OpenClaw & AI Operasional

Claude Code Workflows: Cara Pakai Dynamic Workflows yang Benar

Claude Code Workflows membantu menjalankan task besar lewat dynamic workflow dan subagent. Ini cara pakai yang benar: mulai dari EARS, batasi scope, monitor cost, dan verifikasi hasil.

Claude Code Workflows: Cara Pakai Dynamic Workflows yang Benar

Claude Code Workflows bukan sekadar cara membuat Claude "lebih rajin".

Fitur ini menarik karena memindahkan sebagian orchestration dari chat ke script. Artinya, ketika pekerjaan terlalu besar untuk satu percakapan, Claude bisa membuat workflow JavaScript yang menjalankan banyak subagent di background, mengumpulkan hasilnya, lalu memberi report akhir yang lebih rapi.

Itu perubahan penting.

Selama ini banyak orang memakai AI coding agent seperti ini:

Tolong audit project ini sampai bersih.

Kadang berhasil. Tapi untuk repo besar, request seperti itu cepat menjadi kabur. Agent harus menebak file mana yang penting, issue mana yang prioritas, kapan harus berhenti, dan bagaimana memastikan temuan dari satu bagian tidak bertabrakan dengan bagian lain.

Dynamic workflows mencoba menyelesaikan masalah itu dengan pola yang lebih tegas: task besar dipecah menjadi fase, fase diisi subagent, hasil antar-agent bisa diverifikasi, lalu ringkasannya kembali ke sesi utama.

Kalau disambungkan dengan artikel Ramadigital sebelumnya tentang Agentic, Tapi Deterministic, ini masuk akal:

Otaknya tetap agentic. Jalur kerjanya harus makin deterministic.

Apa itu Claude Code Workflows

Menurut dokumentasi resmi Anthropic, dynamic workflows adalah script JavaScript yang ditulis Claude untuk mengorkestrasi banyak subagent. Script itu berjalan di background, sementara sesi utama tetap bisa dipakai.

Fungsi utamanya bukan hanya "menjalankan banyak agent". Yang lebih penting: workflow menyimpan loop, branching, intermediate result, dan quality pattern di dalam script, bukan semuanya ditumpuk di context window percakapan.

Itu bedanya dengan sekadar spawn subagent manual.

Subagent manual cocok untuk beberapa delegasi kecil. Workflow cocok ketika task butuh pola yang berulang, banyak file, banyak sumber, atau banyak ronde verifikasi.

Contoh task yang cocok:

  • audit semua route API untuk missing auth,
  • review semua file yang berubah di PR,
  • migrasi banyak komponen secara paralel,
  • research banyak sumber lalu cross-check klaim,
  • jalankan checker, fix error, ulangi sampai pass atau stuck,
  • cari flaky test sampai dua ronde berturut-turut tidak menemukan issue baru.

Contoh task yang tidak perlu workflow:

  • edit satu file kecil,
  • jawab pertanyaan singkat,
  • rename variable lokal,
  • baca satu dokumentasi,
  • fix bug yang sudah jelas lokasinya.

Workflow itu mahal secara token dan koordinasi. Jangan pakai palu godam untuk paku kecil.

Kenapa ini nyambung dengan EARS Pattern

Di artikel Acceptance Criteria dengan EARS Pattern, poin utamanya sederhana: requirement harus bisa diuji.

EARS membuat requirement lebih jelas dengan pola seperti:

When <event> occurs, the system shall <response>.
If <condition>, the system shall <response>.
While <state>, the system shall <response>.

Dynamic workflows butuh mindset yang sama.

Kalau prompt workflow masih kabur, hasilnya tetap kabur. Bedanya, sekarang kekaburan itu bisa terjadi di 20 subagent sekaligus.

Prompt yang lemah:

use a workflow to improve this repo

Prompt yang lebih benar:

use a workflow to audit every route handler under src/routes for missing authentication checks. For each finding, include the file path, the risky code path, the expected auth behavior, and a concrete fix. Then run one verifier agent per finding to reject false positives before writing the final report.

Yang kedua lebih dekat ke EARS karena event, kondisi, expected behavior, dan kriteria verifikasi lebih jelas.

Jadi sebelum menjalankan workflow, tulis dulu acceptance criteria. Bukan untuk terlihat formal, tapi supaya agent tahu kapan pekerjaannya selesai.

Screenshot workflow: ini bentuk kerja yang mulai serius

Screenshot di bawah menunjukkan workflow berjalan dengan beberapa fase dan beberapa agent aktif di background. Ini bukan lagi chat linear satu balasan satu balasan. Ini sudah lebih mirip orchestration board.

Claude Code dynamic workflow berjalan di background dengan beberapa subagent dan fase kerja

Hal yang perlu diperhatikan dari tampilan seperti ini:

  • ada nama workflow dan branch kerja,
  • ada fase yang selesai dan fase yang masih berjalan,
  • ada daftar agent per fase,
  • ada token usage per agent,
  • ada elapsed time,
  • ada kontrol untuk pause, stop, inspect, dan save.

Ini penting untuk operator. Kalau agentic workflow tidak bisa dilihat progresnya, ia cepat berubah menjadi black box. Workflow view membuat pekerjaan besar lebih bisa diaudit.

Cara menjalankan workflow di Claude Code

Ada beberapa jalur yang disebut di dokumentasi Claude Code.

Pertama, gunakan bundled workflow seperti /deep-research untuk riset banyak sumber. Ini cocok ketika Anda butuh pertanyaan diteliti dari beberapa angle, sumber dicross-check, lalu hasilnya diringkas dengan citation.

Contoh:

/deep-research What changed in the Node.js permission model between v20 and v22?

Kedua, minta Claude membuat workflow untuk task tertentu.

Contoh:

use a workflow to review every file changed in this PR for correctness issues, then merge the per-file findings into one ranked summary

Ketiga, pakai keyword ultracode ketika Anda ingin Claude Code memilih jalur workflow untuk task substantif.

Contoh:

ultracode: migrate every component under src/components from styled-components to Tailwind, working on each file in its own isolated copy

Keempat, kalau Anda ingin Claude lebih sering memutuskan sendiri kapan workflow perlu dipakai, gunakan:

/effort ultracode

Tapi saya tidak menyarankan mode ini untuk semua sesi. Untuk pekerjaan rutin, balik ke effort yang lebih rendah. Ultracode bisa lebih boros token dan waktu karena ia cenderung mengorkestrasi pekerjaan secara lebih agresif.

Prompt workflow yang benar

Prompt workflow yang bagus biasanya punya tujuh elemen.

Pertama, scope.

Tentukan area kerja:

under src/routes
only files changed in this PR
all markdown docs under docs/

Kedua, objective.

Jelaskan hasil yang dicari:

find missing authentication checks
migrate component syntax without changing behavior
identify claims that are not supported by sources

Ketiga, output format.

Minta format yang bisa dipakai:

return file path, risk, evidence, suggested fix, and confidence

Keempat, verification.

Jangan hanya minta agent mencari. Minta agent lain memverifikasi.

adversarially verify each finding before reporting it

Kelima, stop condition.

Workflow harus tahu kapan berhenti:

stop after two rounds in a row find no new issues
stop if the same test failure remains after two fix attempts

Keenam, safety boundary.

Untuk repo production, tulis batas:

do not edit files yet; produce an audit report only
do not run destructive commands
ask before database migration

Ketujuh, cost boundary.

Mulai dari slice kecil:

first run this workflow only on src/routes/admin as a pilot

Ini rule praktis yang penting. Jangan langsung menjalankan workflow ke seluruh monorepo kalau prompt, tool allowlist, dan expected output belum terbukti.

Approval, monitoring, dan save command

Sebelum workflow berjalan, Claude Code bisa menampilkan rencana fase dan meminta approval. Di CLI, pengguna bisa memilih untuk menjalankan, membatalkan, melihat raw script, atau menyimpan approval untuk workflow tertentu di project tersebut.

Setelah berjalan, workflow bisa dipantau lewat:

/workflows

Dari sana operator bisa melihat fase, agent, token usage, elapsed time, dan detail prompt/tool call masing-masing agent. Workflow juga bisa dipause, distop, agent tertentu direstart, dan script yang sudah cocok bisa disimpan sebagai command.

Lokasi simpan yang umum:

.claude/workflows/
~/.claude/workflows/

Project workflow cocok untuk SOP tim yang memang boleh ikut repo. Personal workflow cocok untuk pola kerja pribadi yang tidak perlu dibagikan.

Kalau workflow sudah disimpan, ia bisa dipanggil seperti command biasa. Script juga bisa menerima args, jadi satu workflow bisa dipakai ulang dengan input berbeda tanpa edit manual setiap kali.

Batas teknis yang harus dipahami

Dynamic workflows bukan magic mode tanpa batas.

Dari dokumentasi Claude Code, ada beberapa constraint penting:

  • workflow runtime berjalan di environment terisolasi,
  • script workflow sendiri tidak langsung mengakses filesystem atau shell,
  • agent yang dipanggil oleh workflow yang membaca, menulis, dan menjalankan command,
  • concurrency dibatasi sampai 16 agent bersamaan,
  • total agent per run dibatasi sampai 1.000,
  • workflow tidak menerima input user di tengah run, kecuali prompt permission tool bisa menghentikan sementara,
  • workflow yang ditutup saat Claude Code exit akan dimulai ulang dari awal di sesi berikutnya.

Bagian terakhir penting. Jangan memperlakukan workflow seperti job queue production yang pasti recover lintas sesi. Ia resumable dalam sesi yang sama, tapi bukan pengganti sistem orchestration production.

Cara pakai yang saya anggap paling aman

Untuk pekerjaan nyata, saya akan memakai pola ini.

  1. Tulis requirement dengan gaya EARS.
  2. Jalankan workflow di scope kecil dulu.
  3. Review raw script atau minimal phase plan sebelum approve.
  4. Batasi tool allowlist sesuai kebutuhan.
  5. Monitor /workflows, terutama token usage dan agent yang macet.
  6. Minta verifier agent untuk temuan yang punya dampak besar.
  7. Save workflow hanya setelah outputnya terbukti berguna.
  8. Pindahkan workflow yang reusable ke .claude/workflows/ jika memang menjadi SOP project.
  9. Dokumentasikan kapan workflow boleh dipakai dan kapan harus manual.

Poin kedelapan sering dilupakan. Workflow yang disimpan tanpa dokumentasi akan jadi "magic command" baru. Awalnya membantu, lama-lama membingungkan.

Hubungannya dengan Hermes Agent dan AI workflow bisnis

Di artikel Jago Hermes Agent: dari prompt manual ke workflow AI yang benar-benar kepakai, kita membahas masalah yang sama dari sisi bisnis: AI jangan berhenti di tanya-jawab.

Claude Code Workflows membawa pola itu ke sisi engineering.

Untuk bisnis, Hermes/OpenClaw/agent operasional membantu membangun memory, tool, command center, dan workflow harian. Untuk engineering, Claude Code Workflows membantu menjalankan audit, migration, research, dan review besar dengan pola agent yang lebih terstruktur.

Benang merahnya sama:

  • prompt manual bagus untuk pekerjaan satu kali,
  • workflow bagus untuk pekerjaan berulang atau besar,
  • agentic system harus punya batas,
  • output harus bisa diverifikasi,
  • proses harus bisa diulang.

Di sinilah artikel agentic deterministic masih relevan. AI boleh fleksibel saat memahami konteks. Tapi saat menyentuh eksekusi, harus ada script, scope, approval, log, dan verification.

Kesimpulan operasional

Claude Code Workflows layak dipakai ketika task sudah terlalu besar untuk satu agent, terlalu berulang untuk prompt manual, atau terlalu penting untuk diselesaikan tanpa cross-check.

Tapi jangan pakai workflow hanya karena terlihat keren.

Pakai workflow ketika Anda bisa menjawab empat pertanyaan ini:

  1. Apa scope-nya?
  2. Apa acceptance criteria-nya?
  3. Apa batas safety-nya?
  4. Bagaimana hasilnya diverifikasi?

Kalau empat jawaban itu belum jelas, mulai dari EARS dulu. Rapikan requirement. Baru jalankan workflow.

Itulah cara paling sehat memakai agentic coding tool: bukan menambah kebebasan tanpa batas, tapi mengubah pekerjaan besar menjadi sistem yang bisa dilihat, diuji, diulang, dan dihentikan ketika perlu.

Referensi

Lanjut membaca

Artikel yang masih relevan