Baca online, atau dapetin di inbox tiap minggu.

Tutorial Praktis

Cara Hemat Token Fable Sampai 60% dengan Setup Orchestrator (Fable Mikir, Model Murah yang Ngetik)

30 Juli 20268 min read

Kalau kalian langganan Claude dan sering kerja panjang — riset, coding, nulis, bongkar dokumen — kalian pasti pernah nabrak limit di saat lagi seru-serunya. Rasanya kayak lagi ngebut terus bensin habis di tengah tol.

Masalahnya hampir selalu sama: kalian nyuruh model paling pinter ngerjain SEMUA hal. Padahal dari satu sesi kerja, mungkin cuma 20% yang beneran butuh otak kelas berat — nyusun rencana, nimbang risiko, review hasil akhir. Sisanya itu kerjaan kasar: baca file, nyoba-nyoba, ngetik draft, muter-muter riset. Ngasih kerjaan kasar ke Fable itu kayak nyuruh direktur utama fotokopi dokumen: bisa, hasilnya bagus, tapi bayarannya kebuang.

Solusinya satu pola yang namanya orchestrator: Fable jadi konduktor — dia yang pegang rencana, keputusan berisiko, dan review akhir — sementara eksekusi kasarnya dilempar ke pekerja yang lebih murah (model Claude yang lebih ringan, atau Codex kalau kalian juga langganan ChatGPT). Hasilnya bukan cuma hemat: kerjaan kalian jadi lebih terstruktur, karena ada pemisahan jelas antara mikir dan ngerjain.

Ini pola yang sama persis yang gw pakai di sistem gw sendiri tiap hari. Panduan ini adaptasi dari tutorial The Rundown University, gw tulis ulang lengkap buat konteks kita.

Yang kalian butuhkan

Apa	Buat apa	Biaya
Langganan Claude berbayar + Claude Desktop app	Rumah si konduktor (Fable)	Langganan yang udah kalian punya
Claude Code (versi terbaru)	Tempat pekerjanya jalan	Termasuk langganan
Pekerja murah: model Claude yang lebih ringan, ATAU Codex (butuh langganan ChatGPT)	Yang ngerjain kerjaan kasar	Pilih salah satu
Satu tugas nyata yang lumayan besar	Bahan tes pertama	—

Waktu: 20 menit setup, langsung kepakai di tugas berikutnya.

Satu istilah dulu biar sama-sama paham: token itu satuan "bensin" AI — tiap teks yang dibaca dan ditulis model ngabisin token, dan limit langganan kalian dihitung dari situ. Model pinter minum bensinnya lebih boros per teguk. Makanya strateginya bukan "jangan pakai yang pinter" — tapi pakai yang pinter cuma di teguk yang penting.

Peta perjalanannya

TAHAP 1  Pahamin pembagian kerjanya      (5 menit)
TAHAP 2  Pasang aturan delegasinya       (10 menit)
TAHAP 3  Tes di satu tugas nyata         (30 menit)
TAHAP 4  Jadiin template yang kepakai ulang

Yang bikin ini jalan bukan tools-nya — tapi aturan main yang jelas soal siapa ngerjain apa. Persis kayak ngatur tim manusia.

TAHAP 1 — Pahamin pembagian kerjanya

Aturannya satu kalimat: Fable pegang keputusan, pekerja pegang pengulangan.

Konkretnya, ini pembagian yang kepakai buat hampir semua jenis kerjaan:

Kerjaan	Siapa	Kenapa
Nyusun rencana & mecah tugas	Fable	Salah rencana = semua eksekusi kebuang
Keputusan berisiko (hapus, deploy, kirim, bayar)	Fable	Ini yang mahal kalau salah
Baca file, riset, browsing, nyari-nyari	Pekerja	Volume gede, mikirnya dikit
Nulis draft, ngoding versi pertama, nyoba-nyoba	Pekerja	Boleh salah, nanti direview
Review hasil akhir sebelum dipakai	Fable	Gerbang kualitas terakhir

Perhatiin polanya: Fable muncul di awal (rencana) dan akhir (review) — bagian tengah yang panjang dan boros itu semua punya pekerja. Di situ 60%-nya datang dari.

TAHAP 2 — Pasang aturan delegasinya

Buka Claude Desktop → tab Code, dan simpan instruksi ini sebagai aturan project kalian (bisa ditaro di file instruksi project, atau ditempel di awal sesi):

prompt

ATURAN KERJA SESI INI — pembagian dua lapis:

KAMU (model utama) adalah PLANNER dan REVIEWER. Tugas kamu:
1. Pecah tugas gw jadi langkah-langkah jelas sebelum ada yang dikerjain
2. Tandain langkah mana yang BERISIKO (ngehapus, ngubah yang udah live,
   kirim keluar, atau susah di-undo) — itu kamu yang pegang, dan minta
   konfirmasi gw dulu
3. Langkah sisanya (baca file, riset, draft, coding rutin, eksperimen)
   DELEGASIKAN ke pekerja yang lebih murah — jangan kerjain sendiri
4. Setelah pekerja selesai, REVIEW hasilnya: cek terhadap rencana awal,
   tandain yang meragukan, benerin yang penting doang
5. Laporan akhir ke gw: apa yang beres, apa yang kamu koreksi, dan apa
   yang masih perlu keputusan gw

Aturan buat PEKERJA (turunkan ini ke mereka):
- Kerjain persis sesuai langkah yang dikasih, jangan improvisasi scope
- Kalau nemu hal yang gak sesuai dugaan, ambigu, atau berisiko:
  BERHENTI dan eskalasi balik — jangan nebak terus jalan
- Laporan pendek per langkah: apa yang dikerjain + hasilnya

Prinsipnya: model mahal buat KEPUTUSAN, model murah buat PENGULANGAN.
Kalau ragu sebuah langkah masuk yang mana, anggap itu keputusan.

⚠️ Baris eskalasi itu yang paling penting

Bagian "kalau ragu: berhenti dan eskalasi" kelihatan sepele, tapi itu penyelamat utamanya. Pekerja murah yang gak boleh balik nanya bakal maksa jalan sendiri pas nemu masalah — dan ngerjain hal yang salah dengan percaya diri. Pekerja yang boleh eskalasi cuma "ngerepotin" Fable pas beneran perlu. Bedanya: yang pertama bikin kalian bersihin kekacauan, yang kedua bikin kalian hemat.

Soal siapa pekerjanya, dua jalur — pilih sesuai yang kalian punya:

Jalur model Claude ringan (paling simpel): di Claude Code, minta model utama menjalankan sub-tugas pakai model yang lebih murah. Satu langganan, satu aplikasi.
Jalur Codex (kalau kalian juga langganan ChatGPT): pasang integrasi Codex di Claude Code, dan Fable bisa nyuruh Codex jalanin kerjaan di latar belakang. Cocok kalau kalian mau dua langganan kalian kerja barengan, bukan gantian.

Buat mulai, jalur pertama cukup. Jangan biarin pilihan tools nunda kalian dari inti polanya.

TAHAP 3 — Tes di satu tugas nyata

Jangan tes pakai tugas mainan — hematnya gak kerasa. Pakai tugas beneran yang biasanya makan waktu: rapihin satu folder dokumen, riset perbandingan 5 tools, bikin draft konten seminggu, atau refactor kecil di project kalian.

Kasih tugasnya seperti biasa, satu tambahan di akhir:

prompt

Kerjain tugas ini pakai aturan dua lapis yang udah kita set:
kamu yang nyusun rencana dan review, pekerja yang eksekusi.

Sebelum mulai, tunjukin dulu ke gw:
1. Rencana langkah-langkahnya
2. Langkah mana yang kamu pegang sendiri (dan kenapa)
3. Langkah mana yang didelegasikan

Gw approve dulu baru jalan.

Terus perhatiin dua hal selama dia kerja:

Pembagiannya masuk akal gak? Kalau Fable masih ngerjain baca-baca file sendiri, tegur: "itu kerjaan pekerja." Kalau pekerja mutusin hal berisiko sendiri, tegur lebih keras.
Review akhirnya beneran nangkep sesuatu gak? Review yang selalu bilang "semua bagus" itu bukan review. Minta dia spesifik: apa yang dia koreksi dari hasil pekerja.

⚠️ Jangan pakai orchestrator buat tugas kecil

Pola ini ada biaya setup-nya — rencana, delegasi, review itu langkah tambahan. Buat tugas 5 menit yang risikonya nol, itu malah lebih lambat DAN lebih boros. Aturan praktisnya: tugas kecil dan aman → langsung ke model murah aja, tanpa upacara. Tugas besar, panjang, atau nyentuh hal penting → baru orchestrator. Bawa Fable masuk karena tugasnya butuh penilaian, bukan karena butuh banyak ngetik.

TAHAP 4 — Jadiin template yang kepakai ulang

Setelah satu-dua tugas jalan enak, kalian bakal nyadar kerjaan kalian itu-itu aja bentuknya. Bikinin template pekerja buat tiap bentuk yang berulang — isinya aturan delegasi yang sama, plus konteks spesifik kerjaannya:

Template riset: sumber yang boleh dipakai, format laporan, kapan berhenti nyari
Template draft konten: gaya bahasa, struktur, contoh yang bagus
Template perubahan kode: file mana yang boleh disentuh, cara verifikasi, larangan
Template QA/review: checklist yang harus dicek, standar lolos/gagal

Simpan sebagai file instruksi di project masing-masing. Lama-lama kalian punya "kantor" kecil: satu konduktor, beberapa pekerja terlatih, dan kalian tinggal ngasih tugas dari pintu depan.

Checklist sebelum kalian andelin setup ini

Aturan delegasi tersimpan sebagai instruksi project (bukan cuma ditempel sekali)
Fable kebukti nolak ngerjain kerjaan kasar sendiri minimal sekali
Pekerja kebukti eskalasi balik minimal sekali (tanda aturannya kebaca)
Review akhir pernah nangkep dan benerin kesalahan pekerja
Kalian ngerasain bedanya di limit — sesi panjang gak bikin jatah cepat habis

Kalau gagal

1. Fable tetap ngerjain semuanya sendiri. Aturannya kurang tegas atau gak kebaca. Pastiin instruksinya ada di file project (bukan cuma di chat yang udah tenggelam), dan tambahin kalimat: "kalau kamu ngerjain langkah yang seharusnya didelegasikan, itu pelanggaran aturan — berhenti dan delegasikan."

2. Hasil pekerja jelek terus, Fable sibuk benerin. Dua kemungkinan: tugasnya emang butuh penilaian (naikin ke Fable, itu bukan kegagalan pola), atau instruksi ke pekerjanya kurang jelas. Cek dulu yang kedua — pekerja murah dengan instruksi tajam biasanya ngalahin pekerja pinter dengan instruksi ngambang.

3. Malah kerasa lebih lambat. Hampir pasti kalian pakai orchestrator buat tugas yang kekecilan. Balik ke aturan Tahap 3: kecil dan aman = langsung model murah, tanpa lapisan.

4. Pekerja "kabur" dari scope — ngerjain yang gak diminta. Pertegas di aturan pekerja: "jangan improvisasi scope" plus konsekuensinya — hasil di luar scope gak akan direview dan dianggap gak ada. Model itu ngikutin insentif yang kalian tulis.

5. Bingung kapan sesuatu dianggap "berisiko". Pakai tes sederhana: bisa di-undo dalam semenit gak? Kalau enggak (kehapus, terkirim, ter-publish, terbayar), itu berisiko — Fable yang pegang, dan kalian yang konfirmasi.

Setelah orchestrator kalian jalan

Yang barusan kalian set itu bukan trik hemat token — itu struktur organisasi untuk kerja AI kalian: yang mahal mikir, yang murah ngetik, dan ada gerbang review sebelum hasil sampai ke kalian. Pola yang sama yang kepakai di tim agent SEO (koordinator + spesialis) dan di analis saham (skill sebagai SOP) — makin sering kalian lihat, makin jelas: ngatur AI itu skill manajemen, bukan skill teknis.

Dan limit langganan kalian? Itu bukan musuh. Itu cuma sinyal bahwa kalian belum bagi kerjaan dengan bener.

Sisa panduan ini kebuka setelah kalian masukin email

Aturan delegasi lengkap + template biar Fable cuma mikir dan model murah yang ngetik

Gratis. Sekali masukin, kebuka juga di Prompt Library sama Resources.

Build 2ndbrain kalian, tingkatin produktivitas 10x lipat

Mulai Belajar