AI untuk Membuat Regex dengan Mudah (2026)

AI bisa bikin pola regex dari deskripsi bahasa biasa, jadi kamu nggak perlu hafal sintaksnya yang bikin pusing. Cukup jelasin pola yang kamu mau, kasih contoh, dan AI kasih polanya.

Regex itu skill yang berguna tapi susah diingat. Simbol kayak \d, +, dan [^a-z] gampang ketuker. AI motong waktu belajar itu, tapi ada syaratnya.

Hasil AI harus selalu kamu tes. Di artikel ini aku tunjukin cara nyusun prompt yang bener, contoh nyata buat data Indonesia, dan cara verifikasi biar nggak ketipu pola yang keliatan bener padahal salah.

Apa Itu Regex dan Kenapa AI Bantu Banget?

Regex (regular expression) adalah pola buat nyari atau nyocokin teks dengan aturan tertentu. Contohnya nyari semua nomor HP, email, atau kode pos dari kolom teks yang berantakan. Regex kuat, tapi sintaksnya padat dan susah dibaca.

Di sinilah AI kepake. Kamu jelasin polanya pakai bahasa manusia, AI terjemahin jadi regex. Kerjaan yang tadinya butuh buka dokumentasi 20 menit jadi beres dalam semenit.

Regex kepakai di banyak tool: Python, JavaScript, sampai Google Sheets. Kalau kamu sering pakai di Sheets, cek dulu fungsi REGEXEXTRACT biar paham konteksnya.

Gimana Cara Minta Regex ke AI?

Kasih AI tiga hal: tool yang dipakai, deskripsi pola dengan jelas, dan contoh yang harus cocok plus yang harus ditolak. Makin lengkap, makin akurat. Ini kerangka prompt yang bisa kamu pakai:

Bikin regex buat [tool/bahasa].
Pola yang aku mau: [deskripsi jelas].
Harus cocok: [contoh 1], [contoh 2].
Harus ditolak: [contoh 1], [contoh 2].
Jelasin tiap bagian polanya.

Bagian "harus ditolak" ini yang sering dilupain orang. Padahal itu yang bikin pola nggak kelewat longgar. Aku bahas kenapa di bawah.

Kalau kamu pengen paham dasar prompt yang efektif, baca glossary prompt engineering.

Contoh: Regex Nomor HP Indonesia Pakai AI

Aku mau ekstrak nomor HP Indonesia dari kolom kontak pelanggan. Formatnya beragam: ada yang mulai 08, ada yang +62. Ini prompt yang aku pakai:

Bikin regex Python buat nomor HP Indonesia.
Mulai dengan 08 atau +62, total 10 sampai 13 digit.
Harus cocok: 081234567890, +6281234567890.
Harus ditolak: 12345, 08123 (kependekan).
Jelasin tiap bagian polanya.

AI ngasih pola ini:

(?:\+62|0)8[1-9][0-9]{7,10}

Penjelasan tiap bagian: (?:\+62|0) nangkep awalan +62 atau 0. 8[1-9] mastiin digit ketiga bukan nol. [0-9]{7,10} sisa digitnya. Aku tes di regex101 dan cocok buat semua contoh, nolak yang kependekan.

Contoh: Regex Email dan Kode Pos

Buat email, prompt-nya mirip. Aku sebut tool, minta pola email standar, dan kasih contoh valid plus invalid.

-- Pola email dari AI
[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}

Buat kode pos Indonesia yang selalu 5 digit, polanya jauh lebih simpel:

-- Kode pos 5 digit
\b\d{5}\b

\b di sini penanda batas kata, biar 5 digit itu berdiri sendiri dan nggak keambil dari tengah angka panjang. Detail kecil kayak gini yang gampang kelewat kalau nulis manual, dan AI biasanya inget.

Contoh Kasus: Bersihin Data Kontak toko_berkah

Di data pelanggan toko_berkah, ada 1.500 baris kontak yang campur aduk. Nomor HP, email, dan catatan nyampur di satu kolom. Aku pakai AI buat bikin regex ekstrak nomor HP-nya.

Hasilnya: dari 1.500 baris, regex nangkep 1.343 nomor HP valid. Sisanya 157 baris ternyata kosong atau isinya cuma nama tanpa nomor. Tanpa regex, aku harus cek manual satu-satu, mungkin 3 jam kerja.

Yang menarik: waktu aku tes pola pertama dari AI tanpa contoh negatif, dia keliru nangkep 88 nomor telepon rumah yang cuma 8 digit. Setelah aku tambahin contoh "harus ditolak", polanya diperketat dan angka salah tangkap turun jadi nol. Ini bukti kenapa verifikasi penting.

Kenapa Regex dari AI Harus Selalu Dites?

AI sering ngasih pola yang jalan buat contoh yang kamu kasih, tapi meleset di kasus pinggiran. Pola bisa keliatan bener padahal nangkep data yang seharusnya ditolak, atau kelewat data yang harusnya kena.

Cara ngetesnya gampang. Buka regex101.com, tempel polanya, lalu tempel data uji yang variatif. Situ langsung nyorot bagian yang kena. Panel sampingnya jelasin arti tiap simbol.

Aturan yang aku pakai: siapin minimal 5 contoh valid dan 5 contoh yang harus ditolak. Tes semuanya sebelum pola dipakai di data asli. Kalau ada yang meleset, balik ke AI, kasih contoh yang gagal itu, minta perbaikan.

Kesalahan Umum Pakai AI buat Regex

• Nggak sebut tool. Regex Python beda dikit sama JavaScript atau Google Sheets. Sebutin biar polanya pas.
• Skip contoh negatif. Tanpa "harus ditolak", pola gampang kelewat longgar dan nangkep sampah.
• Percaya bulat tanpa tes. Selalu verifikasi di regex101 sebelum dipakai.
• Pola kepanjangan buat kasus simpel. Kalau AI kasih pola rumit, minta versi yang lebih sederhana. Yang gampang dibaca lebih gampang dirawat.
• Lupa escape karakter khusus. Titik, kurung, dan tanda tanya punya arti khusus di regex. Kasih tau AI kalau itu harus dianggap teks biasa.

FAQ

Pertanyaan yang sering muncul soal bikin regex pakai AI.

Penutup

AI motong waktu bikin regex dari puluhan menit jadi semenit. Kuncinya prompt yang jelas: sebut tool, deskripsi pola, plus contoh cocok dan yang ditolak.

Tapi output AI itu draft, bukan jawaban final. Selalu tes di regex101 pakai data variatif sebelum dipakai.

Coba sekarang: ambil satu kolom data berantakan di kerjaanmu, minta AI bikin regex buat ekstrak polanya, lalu tes hasilnya. Rasain bedanya sama nulis manual.

Mau lanjut soal pola teks di spreadsheet? Baca cara pakai REGEXEXTRACT di Google Sheets dan cek regex101 buat ngetes polamu.