Chat biasa
Konteks kuliah mudah tersebar di banyak percakapan.
- materi perlu dijelaskan ulang;
- sumber lama dan baru mudah bercampur;
- aturan tugas bisa terlewat;
- bantuan kadang terlalu cepat menuju jawaban akhir.
Public beta · mulai dari satu mata kuliah
Satu ChatGPT Project untuk tiap mata kuliah, supaya konteks belajarnya tetap rapi.
Project Instructions mengatur cara bantuan diberikan, course pack membawa konteks mata kuliah, dan source yang penting bisa ditelusuri ketika aturan atau materi berubah.
5mata kuliah tersedia
1Project untuk mulai
βpublic beta
PROJECTS
Semester 2 • AKM I
Semester 2 • Perpajakan
Semester 2 • Manajemen Keuangan
bantu soal ini, aku masih bingung jurnalnya
R
Aku baca dulu datanya. Karena ini AKM I, aku cek konsep dan hitungannya sebelum menyusun jawaban akhir.
Ketik pesan…↑
Project Instructions + course pack
1 mata kuliah = 1 Project
Ramu itu apa?
Workspace belajar yang disiapkan per mata kuliah.
Buat Project, pasang Project Instructions, lalu tambahkan course pack mata kuliahnya. Setelah itu Project bisa dipakai seperti chat biasa tanpa harus menjelaskan konteks dari nol setiap kali.
Awalnya saya susun pola ini untuk membantu seseorang yang dekat dengan saya ketika sudah masuk Semester 2. Dari kebutuhan kecil itu, strukturnya berkembang supaya bisa dipakai ulang untuk mata kuliah dan periode lain.
Dengan Ramu
Setiap mata kuliah punya ruang dan konfigurasi sendiri.
- konteks mata kuliah sudah tersedia;
- prioritas sumber lebih jelas;
- pola bantuan mengikuti kebutuhan belajar;
- failure mode penting dapat diuji ulang.
Cara pakai
Mulai dari satu Project.
Pilih mata kuliah yang sedang dipakai. Setelah Project pertama siap dan terasa berguna, baru tambahkan mata kuliah lain.
01
Langkah awal
Siapkan 1 Project.
- Pilih pack yang sesuai.
- Pilih satu mata kuliah.
- Pasang Project Instructions lewat Project settings.
- Unduh course pack lalu unggah ke Project Sources.
02
Setelah siap
Gunakan seperti chat biasa.
Buka ChatGPT→Pilih Project→Kirim soal atau materi
“aku belum paham bagian ini”“bantu aku latihan tanpa langsung kasih kunci”“cek jawabanku”“ini feedback tutor kemarin”
Cara kerja
Yang dibawa ke setiap Project.
Project Instructions mengatur perilaku dasar. Course pack membawa konteks mata kuliah. Repository menyimpan sumber dan regression case yang perlu diperiksa ulang.
Prioritas sumber
Sumber dipilih berdasarkan pertanyaan, otoritas, dan masa berlakunya.
Aturan tugas
Rubrik, instruksi tutor, dan ketentuan kampus tetap menjadi acuan utama.
Konteks mata kuliah
Satu mata kuliah ditempatkan di satu Project agar riwayat dan file tidak bercampur.
Materi utama
BMP, bahan tutor, soal, dan materi kelas dipakai saat tersedia.
Regression check
Perilaku penting disimpan sebagai case agar perubahan bisa diuji ulang.
Pilih pack
Setiap pack membawa periode, daftar mata kuliah, source yang relevan, dan eval-nya sendiri.
Ramu Maintained pack
UT · S1 Akuntansi · Semester 2
Memuat metadata pack…
Memuat mata kuliah…
Kenapa satu Project per mata kuliah?
Setup pack iniSupaya file, source, riwayat tugas, dan progresnya tidak bercampur. Mulai dari satu Project saja sudah cukup.
Yang perlu diperhatikan
Beberapa hal tetap perlu dicek pengguna.
Materi kuliah tetap milik sumber aslinya
BMP atau bahan kelas ditambahkan sendiri ke Project saat diperlukan, bukan disalin ke repository.
Informasi yang berubah perlu dicek ulang
Aturan kampus, regulasi, dan fitur produk AI dapat berubah. Gunakan source current untuk keputusan yang sensitif waktu.
Model AI bisa berganti
Konfigurasi tidak dikunci ke satu nama model. Automated behavior eval hanya menjadi lapisan QA tambahan.
Pengujian manusia tetap penting
Static CI dan regression test tidak menggantikan pengujian langsung di ChatGPT Projects.
Pertanyaan umum
Sebelum mulai.
Apakah Ramu aplikasi atau model AI baru?
Bukan. Ini konfigurasi workspace, source tracking, dan eval untuk ChatGPT Projects.
Apakah hanya untuk UT S1 Akuntansi?
Pack aktif saat ini adalah UT S1 Akuntansi Semester 2 dan Semester 3 tahun akademik 2026/2027. Struktur repository juga mendukung periode, program, dan institusi lain sebagai pack terpisah.
Harus setup semua Project sekaligus?
Tidak. Mulai dari satu mata kuliah, lalu tambahkan Project lain bila diperlukan.
Butuh OpenAI API?
Tidak untuk penggunaan normal. API hanya diperlukan untuk automated behavior eval opsional; static validation dan Manual Eval Kit tetap bisa berjalan tanpa API.
Apakah ini resmi dari kampus atau OpenAI?
Tidak. Ramu adalah proyek independen. Data akademik dan fitur platform tetap dirujuk dari source resmi masing-masing.
Public beta
Buka setupPilih satu mata kuliah dan mulai setup.
Pack lain bisa ditambahkan tanpa mengubah cara dasar workspace ini bekerja.