara bertahap jika hasil pertama belum sesuai. Cara ini memudahkan pengguna mengetahui instruksi mana yang benar-benar membantu dan mengurangi kebingungan akibat prompt yang terlalu kompleks.

Kesalahan yang Sering Terjadi Saat Menggunakan Reference Prompting

Kesalahan pertama adalah mengunggah banyak referensi tanpa menjelaskan fungsi masing-masing. Ketika beberapa gambar memiliki karakter, pakaian, atau latar berbeda, model bisa salah menggabungkan elemen karena instruksi tidak cukup spesifik. Kesalahan kedua adalah memberikan deskripsi yang saling bertentangan, misalnya meminta karakter tetap mengenakan pakaian dari foto awal sekaligus menggantinya dengan pakaian dari referensi lain tanpa menjelaskan bagian mana yang harus dipertahankan. Kesalahan ketiga adalah mengharapkan hasil yang identik hanya karena gambar referensi sudah diberikan. Setiap platform memiliki kemampuan dan batasan berbeda, sehingga referensi perlu dipahami sebagai panduan, bukan jaminan hasil sempurna.

Kesalahan lainnya adalah tidak mengevaluasi hasil sebelum melanjutkan ke tahap berikutnya. Jika wajah, tangan, bentuk produk, atau komposisi tidak sesuai, jangan langsung menambahkan banyak instruksi sekaligus. Identifikasi masalah utama, kemudian revisi prompt secara terarah. Untuk pembuatan video, periksa konsistensi karakter di setiap adegan, termasuk pakaian, arah gerakan, posisi objek, dan kondisi pencahayaan. Jika platform menyediakan fitur referensi tersimpan atau kontrol karakter, gunakan fitur tersebut sesuai dokumentasi platform. Untuk foto orang nyata, pastikan penggunaannya memiliki izin yang sesuai, terutama jika hasil akan dipublikasikan atau digunakan dalam konteks komersial.

Apakah Reference Prompting Bisa Digunakan di Semua AI?

Tidak semua platform AI memiliki fitur Reference Prompting dengan kemampuan yang sama. Sebagian generator gambar mendukung satu atau beberapa gambar referensi, sementara generator video tertentu menyediakan kontrol khusus untuk karakter, objek, atau lingkungan. Platform lain mungkin hanya menerima satu gambar awal atau menggunakan gambar sebagai panduan umum. Karena itu, sebelum menyusun prompt, pengguna perlu mengetahui apakah alat yang digunakan mendukung referensi visual, berapa banyak referensi yang dapat dipakai, dan elemen apa yang bisa dikontrol.

Sebagai contoh, dokumentasi Runway Gen-4 Image References menjelaskan penggunaan referensi untuk membantu mempertahankan karakter atau menggabungkan elemen visual. Sementara itu, panduan Reference-to-Video Prompting membahas cara menetapkan fungsi referensi dan menggabungkannya dengan tindakan video. Dokumentasi tersebut merupakan contoh penerapan pada platform tertentu, bukan bukti bahwa semua generator AI memiliki fitur dan batasan yang identik.