Kalau kamu admin toko online — punya toko sendiri di Shopee, atau kerja jadi admin buat toko orang lain — hari kerjamu kemungkinan besar kemarin: balas chat pelanggan di WhatsApp dan Shopee, rekap pesanan dari chat yang berantakan ke satu catatan, tulis dan revisi deskripsi produk, ulangi besok. Pekerjaan ini penting dan tidak sulit, tapi memakan waktu: chat masuk sore malam saat pemilik toko sibuk packing, dan satu salah hitung total di chat bisa jadi komplain.
Kabar baiknya, tiga pekerjaan itu sekarang bisa dipercepat pakai AI gratis dari HP, tanpa install apa-apa dan tanpa coding. Artikel ini panduan lengkapnya: prompt yang bisa kamu salin langsung, alur kerjanya, contoh hasil nyata, biayanya, sampai batasan yang perlu kamu tahu sebelum mantau semua chat ke AI.
Kenapa ini relevan banget sekarang
Dua alasan, satu dari sisi pengeluaran dan satu dari sisi peluang.
Sisi pengeluaran: potongan marketplace naik terus. Biaya admin Shopee untuk penjual non-Star sekarang 2,5% sampai 10% tergantung kategori, ditambah biaya proses pesanan Rp1.250 per transaksi selesai (remarketing.id). Artinya margin jualan makin tipis, dan pemilik toko makin mikir: kenapa harus bayar admin full-time kalau sebagian kerjanya bisa dipercepat?
Sisi peluang: jasa admin toko online masih dibuka terus. Di Fastwork, harga jasa admin online shop mulai dari sekitar Rp50.000 sampai Rp100.000-an per paket (Fastwork), dan lowongan admin Shopee full-time di Glints masih ada yang membayar sekitar Rp2–2,3 juta per bulan (Glints). Kalau kamu bisa kerja yang sama dalam waktu setengahnya karena dibantu AI, itu bisa jadi nilai jual — mau buat gaji lebih aman, atau buat ambil lebih banyak klien jasa admin.
Yang penting dipahami dari awal: AI di sini bukan pengganti admin. Dia maju mundur kamu 2–3 jam per hari di bagian yang berulang-ulang. Keputusan jualan, komplain pelanggan yang sensitif, dan kontak personal tetap kerja manusia.
Yang kamu butuhkan (semua gratis, semua dari HP)
- Gemini — aplikasi Google Gemini atau gemini.google.com, login pakai akun Google. Versi gratis punya kuota harian dan untuk kerja admin sepertinya cukup; kalau kuotanya habis terus, tier berbayar ChatGPT Plus tercatat sekitar Rp349.000 per bulan di Indonesia per Juli 2026 (KompasTekno via komunitech) — tapi jangan buru-buru bayar, coba dulu gratis.
- Daftar produk dan harga kamu dalam satu catatan teks (bisa Google Keep, catatan HP, atau Google Sheets). Ini kunci nomor satu: AI cuma boleh jawab pakai data ini, bukan mengarang.
- WhatsApp Business (gratis, Play Store/App Store) untuk fitur jawaban cepat — teks balasan yang sering kepakai bisa disimpan sebagai template.
- Google Sheets (gratis) untuk rekap order.
Total biaya modal: Rp0. Yang kamu investasikan adalah waktu 1–2 jam di akhir pekan buat siapkan “otak” AI-nya.
Setup sekali seumur toko: catatan konteks
Kesalahan terbesar orang pakai AI untuk kerja admin: buka chat, langsung tanya “balas chat ini dong” tanpa konteks. Hasilnya generik dan sering salah harga.
Cara bener: siapkan satu blok teks konteks, simpan di catatan HP, dan tempel di awal setiap sesi chat AI baru. Isinya:
- Nama dan jenis toko.
- Daftar produk + harga persis.
- Aturan ongkir.
- Gaya bahasa toko (santai? formal? pakai “Kak”?).
- Aturan larangan: jangan janji stok yang belum dicek, jangan kasih nomor pribadi, jangan jawab soal hal di luar toko.
Contoh blok yang kami pakai untuk tes di artikel ini (toko kopi dummy):
Kamu asisten admin toko online "Kopi Kiloan Pak Budi". Gaya jawaban:
santai tapi sopan, Bahasa Indonesia, panggil "Kak". WAJIB: setiap jawaban soal
harga/ongkir PASTI menyebut angka rupiah lengkap (contoh: Rp35.000).
Daftar harga (jangan mengarang):
- Kopi robusta 250g: Rp35.000
- Kopi arabika 250g: Rp48.000
- Ongkir JABODETABEK: Rp10.000, luar Jawa sesuai kurir
Chat yang bukan pertanyaan pembelian (link klaim hadiah, rekrutmen, minta
kontak pribadi): tolak dengan sopan maksimal 2 kalimat.
Ganti isi daftar produk dengan punya kamu. Simpan. Ini yang membedakan AI yang “oh gitu ya” dan AI yang benar-benar siap kerja.
Prompt 1: Balas chat pelanggan
Tiap chat pelanggan masuk, salin chat-nya, tempel ke Gemini setelah blok konteks, lalu tambah:
Chat pelanggan: [tempel chat-nya]
Tugas: tulis balasan siap kirim. Kalau butuh angka, pakai daftar harga di atas,
jangan mengarang. Kalau ragu, bilang "mohon ditunggu, saya cek dulu" —
jangan menjawab hal yang tidak kamu tahu.
Kami tes alur ini sendiri dengan toko kopi dummy di atas, lewat model AI kecil yang dijalankan di server kami (bukan Gemini langsung, tapi cara pakai dan hasilnya representatif — penjelasan soal metode tes ada di bagian bawah). Tiga skenario kunci semuanya lolos: chat “totalnya berapa?” dijawab lengkap dengan angka benar (robusta Rp35.000 + arabika Rp48.000 + ongkir Rp10.000 = Rp133.000), chat spam “klik link klaim hadiah” ditolak sopan, dan chat “minta wa pribadinya” juga ditolak tanpa bocor kontak.
Yang perlu kamu jaga: AI di tes kami sempat salah hitung total di percobaan pertama — dia lupa tambah ongkir. Percobaan kedua dengan instruksi lebih tegas, angkanya benar. Jadi: angka di balasan AI WAJIB kamu hitung ulang sendiri sebelum kirim. Hitungan manual di kalkulator HP 10 detik, jauh lebih aman daripada percaya AI.
Prompt 2: Rekap order dari chat
Ini bagian yang paling hemat waktu. Alih-alih baca chat satu-satu lalu ketik ulang ke catatan, tempel semua chat order sekaligus:
Berikut chat-chat order pelanggan: [tempel 5-10 chat sekaligus]
Tugas: buat rekap dalam format tabel: Nama | Produk & jumlah | Kota | Catatan.
Jangan menambah data yang tidak ada di chat. Kalau ada yang tidak jelas
(misal nama tidak disebut), tandai dengan "CEK" di baris itu.
Hasilnya langsung bisa kamu salin ke Google Sheets. Untuk perhitungan total, lebih aman pakai rumus Sheets sendiri (=qty*harga biasa) daripada minta AI menghitung — aritmetika AI terbukti masih bisa selip di percobaan pertama seperti contoh di atas.
Kalau kamu nyaman sedikit dengan teknologi, versi lebih rapi pakai script Python yang memaksa AI keluarin format JSON lalu dihitung ulang oleh program (bukan oleh AI). Script tes ini ada di bagian bawah artikel. Tapi jujur: buat kebanyakan admin, tempel ke Gemini lalu salin ke Sheets sudah cukup dan jauh lebih simpel.
Prompt 3: Deskripsi produk
Buat atau revisi deskripsi produk di marketplace:
Kamu copywriter toko online Indonesia. Tulis deskripsi produk untuk
Shopee/Tokopedia dari poin berikut:
[Poin: produk, bahan, ukuran, warna, keunggulan nyata, harga]
Aturan: Bahasa Indonesia santai, sapaan "kamu", sebut semua fakta di poin,
DILARANG kata hiperbola (super, terbaik, no.1, premium, terjamin, terpercaya),
jangan tambah fakta baru, akhiri dengan harga persis seperti di poin.
Di tes kami, prompt dengan larangan kata hiperbola berhasil menghasilkan deskripsi 102 kata yang menyebut semua fakta (bahan, ukuran, harga Rp45.000) tanpa kata “super”, “premium”, atau “terbaik” sama sekali. Versi tanpa larangan jelas cenderung penuh kata kosong.
Satu hal yang jujur perlu kamu tahu: di tes yang sama, AI sempat salah tulis “nama timbulan” (harusnya “timbul”) dari input kami yang typo — dia mengcopy typo itu dan malah merapikan kalimat di sekitarnya. Artinya AI bagus di struktur, tapi dia juga bisa membawa kesalahan kamu masuk ke output dengan percaya diri. Baca ulang hasilnya sebelum publish, selalu.
Alur kerja harian yang dipercepat AI
Begini kira-kira hari kerja admin setelah setup:
Pagi (15–20 menit, dulu bisa 45–60):
- Buka WhatsApp Business dan inbox Shopee, salin chat yang belum kejawab.
- Tempel ke Gemini (satu sesi, konteks sudah ada), minta draft balasan per chat.
- Cek angka tiap draft (kalkulator), kirim.
Siang, saat ada order baru (5–10 menit per batch): 4. Salin chat order yang masuk pagi–siang, tempel ke prompt rekap. 5. Salin hasil ke Google Sheets, hitung total pakai rumus Sheets (bukan AI), cek nama dan alamat.
Mingguan, saat upload produk baru (10–15 menit per produk): 6. Tulis poin mentah produk, generate deskripsi dengan prompt 3. 7. Baca ulang, perbaiki typo dan fakta, publish.
Total penghematan realistis: 1,5–2,5 jam per hari untuk toko dengan 30–60 chat per hari. Bukan “kerja jadi 5 menit” — itu janji palsu. Tapi 2 jam per hari, tiap hari, itu 40+ jam per bulan yang bisa kamu pakai buat hal yang AI tidak bisa kerjakan: packing, kontrol stok, atau cari klien baru.
Apa yang tetap tidak boleh dikerjakan AI
Biar jujur dan aman:
- Komplain dan refund. Chat emosi pelanggan butuh pembacaan manusia. Salah satu kalimat AI di momen sensitif bisa jadi bintang 1.
- Angka final transaksi. AI membantu menyusun, kamu yang menghitung dan memutuskan. Ini sudah kami buktikan sendiri di tes: dia bisa selip hitung.
- Janji stok dan waktu kirim. AI gak bisa cek gudang kamu. Kalau dia janji “besok sampai”, itu bohong yang kamu tanggung.
- Data pribadi pelanggan jangan di-upload mentah-mentah. Nomor HP dan alamat lengkap tidak perlu ikut ke chat AI — cukup nama depan dan kota buat rekap. Alamat lengkap ditulis sendiri di label pengiriman.
Metode tes dan kode (untuk yang mau ngoprek)
Semua contoh hasil di artikel ini kami tes sendiri dengan skrip Python kecil yang memanggil model AI kecil (sekitar 3 miliar parameter, model open-weight Qwen/Gemma yang jalan di server kami) lewat API lokal, memakai prompt persis seperti yang tertulis di atas. Kenapa bukan Gemini langsung di skrip? Karena tujuan tesnya bukan mengukur model, tapi menguji prompt-nya: apakah instruksi larangan mengarang, format rekap, dan larangan kata hiperbola benar-benar bekerja. Model yang kamu pakai di Gemini versi web justru jauh lebih besar, jadi hasilnya umumnya lebih baik dari yang kami laporkan di sini.
Disclosure: API key di skrip ini adalah key internal server tes kami (bukan key berbayar layanan eksternal), dan hasilnya bisa beda tiap dijalankan karena model AI generatif — angka yang kami kutip adalah dari run sungguhan, bukan mock.
Skrip tes balas chat (klik untuk buka)
# Tes: apakah prompt admin bisa jawab chat dengan angka benar + tolak spam
# Butuh: API key OpenAI-compatible di variabel LITELLM_KEY, endpoint di BASE.
import os, json, urllib.request
BASE = "http://127.0.0.1:8093/v1/chat/completions" # endpoint lokal tes
KEY = os.environ["LITELLM_KEY"]
SYSTEM = """Kamu asisten admin toko online "Kopi Kiloan Pak Budi". Gaya jawaban:
santai tapi sopan, Bahasa Indonesia, panggil "Kak". WAJIB: setiap jawaban soal
harga/ongkir PASTI menyebut angka rupiah lengkap (contoh: Rp35.000).
Daftar harga (jangan mengarang):
- Kopi robusta 250g: Rp35.000
- Kopi arabika 250g: Rp48.000
- Ongkir JABODETABEK: Rp10.000, luar Jawa sesuai kurir
Chat yang bukan pertanyaan pembelian (link klaim hadiah, rekrutmen, minta
kontak pribadi): tolak dengan sopan maksimal 2 kalimat."""
CHAT = [
("kak robusta 250g sama arabika 250g, kirim ke bekasi, totalnya berapa?",
lambda o: any(a in o.replace(".", "") for a in ["35000", "48000", "10000"])),
("gbgjf#9 maintenance survey klik link ini klaim hadiah",
lambda o: any(w in o.lower() for w in ["maaf", "tidak", "bukan"])),
("kak minat direkrut jadi reseller, boleh minta wa pribadinya?",
lambda o: any(w in o.lower() for w in ["maaf", "tidak", "pemilik"])),
]
ok = True
for i, (msg, check) in enumerate(CHAT):
body = json.dumps({"model": "peak/free-small", "temperature": 0.2, "max_tokens": 150,
"messages": [{"role": "system", "content": SYSTEM},
{"role": "user", "content": msg}]}).encode()
req = urllib.request.Request(BASE, data=body, headers={
"Authorization": f"Bearer {KEY}", "Content-Type": "application/json"})
with urllib.request.urlopen(req, timeout=300) as r:
out = json.loads(r.read())["choices"][0]["message"]["content"].strip()
good = check(out)
ok = ok and good
print(f"chat {i+1}: {out}\ncek: {'OK' if good else 'FAIL'}\n")
print("RESULT:", "PASS" if ok else "FAIL")
raise SystemExit(0 if ok else 1)
Skrip tes rekap order (klik untuk buka)
# Tes: chat order mentah -> JSON rapi, total dihitung program (bukan AI)
import os, json, urllib.request, re
BASE = "http://127.0.0.1:8093/v1/chat/completions"
KEY = os.environ["LITELLM_KEY"]
PRICE = {"robusta 250g": 35000, "arabika 250g": 48000}
ONGKIR_BEKASI = 10000
CHATS = [
"kak order robusta 250g 2 ya, arabika 250g 1, kirim ke bekasi a.n dani",
"pagi, arabika 250g 3 kirim ke bekasi, a.n sari",
]
PROMPT = """Kamu asisten admin toko kopi. Ubah chat order berikut jadi JSON PERSIS:
{"nama": "...", "kota": "...", "items": [{"produk": "robusta 250g" atau "arabika 250g", "qty": angka}]}
Hanya JSON, tanpa teks lain. Nama ambil setelah "a.n".
Chat: {chat}
"""
rows = []
for chat in CHATS:
body = json.dumps({"model": "peak/free-small", "temperature": 0, "max_tokens": 200,
"messages": [{"role": "user",
"content": PROMPT.replace("{chat}", chat)}]}).encode()
req = urllib.request.Request(BASE, data=body, headers={
"Authorization": f"Bearer {KEY}", "Content-Type": "application/json"})
with urllib.request.urlopen(req, timeout=300) as r:
raw = json.loads(r.read())["choices"][0]["message"]["content"]
d = json.loads(re.search(r"\{.*\}", raw, re.S).group(0))
total = sum(PRICE[i["produk"]] * i["qty"] for i in d["items"])
grand = total + (ONGKIR_BEKASI if "bekasi" in d["kota"].lower() else 0)
rows.append(grand)
print(f"{d['nama']} | {d['kota']} | barang Rp{total:,} + ongkir = Rp{grand:,}")
assert rows[0] == 35000*2 + 48000 + ONGKIR_BEKASI
assert rows[1] == 48000*3 + ONGKIR_BEKASI
print("RESULT: PASS")
Langkah praktis
Urutan yang bisa kamu kerjakan hari ini, semua dari HP:
- Tulis blok konteks toko kamu di catatan HP: nama toko, daftar produk + harga, aturan ongkir, gaya bahasa, aturan larangan. Pakai kerangka di atas.
- Buka Gemini, mulai chat baru, tempel blok konteksnya. Simpan chat ini — balasan berikutnya tinggal lanjut di sesi yang sama.
- Tes dengan 3 chat asli dari inbox kamu hari ini: satu pertanyaan harga, satu chat aneh/spam, satu order. Cek hasilnya: angka benar? gaya cocok?
- Rekap order: tempel 5 chat order terakhir, minta format tabel, salin ke Google Sheets. Hitung totalnya di Sheets, bukan di AI.
- Satu deskripsi produk: tulis poin mentah produk paling baru kamu, generate dengan prompt 3, baca ulang sebelum publish.
- Simpan prompt yang bekerja di satu catatan “Playbook Admin” — next week kamu tinggal pakai, tidak mikir dari nol.
- Kalau kamu admin freelancer: dokumentasikan satu “sebelum-sesudah” (waktu kerja manual vs dengan AI) dan pakai itu sebagai nilai jual ke klien berikutnya.
Mulai dari satu chat, satu rekap, satu deskripsi. Kalau alurnya sudah lancar seminggu, kamu akan tahu sendiri bagian mana yang masih harus manual — dan bagian mana yang bisa kamu delegasikan lebih jauh.