27 prompt ChatGPT untuk pemasaran media sosial di tahun 2026

Dua tahun lalu, menggunakan ChatGPT untuk media sosial berarti mengetik "buatkan saya caption Instagram" dan berharap hasilnya tidak memalukan. Standarnya sangat rendah, hasilnya biasa-biasa saja, dan sebagian besar pemasar menganggap perintah AI sebagai sesuatu yang baru, bukan sebagai alur kerja yang serius.

Sekarang keadaan itu telah berubah. AI kini menjadi bagian umum dari alur kerja media sosial di seluruh industri ini. Laporan pemasaran 2025 dari Nielsen menemukan bahwa sebagian besar organisasi pemasaran sudah menggunakan AI untuk pembuatan konten, personalisasi, segmentasi, dan pengukuran. Laporan Tren Sosial Hootsuite 2026 memperkuat pergeseran ini: tim sosial berada di bawah tekanan untuk memproduksi lebih banyak konten di lebih banyak platform dengan jumlah staf yang sama (atau lebih sedikit), dan perintah AI telah menjadi tuas utama untuk meningkatkan skala output tanpa meningkatkan biaya.

Namun sebagian besar artikel tentang "perintah ChatGPT untuk media sosial" memberi Anda templat umum yang sama: "Buatkan saya caption Instagram tentang [topik]." Itu tidak berguna. Output-nya kemungkinan besar akan terdengar seperti postingan buatan AI lainnya di platform tersebut, dan tidak akan terhubung dengan data performa aktual, perilaku audiens, atau sasaran bisnis Anda.

Perintah ChatGPT untuk pemasaran media sosial ini dibuat untuk menggunakan data performa, audiens, dan merek yang sebenarnya, bukan input khusus topik yang generik. Masing-masing memberi tahu Anda data apa yang harus ditarik, dari alat apa, dan bagaimana memasukkannya ke model AI sehingga hasilnya didasarkan pada realitas Anda, bukan bahasa pemasaran yang klise. Jika Anda belum pernah mengekspor laporan kueri dari Google Search Console atau menarik rincian performa kreatif dari Meta Ads Manager, Anda juga akan mempelajarinya di sini.

Apa yang membuat perintah media sosial menjadi kuat

Sebelum masuk ke pustaka perintah, berikut adalah kerangka kerja yang membedakan perintah media sosial yang berguna dari perintah yang generik.

Baik panduan rekayasa perintah OpenAI maupun dokumentasi perintah Claude dari Anthropic mengarah pada prinsip inti yang sama: instruksi yang jelas dan spesifik dengan konteks yang relevan menghasilkan output yang jauh lebih baik daripada permintaan yang samar. Kerangka kerja di bawah ini menerapkan prinsip tersebut secara khusus pada konten media sosial.

Formulanya: Role + Context data + Platform + Audience + Objective + Voice + Format + Constraints

Perhatikan tambahannya: data konteks. Ini adalah bagian yang dilewati oleh sebagian besar daftar perintah. Memasukkan data performa aktual, riset audiens, atau analisis kompetitif ke model AI akan mengubah output dari sekadar "konten pemasaran yang masuk akal" menjadi "konten yang didasarkan pada apa yang sebenarnya terjadi dalam bisnis Anda."

Berikut versi praktisnya. Alih-alih:

Tulis postingan LinkedIn tentang peluncuran produk kami.

Coba:

Anda adalah seorang pemasar konten B2B. Berikut adalah ringkasan peluncuran produk kami: [tempel ringkasan]. Berikut adalah 5 postingan LinkedIn dengan performa terbaik dari akun kami dalam 90 hari terakhir beserta tingkat keterlibatannya (engagement rate): [tempel data]. Tulis postingan pengumuman peluncuran yang cocok dengan pola struktural dari konten berkinerja terbaik kami. Audiens: direktur pemasaran di perusahaan SaaS pasar menengah. Nada: percaya diri dan spesifik, jangan pernah terdengar promosional. Di bawah 200 kata. Akhiri dengan pertanyaan yang mengundang pengalaman profesional, bukan CTA generik.

Perintah kedua menghasilkan output yang benar-benar dapat Anda edit dan publikasikan. Perintah pertama menghasilkan output yang akan Anda hapus. Inilah perbedaan antara perintah ChatGPT yang lemah dan kuat untuk pembuatan konten: konteks yang Anda sediakan.

Satu prinsip lagi yang perlu diperhatikan: Data Pew Research tahun 2025 tentang remaja dan chatbot menemukan bahwa audiens yang lebih muda lebih akrab dengan konten buatan AI daripada demografi yang lebih tua, yang meningkatkan standar untuk spesifisitas dan keaslian. Jika perintah Anda menghasilkan output yang terdengar seperti postingan AI lainnya di platform tersebut, Anda menghemat waktu namun kehilangan kredibilitas. Tujuannya adalah draf yang terdengar seperti merek Anda, bukan seperti model bahasa.

Perintah strategi berbasis data

Perintah ini menggunakan ekspor data nyata untuk membangun strategi media sosial yang didasarkan pada performa, bukan tebakan. Masing-masing menentukan apa yang harus ditarik dan dari mana.

1. Temukan celah konten sosial dari data pencarian

Data yang harus ditarik: Google Search Console → Performa → ekspor kueri untuk 90 hari terakhir. Filter ke kueri dengan tayangan (impression) tinggi tetapi CTR rendah (di bawah 3%). Ini sering kali menunjukkan topik yang dicari audiens Anda yang tidak dapat Anda tangkap secara efektif di pencarian organik.

Perintah: "Berikut adalah kueri penelusuran dari Google Search Console di mana situs kami mendapatkan tayangan tetapi rasio klik-tayang rendah: [unggah CSV yang diekspor atau tempel 20 kueri teratas]. Kueri ini sering kali mewakili topik yang dipedulikan oleh audiens kami tetapi tidak kami kuasai dalam pencarian. Untuk setiap kueri, sarankan sudut pandang konten media sosial yang menjawab pertanyaan dasar atau titik kesulitan tersebut. Tentukan platform (LinkedIn, Instagram, TikTok, YouTube, atau Reddit) dan format (postingan teks, komidi putar, video pendek, artikel) yang paling cocok untuk masing-masing. Merek kami adalah [jelaskan]. Audiens kami adalah [jelaskan]."

Mengapa ini berhasil: Alih-alih melakukan curah pendapat tentang topik konten dari awal, Anda memulai dari permintaan yang terbukti. Ini adalah pertanyaan nyata yang sudah diajukan oleh audiens Anda.

2. Identifikasi konten blog mana yang akan dipromosikan di media sosial

Data yang harus ditarik: GA4 → Laporan → Laporan halaman arahan (bukan "Halaman dan layar," yang melacak jalur halaman, bukan titik masuk sesi). Ekspor 50 halaman arahan teratas berdasarkan sesi untuk 90 hari terakhir. Sertakan kolom tingkat keterlibatan, rata-rata waktu keterlibatan, dan konversi (atau peristiwa utama). Catatan: atribusi trafik sosial GA4 bergantung pada penandaan UTM yang bersih. Jika tautan sosial Anda tidak menggunakan UTM, beberapa trafik sosial mungkin muncul sebagai "Langsung" atau "Tidak Ditentukan," yang berarti data sosial Anda mungkin tidak dilaporkan sepenuhnya.

Perintah: "Berikut adalah konten situs web berkinerja terbaik kami dari GA4 selama 90 hari terakhir: [tempel data]. Identifikasi 10 halaman yang memiliki kombinasi waktu keterlibatan dan tingkat konversi tertinggi. Untuk masing-masing halaman, buat rencana distribusi media sosial: di platform mana untuk mempromosikannya, sudut pandang apa yang digunakan dalam postingan (tidak hanya judul blog), dan apakah itu harus organik, berbayar (paid-boosted), atau diubah menjadi format sosial asli (carousel, video, utas). Audiens kami adalah [jelaskan]."

Mengapa ini berhasil: Sebagian besar tim mempromosikan postingan blog secara acak di media sosial. Perintah ini menggunakan data keterlibatan dan konversi untuk memprioritaskan konten yang telah terbukti beresonansi.

3. Bangun strategi pilar konten dari data performa iklan

Data yang harus ditarik: Meta Ads Manager → Tab Iklan → sesuaikan kolom untuk menyertakan: nama iklan, teks kait (hook)/teks utama, CTR, biaya per hasil, tingkat ThruPlay (untuk video), dan skor relevansi. Ekspor 60 hari terakhir. Atau, gunakan Google Ads → Iklan & aset → ekspor performa berdasarkan salinan iklan.

Perintah: "Berikut adalah data performa dari 60 hari terakhir iklan sosial berbayar kami: [tempel data]. Analisis tema pesan, kait (hook), titik kesulitan, dan proposisi nilai mana yang mendorong CTR terbaik dan biaya per hasil terendah. Kelompokkan performa teratas menjadi 3-5 kluster tematik. Kluster-kluster ini akan menjadi pilar konten sosial organik kami. Dan untuk setiap kluster, sarankan 5 ide postingan organik yang memperluas sudut pandang pesan yang sama tanpa menjadi iklan. Platform: [sebutkan platform]."

Mengapa ini berhasil: Data berbayar Anda adalah riset audiens paling mahal yang sudah Anda miliki. Kait iklan yang menang memberi tahu Anda dengan tepat pesan apa yang beresonansi. Perintah ini mengubah investasi tersebut menjadi strategi konten organik.

4. Audit visibilitas pencarian AI Anda untuk menginformasikan prioritas konten sosial

Data yang harus ditarik: Jika Anda menggunakan alat pemantauan merek LLM seperti Peec AI atau Scrunch, ekspor data penyebutan merek Anda, skor visibilitas, dan topik/perintah di mana merek Anda muncul (atau tidak muncul) dalam jawaban yang dihasilkan AI. Jika Anda tidak memiliki alat pemantauan, cari secara manual 10 hingga 15 pertanyaan industri di ChatGPT, Gemini, dan Perplexity, lalu catat di mana merek, pesaing, atau konten Anda dikutip.

Perintah: "Berikut adalah topik dan perintah buatan AI di mana merek kami saat ini muncul dalam tanggapan LLM, dan topik di mana pesaing muncul tetapi kami tidak: [tempel data atau temuan manual]. Untuk topik-topik di mana kami tidak hadir, sarankan konten media sosial yang dapat meningkatkan visibilitas kami. Fokus pada format yang dapat diindeks oleh model AI: artikel LinkedIn, video YouTube dengan deskripsi mendetail, jawaban Reddit di subreddit yang relevan, dan postingan bentuk panjang di Substack atau Medium. Untuk setiap celah topik, berikan sudut konten spesifik dan platform tempat konten tersebut harus dipublikasikan."

Mengapa ini berhasil: Penemuan berbantuan AI menjadi bagian yang semakin signifikan dari cara orang menemukan merek dan konten. Perintah ini menghubungkan data visibilitas LLM Anda ke konten sosial yang dapat ditindaklanjuti yang dirancang untuk dikutip oleh model AI, tidak hanya dilihat oleh pengikut manusia.

5. Analisis balik performa sosial pesaing

Data yang harus ditarik: Tidak perlu mengekspor alat untuk yang satu ini. Tinjau profil sosial pesaing secara manual selama 30 hari terakhir. Catat 5 postingan teratas mereka berdasarkan keterlibatan (likes, komentar, share yang terlihat). Ambil tangkapan layar atau salin konten, format, dan kait (hook) masing-masing.

Perintah: "Berikut adalah 5 postingan media sosial dengan keterlibatan tertinggi dari [pesaing] dalam 30 hari terakhir: [tempel konten dan metrik perkiraan]. Analisis apa yang membuat masing-masing berhasil: struktur kait, format konten, sudut topik, pemicu emosional, dan gaya CTA. Kemudian identifikasi 5 peluang konten di mana kita dapat membahas topik serupa tetapi dari perspektif kita yang berbeda. Pembeda kami adalah [jelaskan]. Audiens kami adalah [jelaskan]. Hindari meniru pendekatan mereka. Temukan celah dalam pemosisian mereka."

6. Petakan konten sosial ke perjalanan pembeli menggunakan data CRM

Data yang harus ditarik: CRM (HubSpot, Salesforce, dll.) → tarik daftar kesepakatan tertutup-menang (closed-won) baru-baru ini dan catat titik sentuh konten mana yang muncul di lini masa kontak sebelum konversi. Jika CRM Anda tidak melacak sentuhan sosial, gunakan GA4 → Periklanan → Jalur konversi → filter ke saluran sosial.

Perintah: "Berikut adalah titik sentuh konten yang muncul dalam perjalanan pelanggan baru-baru ini sebelum konversi: [tempel data]. Identifikasi tahap perjalanan pembeli mana (kesadaran, pertimbangan, keputusan) yang memiliki titik sentuh media sosial paling banyak dan tahap mana yang memiliki celah. Untuk celah tersebut, sarankan jenis dan topik konten sosial yang akan mengisinya. Siklus penjualan kami adalah [durasi]. Platform sosial utama kami adalah [daftar]. Produk kami adalah [jelaskan]."

Perintah pembuatan konten

Perintah ChatGPT untuk pembuatan konten ini melampaui sekadar "tuliskan saya postingan." Masing-masing menyelesaikan masalah produksi tertentu, dan tidak seperti perintah pembuatan konten chatgpt generik, perintah ini dibangun di sekitar data Anda sendiri.

7. Ubah pertanyaan dukungan berulang menjadi konten edukasi

Data yang harus ditarik: Alat dukungan pelanggan (Zendesk, Intercom, HelpScout, dll.) → ekspor 10 pertanyaan atau kategori tiket yang paling sering diajukan dari 90 hari terakhir. Sertakan bahasa pelanggan yang sebenarnya, bukan label kategori internal Anda.

Perintah: "Berikut adalah 10 pertanyaan paling umum yang ditanyakan pelanggan kami kepada dukungan: [tempel pertanyaan dengan bahasa tepat yang digunakan pelanggan]. Untuk setiap pertanyaan, buat postingan media sosial yang menjawabnya secara proaktif. Gunakan bahasa pelanggan di bagian kait (kait ini adalah cara orang nyata merumuskan masalah, sehingga akan beresonansi dengan orang lain yang memiliki pertanyaan yang sama). Untuk setiap postingan, tentukan: platform, format (teks, carousel, video pendek), dan apakah itu harus menautkan ke artikel bantuan atau mandiri. Nada merek kami adalah [jelaskan]."

Mengapa ini berhasil: Tiket dukungan adalah sumber konten yang paling jarang digunakan dalam pemasaran. Pertanyaan-pertanyaan tersebut sudah dirumuskan dalam bahasa pelanggan, yang membuat kait lebih otentik daripada apa pun yang Anda curah pendapatkan secara internal.

8. Tulis artikel LinkedIn dari keahlian mentah

Perintah: "Saya akan membagikan perspektif saya tentang [topik] sebagai seseorang yang memiliki [pengalaman/keahlian relevan Anda]. Berikut adalah pemikiran kasar saya: [curahkan pemikiran tidak terstruktur, pengamatan, poin data, dan pendapat Anda, meskipun berantakan]. Ubah ini menjadi artikel LinkedIn sebanyak 800 hingga 1.200 kata. Strukturkan dengan paragraf pembuka yang kuat yang menyatakan argumen inti dalam dua kalimat pertama, 3 hingga 5 bagian yang membangun argumen dengan contoh spesifik, dan kesimpulan dengan satu poin penting yang jelas. Nada: praktisi terdidik yang menulis untuk rekan sejawat, bukan merek yang menulis untuk prospek. Tanpa bahasa promosi. Tanpa saran generik. Setiap paragraf harus berisi sesuatu yang spesifik, seperti angka, contoh, atau pola yang disebutkan."

Mengapa ini berhasil: Artikel LinkedIn berkinerja terbaik jika mencerminkan keahlian asli, bukan salinan pemasaran yang dipoles. Perintah ini mengambil pemikiran mentah Anda dan menyusunnya sambil mempertahankan kualitas opini yang spesifik yang membuat artikel layak dibaca dan lebih mungkin dikutip oleh model AI.

9. Buat skrip iklan video dengan variasi kait yang teruji

Data yang harus ditarik: Jika Anda memiliki data iklan video sebelumnya, tarik 5 kait teratas (teks/dialog 3 detik pertama) yang mendorong tingkat ThruPlay atau rasio menonton melalui terbaik dari Meta Ads Manager atau TikTok Ads Manager.

Perintah: "Berikut adalah 5 kait iklan video dengan performa terbaik dari kampanye kami baru-baru ini: [tempel kait dengan metrik performanya]. Analisis pola struktural apa yang membuat masing-masing berhasil (pertanyaan, klaim berani, interupsi pola, titik kesulitan, bukti sosial). Kemudian tulis skrip iklan video baru berdurasi 30 detik untuk [produk/penawaran] yang menargetkan [audiens] di [platform]. Tulis 5 kait pembuka yang berbeda untuk skrip ini, masing-masing menggunakan salah satu pola struktural yang diidentifikasi di atas. Jaga agar bagian isi dan CTA konsisten di semua 5 versi. Tulis sebagai dialog lisan, bukan teks tertulis."

Untuk tim yang perlu menguji setiap kait sebagai video jadi daripada memilih satu dan menebak, alat video AI seperti Creatify Agent dapat menghasilkan variasi dari skrip atau URL produk dalam hitungan menit, yang berarti kelima kait tersebut dapat dijalankan sebagai iklan nyata daripada hanya sekadar dokumen.

10. Bangun postingan "mitos vs. kenyataan" dari kesalahpahaman industri

Perintah: "Anda adalah seorang [peran Anda] di [industri Anda]. Berikut adalah kesalahpahaman umum yang diyakini oleh audiens target kami ([jelaskan audiens]) tentang [topik]: [daftar 3-5 kesalahpahaman yang sering Anda temui, dengan konteks mengapa itu salah]. Buat postingan media sosial untuk [platform] yang membahas [satu kesalahpahaman spesifik]. Struktur: nyatakan mitos dengan jelas, jelaskan mengapa mitos tersebut tampak masuk akal, lalu urai dengan bukti atau pengalaman spesifik. Nada: penuh hormat dan berwibawa, bukan merendahkan. Di bawah [jumlah kata]. Akhiri dengan pembingkaian ulang yang memberi audiens cara berpikir yang lebih baik tentang topik tersebut."

11. Ubah studi kasus menjadi kampanye sosial multi-platform

Data yang harus ditarik: Dokumen studi kasus Anda, termasuk metrik khusus, kutipan pelanggan, dan data sebelum/sesudah.

Perintah: "Berikut adalah studi kasus kami: [tempel studi kasus lengkap atau bagian utama dengan metrik]. Buat kampanye sosial 5 postingan dari materi ini. Postingan 1: postingan teks LinkedIn yang diawali dengan angka hasil yang paling mengesankan. Postingan 2: carousel Instagram (7 slide) yang menceritakan kisah sebelum/sesudah. Postingan 3: skrip TikTok/Reels (30 detik) yang terstruktur sebagai 'merek ini memiliki [masalah], inilah yang mereka lakukan, inilah yang terjadi.' Postingan 4: utas X (5 tweet) yang menjabarkan metodologi. Postingan 5: jawaban edukasi gaya Reddit untuk r/[subreddit yang relevan] yang membagikan pembelajaran tanpa terkesan berpromosi. JADIKAN pelanggan sebagai pahlawan di setiap versi, bukan produk kami."

12. Tulis postingan native platform dari satu dokumen ringkasan

Perintah: "Berikut adalah ringkasan pembaruan produk: [tempel ringkasan internal dengan detail fitur, manfaat pengguna, dan konteks]. Tulis 4 postingan sosial yang mengumumkan hal ini, masing-masing native untuk platformnya. LinkedIn: sudut pandang kepemimpinan pemikiran sepanjang 300-500 kata tentang mengapa ini penting bagi industri, dari perspektif [nama/jabatan seseorang]. Instagram: keterangan visual-first di bawah 100 kata dengan kait yang berfungsi untuk Reels atau umpan, ditambah 5 tagar. TikTok: skrip lisan 20 detik yang menjelaskan manfaat tanpa jargon. X: tweet tunggal di bawah 280 karakter yang menangkap nilai inti, tanpa utas. Setiap postingan harus terasa seolah-olah ditulis oleh seseorang yang memposting di platform tersebut setiap hari, bukan diposting silang dari satu sumber."

13. Hasilkan konten edukatif dari data kepemilikan

Perintah: "Berikut adalah data internal dari bisnis kami yang akan menarik bagi audiens kami: [tempel data, seperti metrik pelanggan agregat, pola penggunaan, tolok ukur industri yang telah Anda kumpulkan, hasil survei, atau tren yang Anda amati]. Ubah ini menjadi postingan media sosial yang edukatif untuk [platform]. Awali dengan temuan yang paling mengejutkan atau berlawanan dengan intuisi. Jelaskan arti praktisnya bagi [audiens]. Jangan sebut produk kami. Ini harus dibaca sebagai wawasan pasar, bukan materi penjualan. Format: [tentukan]. Di bawah [jumlah kata]."

Perintah diagnosis performa

Perintah ini membantu Anda mengetahui apa yang berhasil, apa yang rusak, dan apa yang harus diubah, menggunakan metrik Anda yang sebenarnya.

14. Diagnosis kejenuhan kreatif dari data performa iklan

Data yang harus ditarik: Meta Ads Manager → Rincian → Berdasarkan waktu (hari). Ekspor 30 hari terakhir untuk 3 set iklan teratas Anda. Sertakan kolom frekuensi, CTR, CPC, dan biaya per hasil.

Perintah: "Berikut adalah data performa harian untuk 3 set iklan teratas kami selama 30 hari terakhir: [tempel data]. Untuk setiap set iklan, identifikasi apakah terjadi kejenuhan kreatif (creative fatigue) dengan mencari pola-pola ini: CTR menurun sementara frekuensi meningkat, CPC meningkat seiring waktu, atau biaya per hasil meningkat stabil setelah periode awal yang kuat. Untuk set iklan apa pun yang menunjukkan kejenuhan, rekomendasikan: kapan harus merotasi aset kreatif (berdasarkan pola data), jenis materi kreatif baru apa yang harus diuji (berdasarkan apa materi kreatif yang jenuh itu), dan apakah audiens memerlukan penyegaran atau hanya aset kreatifnya saja."

Mengapa ini berhasil: Sebagian besar tim mengganti aset kreatif berdasarkan firasat atau jadwal tetap. Perintah ini membaca sinyal kejenuhan aktual dalam data Anda dan merekomendasikan tindakan berdasarkan angka-angka yang ditunjukkan.

15. Temukan konten sosial bernilai tertinggi Anda dari GA4

Data yang harus ditarik: GA4 → Laporan → Akuisisi lalu lintas → filter "Grup saluran default sesi" ke saluran sosial saja. Ekspor sesi, tingkat keterlibatan, peristiwa utama (konversi), dan pendapatan (jika berlaku) berdasarkan halaman arahan. Untuk analisis yang lebih dalam, buat Eksplorasi dengan "Halaman arahan" sebagai dimensi dan "Sumber sesi/media" sebagai filter untuk platform sosial. Peringatan UTM yang sama berlaku: lalu lintas sosial tanpa tag UTM yang bersih mungkin kurang teratribusi di GA4.

Perintah: "Berikut adalah data performa situs web kami yang difilter ke lalu lintas dari saluran media sosial: [tempel data]. Identifikasi halaman arahan mana yang menerima trafik sosial dengan tingkat konversi dan keterlibatan tertinggi. Kemudian identifikasi halaman yang mendapatkan trafik sosial tinggi tetapi keterlibatan buruk (rasio pentalan tinggi, waktu di halaman rendah). Untuk halaman berkonversi tinggi, sarankan cara meningkatkan promosi sosial. Untuk halaman dengan keterlibatan buruk, diagnosis kemungkinan penyebabnya (ketidakcocokan konten dengan pesan sosial, waktu pemuatan lambat, CTA tidak jelas) dan sarankan perbaikan."

16. Analisis performa organik vs. berbayar pada konten yang sama

Data yang harus ditarik: Untuk postingan yang Anda publikasikan secara organik dan dorong dengan iklan berbayar: tarik metrik organik dari analitik native platform (jangkauan, keterlibatan, klik) dan metrik berbayar dari Ads Manager (jangkauan, CTR, CPC, biaya per hasil).

Perintah: "Berikut adalah performa organik dan berbayar untuk potongan konten yang sama: [tempel kedua set data]. Bandingkan performa di kedua metode distribusi tersebut. Apakah promosi berbayar menjangkau audiens yang berbeda secara signifikan atau sebagian besar pengikut yang sama? Apakah kualitas keterlibatannya berbeda (komentar vs. suka vs. bagikan)? Berdasarkan hal ini, rekomendasikan: apakah kami harus terus meningkatkan jenis konten ini, apakah kami hanya harus menjalankannya secara organik, atau haruskah kami membuat versi khusus berbayar dengan kait atau CTA yang berbeda?"

17. Tafsirkan penurunan performa yang tiba-tiba

Perintah: "Akun [platform] kami mengalami penurunan signifikan dalam [metrik: jangkauan/keterlibatan/pengikut/lalu lintas] mulai [tanggal]. Berikut adalah data untuk 2 minggu sebelum dan 2 minggu setelah penurunan: [tempel metrik]. Inilah yang kami ubah selama periode tersebut: [daftar perubahan apa pun: frekuensi posting, tipe konten, strategi tagar, pembaruan algoritme yang Anda ketahui, perubahan tim]. Dan inilah yang tidak kami ubah: [daftar konstanta]. Analisis penyebab yang paling mungkin. Pisahkan penjelasan tingkat platform (perubahan algoritme, pola musiman) dari penjelasan tingkat akun (kualitas konten, ketidakcocokan audiens, irama posting). Rekomendasikan 3 tindakan spesifik untuk diuji demi pemulihan."

18. Prioritaskan konten mana yang akan diskalakan dengan anggaran berbayar

Data yang harus ditarik: Performa postingan organik 30 hari terakhir dari analitik platform utama Anda. Ekspor data tingkat postingan: jangkauan, tingkat keterlibatan, penyimpanan (saves), pembagian (shares), klik tautan, dan komentar.

Perintah: "Berikut adalah performa sosial organik kami selama 30 hari terakhir, postingan demi postingan: [tempel data]. Kami memiliki [anggaran] untuk ditempatkan di belakang performa terbaik bulan ini. Peringkat postingan berdasarkan 'potensi amplifikasi,' yang didefinisikan sebagai: tingkat keterlibatan yang tinggi (terutama penyimpanan dan pembagian, yang menandakan konten tersebut memiliki nilai di luar umpan), klik tautan yang kuat (jika tujuannya adalah lalu lintas), atau kualitas komentar yang tinggi (jika tujuannya adalah komunitas). Pilih [3-5] postingan teratas untuk ditingkatkan dan untuk setiap postingan, rekomendasikan tujuan berbayar (lalu lintas, keterlibatan, jangkauan, atau konversi), target audiens (luas, serupa/lookalike, atau penargetan ulang/retargeting), dan modifikasi apa pun agar postingan berkinerja lebih baik sebagai iklan."

Saran untuk suara merek dan intelijen kompetitif

19. Bangun panduan suara merek dari konten berkinerja terbaik Anda

Data yang harus ditarik: 20 postingan media sosial teratas Anda berdasarkan keterlibatan dari 6 bulan terakhir, di semua platform. Salin teks asli dari setiap postingan.

Perintah: "Berikut adalah 20 postingan media sosial dengan performa tertinggi kami dari 6 meses terakhir: [tempel semua 20 postingan]. Analisis pola suaranya: pilihan kosakata, struktur kalimat, nada, penggunaan humor, tingkat formalitas, cara kami membuka postingan, cara kami menutupnya, dan daftar emosi apa yang cenderung kami capai. Identifikasi 5 pola suara paling konsisten di seluruh konten terbaik kami. Kemudian tulis panduan suara merek berdasarkan pola-pola ini yang mencakup: 3 deskriptor 'kami adalah', 3 deskriptor 'kami bukan', 5 contoh frasa yang terdengar seperti kami, 5 frasa yang melanggar suara kami, dan adaptasi khusus platform untuk LinkedIn, Instagram, TikTok, dan X."

Mengapa ini berhasil: Sebagian besar panduan suara merek bersifat aspirasional (ditulis tentang bagaimana merek ingin terdengar). Panduan ini bersifat empiris, dibangun dari apa yang telah divalidasi oleh audiens Anda melalui keterlibatan.

20. Deteksi dan perbaiki bahasa yang terdengar seperti AI

Perintah: "Tinjau draf media sosial ini: [tempel draf]. Tandai setiap kata, frasa, atau pilihan struktural yang menandakan konten buatan AI. Secara khusus tangkap: superlatif yang samar ('luar biasa', 'menakjubkan', 'kuat'), transisi hampa ('di dunia yang serba cepat saat ini', 'bukan rahasia lagi bahwa'), wawasan berformat daftar yang dapat diterapkan pada merek apa pun, kalimat yang menyatakan hal yang sudah jelas, dan frasa apa pun di mana menukar nama merek kami dengan pesaing akan tetap membuat kalimat tersebut berfungsi. Untuk setiap tanda, tulis ulang baris tersebut agar spesifik untuk merek kami, audiens kami, atau pengalaman nyata kami. Jika baris yang ditandai tidak dapat diselamatkan, hapus saja."

Untuk perintah ini, Anda mungkin ingin merujuk ke tanda-tanda penulisan AI di Wikipedia, dan menyertakan ini sebagai konteks.

21. Analisis pesan kompetitif

Data yang harus ditarik: Kumpulkan secara manual 15 hingga 20 postingan media sosial terbaru dari 3 pesaing utama. Sertakan postingan di berbagai platform.

Perintah: "Berikut adalah postingan media sosial baru-baru ini dari tiga pesaing: [tempel postingan pesaing, diberi label berdasarkan pesaing]. Untuk setiap pesaing, analisis: tema pesan utama mereka, titik kesulitan yang mereka atasi, proposisi nilai yang mereka tekankan, karakteristik nada dan suara mereka, dan format konten yang mereka sukai. Kemudian identifikasi: celah pesan yang tidak tercakup oleh satu pun dari mereka, audiens yang kurang mereka layani, dan sudut pemosisian yang dapat kami miliki. Pembeda merek kami adalah [jelaskan]. Audiens kami adalah [jelaskan]. Rekomendasikan 5 tema konten yang memanfaatkan celah mereka."

22. Lokalisasi konten tanpa kehilangan karakter suara

Perintah: "Berikut adalah 3 postingan media sosial yang ditulis untuk audiens AS kami: [tempel postingan]. Adaptasikan masing-masing untuk [pasar target: Inggris, DACH, LATAM, APAC, dll.]. Lakukan lebih dari sekadar penerjemahan. Sesuaikan referensi budaya, humor, norma bisnis, dan contoh agar beresonansi secara lokal. Tandai apa pun di dokumen asli yang tidak diterjemahkan dengan baik atau dapat disalahpahami. Pertahankan suara merek kami: [jelaskan suara]. Output dalam [bahasa]. Untuk setiap postingan yang diadaptasi, catat apa yang Anda ubah dan mengapa."

Perintah alih fungsi dan alur kerja

23. Ubah webinar atau podcast menjadi konten sosial selama seminggu

Data yang harus ditarik: Transkrip lengkap dari rekaman webinar, episode podcast, atau presentasi internal. Sebagian besar alat perekam (Zoom, Riverside, Descript) dapat mengekspor transkrip.

Perintah: "Berikut adalah transkrip dari [webinar/podcast/presentasi] kami baru-baru ini: [tempel transkrip]. Ekstrak 7 poin paling berwawasan, spesifik, atau mengejutkan yang dibuat selama percakapan ini. Bukan kesimpulan umum, melainkan momen ketika pembicara mengatakan sesuatu yang akan membuat anggota audiens berhenti menggulir umpan mereka. Untuk setiap poin, buat postingan media sosial: 2 untuk LinkedIn (postingan teks dengan perspektif pembicara), 2 for Instagram (kerangka carousel atau teks + kait), 2 untuk X (tweet atau utas pendek), dan 1 untuk TikTok/Reels (skrip lisan 15-30 detik). Atribusikan wawasan tersebut kepada pembicara dengan menyebutkan namanya."

24. Bangun ringkasan untuk konten video dari postingan statis berkinerja tinggi

Data yang harus ditarik: Postingan statis (gambar atau teks) dengan performa terbaik dari 90 hari terakhir lengkap dengan metrik keterikatannya.

Perintah: "Postingan media sosial statis ini berkinerja sangat baik: [tempel postingan dan metrik]. Analisis mengapa ini berhasil: kait, wawasan, pemicu emosional, dan respons audiens (periksa tema di komentar). Sekarang tulis skrip video 30 detik yang menyampaikan pesan inti yang sama dalam format video untuk [TikTok/Reels/YouTube Shorts]. Video tersebut harus memperluas wawasan asli dengan contoh, demonstrasi, atau cerita yang tidak dapat disampaikan oleh postingan statis. Tulis sebagai dialog lisan dengan saran teks di layar. Sertakan 3 kait pembuka alternatif."

25. Buat rencana pengujian A/B dari konten yang berkinerja buruk

Data yang harus ditarik: 10 postingan berkinerja terendah Anda dari 60 hari terakhir, lengkap dengan metriknya. Tarik juga 5 postingan berkinerja tinggi dari periode yang sama untuk perbandingan.

Perintah: "Berikut adalah 10 postingan berkinerja terburuk dan 5 terbaik kami dari 60 hari terakhir: [tempel kedua set dengan metrik]. Bandingkan kedua grup tersebut berdasarkan: gaya kait, format konten, kategori topik, waktu posting, panjang konten, jenis CTA, dan pendekatan visual. Identifikasi 3 perbedaan paling signifikan antara apa yang berhasil dan apa yang tidak. Untuk setiap perbedaan, rancang uji A/B khusus: variabel apa yang kami uji, versi kontrol, varian, metrik keberhasilan, dan berapa lama menjalankannya sebelum menarik kesimpulan."

Baca juga: Cara membuat rencana pemasaran media sosial yang berhasil

26. Bangun kalender konten bulanan dari data performa

Data yang harus ditarik: Analisis tingkat postingan 90 hari terakhir dari platform utama Anda. Tarik juga kalender editorial atau kalender pemasaran Anda untuk peluncuran, acara, atau kampanye mendatang.

Perintah: "Berikut adalah data performa media sosial kami selama 90 hari terakhir: [tempel metrik tingkat postingan]. Dan berikut adalah kalender pemasaran kami untuk bulan depan: [tempel peluncuran, acara, promosi mendatang]. Buat kalender konten 4 minggu untuk [platform] yang: memposting [X kali per minggu], memetakan setiap postingan ke salah satu pilar konten kami [sebutkan pilar], memprioritaskan format dan topik konten yang berkinerja terbaik dalam data, menyertakan postingan khusus yang mendukung acara kalender pemasaran, dan menyisakan 20% slot terbuka untuk konten reaktif. Untuk setiap postingan, sertakan: topik, format, pilar apa yang dipetakan, ide sudut atau kait, dan apakah itu harus organik saja atau kandidat untuk peningkatan berbayar."

27. Audit dan bersihkan strategi konten Anda setiap kuartal

Data yang harus ditarik: Ekspor penuh metrik tingkat postingan selama 90 hari dari setiap platform. Laporan trafik sosial GA4. Data CRM tentang prospek asal saluran sosial mana yang terkonversi (jika tersedia). Kerangka kerja pilar konten Anda saat ini.

Perintah: "Berikut adalah data performa media sosial lengkap kami untuk kuartal lalu: [tempel metrik analitik platform]. Berikut adalah data lalu lintas sosial-ke-situs web kami dari GA4: [tempel]. Berikut adalah kerangka kerja pilar konten kami saat ini: [sebutkan pilar beserta deskripsinya]. Lakukan audit triwulanan: Pilar mana yang menghasilkan keterlibatan paling banyak? Mana yang mendorong trafik situs web paling banyak? Mana (jika ada) yang berkontribusi pada konversi? Apakah ada postingan berkinerja tinggi yang tidak cocok dengan pilar mana pun saat ini (menandakan adanya pilar yang hilang)? Apakah ada pilar dengan performa yang konsisten rendah (menandakan pilar yang harus dipensiunkan atau dibingkai ulang)? Rekomendasikan perubahan spesifik pada kerangka kerja pilar, irama postingan, dan prioritas platform untuk kuartal berikutnya."

Cara memaksimalkan perintah ini

Perintah di atas adalah templat, bukan kata-kata ajaib. Kualitas output bergantung pada kualitas data dan konteks yang Anda masukkan. Beberapa prinsip:

Ekspor data nyata, jangan mendeskripsikannya dari ingatan. "CTR kami sekitar 2%" kurang berguna dibandingkan mengunggah file CSV aktual yang berisi nilai CTR harian selama 30 hari. Model AI dapat mengidentifikasi pola dalam data yang mungkin terlewatkan jika Anda meringkasnya. Saat bekerja dengan aktivitas ekspor yang lebih besar, unggah file .csv atau .xlsx secara langsung menggunakan tombol lampiran daripada menempelkan teks spreadsheet mentah ke dalam obrolan, yang dapat merusak pemformatan atau melampaui batas input.

Gunakan teknik perantaian (chaining) perintah, alih-alih meminta semuanya sekaligus. Mintalah analisis terlebih dahulu, lalu strategi konten, lalu postingan individu. Membagi tugas menjadi beberapa langkah menghasilkan output yang lebih baik di setiap tahap karena model AI dapat fokus pada satu pekerjaan dalam satu waktu.

Minta model untuk mengkritik pekerjaannya sendiri. Setelah membuat draf, perintahkan: "Tinjau draf ini. Apa yang kurang kuat? Apa yang generik? Apa yang akan Anda ubah untuk membuatnya lebih spesifik dan berguna?" Kritik mandiri ini sering kali menangkap masalah yang biasanya harus diperbaiki secara manual.

Bangun pustaka perintah untuk tim Anda. Simpan perintah yang menghasilkan hasil terbaik untuk merek spesifik Anda. Sesuaikan dengan panduan suara, deskripsi audiens, dan aturan platform Anda. Seiring waktu, pustaka ini menjadi salah satu aset operasional Anda yang paling berharga.

Pelajari lebih dalam dasar-dasar rekayasa perintah (prompting). Perintah dalam artikel ini khusus untuk media sosial, tetapi prinsip dasarnya berasal dari riset rekayasa perintah yang lebih luas. Panduan resmi OpenAI mencakup enam strategi inti untuk mendapatkan output yang lebih baik, dan dokumentasi Claude dari Anthropic menyediakan tutorial langkah demi langkah tentang menstrukturkan perintah untuk kejelasan, spesifisitas, dan konsistensi. Keduanya sangat layak dibaca jika Anda ingin membangun perintah Anda sendiri di luar templat yang ada di sini.

Pertanyaan yang Sering Diajukan

Apa perintah ChatGPT terbaik untuk pemasaran media sosial?

Perintah ChatGPT paling efektif untuk pemasaran media sosial menyertakan data performa aktual sebagai konteks, bukan hanya topik dan platform. Sebelum memasukkan perintah, ekspor data dari alat analitik Anda (GA4, Google Search Console, Meta Ads Manager) dan tempelkan langsung ke dalam perintah. Langkah ini mendasarkan output pada perilaku audiens aktual dan kinerja bisnis Anda, bukan saran pemasaran generik.

Bagaimana cara menggunakan ChatGPT untuk pembuatan konten?

Mulailah dengan mengumpulkan konteks: panduan suara merek Anda, contoh konten berkinerja terbaik, data audiens, dan platform spesifik tempat Anda membuat konten. Masukkan semua ini ke dalam perintah bersama dengan permintaan konten. Perintah ChatGPT terbaik untuk pembuatan konten memperlakukan model sebagai mitra penyusunan draf yang bekerja dari data Anda, bukan sebagai pengganti strategi. Selalu edit output untuk akurasi, suara merek, dan spesifisitas sebelum mempublikasikannya.

Data apa yang harus saya masukkan ke ChatGPT untuk mendapatkan perintah media sosial yang lebih baik?

Sumber data yang paling berguna meliputi: laporan kueri Google Search Console (untuk menemukan celah konten dari permintaan pencarian nyata), data lalu lintas dan konversi GA4 per halaman arahan (untuk mengidentifikasi apa yang beresonansi), laporan performa kreatif iklan Meta atau Google (untuk menemukan kait dan tema pesan pemenang), ekspor analitik native platform (untuk memahami format dan topik mana yang berkinerja terbaik), lini masa kontak CRM (untuk memetakan titik sentuh sosial dalam perjalanan pembeli), dan data pemantauan merek LLM dari alat seperti Peec AI atau Scrunch (untuk mengidentifikasi celah visibilitas pencarian AI).

Apa perbedaan antara ChatGPT dan Claude untuk perintah media sosial?

Keduanya adalah model bahasa besar yang mampu menghasilkan konten media sosial. Perintah dalam artikel ini berfungsi dengan alat mana pun. Dalam praktiknya, perbedaan kualitas berasal dari perintah dan konteks Anda, bukan pilihan modelnya. Untuk teknik pemformatan perintah khusus platform, tinjau panduan rekayasa perintah OpenAI dan dokumentasi perintah Claude dari Anthropic.

Bisakah ChatGPT menganalisis data performa media sosial saya?

Ya. Baik ChatGPT maupun Claude dapat memproses data CSV yang diekspor, laporan performa iklan, dan ringkasan analitik untuk mengidentifikasi pola, mendiagnosis masalah, dan merekomendasikan pengoptimalan. Kuncinya adalah menempelkan data aktual daripada meringkasnya. Misalnya, menempelkan data metrik iklan harian selama 30 hari memungkinkan model mendeteksi pola kejenuhan kreatif yang akan terlewatkan oleh ringkasan verbal seperti "performa mengalami penurunan."

Bagaimana cara membuat konten media sosial buatan AI terdengar autentik?

Tiga pendekatan: Pertama, masukkan 20 postingan teratas berdasarkan keterlibatan ke model AI dan minta model tersebut mengekstrak pola suara dari konten yang telah divalidasi oleh audiens Anda. Kedua, gunakan perintah filter suara anti-AI dari artikel ini untuk menandai dan menulis ulang bahasa generik. Ketiga, selalu tambahkan detail spesifik saat mengedit, seperti angka nyata, contoh nyata, dan pendapat tulus yang hanya dimiliki oleh seseorang dalam peran Anda. Semakin konkret kontennya, semakin tidak terdengar seperti buatan mesin.

Seberapa sering saya harus memperbarui perintah media sosial saya?

Tinjau kembali pustaka perintah Anda setiap kuartal, bersamaan dengan tinjauan strategi konten Anda. Seiring perubahan data performa Anda, konten berkinerja terbaik Anda berkembang, dan algoritme platform bergeser, konteks yang Anda masukkan ke dalam perintah juga harus diperbarui. Perintah yang dibuat di sekitar kait berkinerja terbaik kuartal lalu mungkin memerlukan data baru agar tetap relevan. Perintah itu sendiri adalah kerangka kerja yang dapat digunakan kembali, tetapi data yang Anda masukkan ke dalamnya harus selalu mutakhir.