Laravel 13 AI #7 Logic Link & Reference Checker

• Step 1 - Memperbarui Instruksi Agent
• Step 2 - Menambahkan Kategori Feedback
• Step 3 - Logika Analisis di Job
• Step 4 - Tips Efisiensi Token
• kesimpulan

Halo semuanya! 👋

Di Part 7 ini, kita akan membuat aplikasi kita menjadi jauh lebih cerdas. Bukan sekadar cek typo, tapi kita akan memberikan kemampuan kepada AI untuk mengecek "Benang Merah" atau konsistensi logika antar bab, serta melakukan Cross-Check Referensi.

Fitur ini sangat krusial karena seringkali mahasiswa menulis rumusan masalah di Bab 1, namun lupa menjawabnya di Bab 4 atau menyimpulkannya di Bab 5.

Step 1 - Memperbarui Instruksi Agent

Kita perlu memberikan "kemampuan baru" pada ThesisAnalyzerAgent kita melalui system instructions.

app/Ai/Agents/ThesisAnalyzerAgent.php

public function instructions(): string
{
    return "Anda adalah pakar akademik. Tugas tambahan Anda:
    1. LOGIC LINK CHECKER: Periksa apakah ada benang merah antara Rumusan Masalah (Bab 1), Hasil Penelitian (Bab 4), dan Kesimpulan (Bab 5).
    2. REFERENCE CHECKER: Periksa apakah setiap sitasi di dalam teks sudah ada di Daftar Pustaka, dan sebaliknya.
    
    Identifikasi ketidakkonsistenan dan berikan saran perbaikan yang logis.";
}

Step 2 - Menambahkan Kategori Feedback

Kita perlu memastikan skema output AI mendukung tipe feedback baru ini.

public function schema(JsonSchema $schema): array
{
    return [
        'summary' => $schema->string()->description('Ringkasan keseluruhan draf skripsi'),
        'score' => $schema->integer()->description('Skor kualitas akademik (0-100)'),
        'feedbacks' => $schema->array(
            $schema->object([
                'type' => $schema->string()->description('kritis, saran, pujian, logika, atau referensi'),
                'message' => $schema->string()->description('Pesan feedback'),
                'suggestion' => $schema->string()->description('Saran perbaikan konkret'),
                'correction' => $schema->string()->optional()->description('Contoh kalimat yang benar'),
            ])
        )
    ];
}

Step 3 - Logika Analisis di Job

Karena dokumen skripsi sangat panjang, kita perlu mengirimkan bagian-bagian penting saja ke AI agar tidak melebihi token limit.

app/Jobs/AnalyzeThesisJob.php

// Contoh mengirimkan ringkasan konteks ke AI
$prompt = "Berikut adalah draf skripsi mahasiswa.
Judul: {$this->document->title}

Lakukan pengecekan konsistensi logika antar bab dan validasi daftar pustaka.

Isi Materi:
{$text}";

$response = $agent->prompt($prompt);

Step 4 - Tips Efisiensi Token

Untuk skripsi yang tebal (100+ halaman), sebaiknya teman-teman melakukan ekstraksi per bab atau menggunakan fitur Vector Search (RAG) untuk mencari bagian yang relevan saja. Laravel 13 sudah mendukung integrasi Vector Search secara native melalui AI SDK.

kesimpulan

Sekarang asisten skripsi kita sudah naik kelas! Ia bisa berpikir seperti dosen pembimbing yang jeli melihat ketidaksinkronan data dan referensi. Pada Part 8 nanti, kita akan membangun fitur simulasi sidang: Meminta AI memprediksi pertanyaan penguji.

Jika teman-teman ingin tahu lebih dalam tentang Vector Search untuk dokumen panjang, silakan tulis di kolom komentar ya!

Semoga bermanfaat! 😊