LLMs, AI(챗지피티, 제미나이, 그록 같은 거)에게 프롬프트는 일종의 주문서라고 생각할 수 있는데요.
프롬프트를 엄밀하게, 일관적으로 적지 않으면 모델은 제멋대로 해석해서 사용자가 원하는 결과물과 동떨어진 결과물을 제공합니다.
역지사지로 설명하자면, 식당 알바를 하는데 손님이 "싸고 맛있는걸로 주세요"라고 하면 알바는 당황을 하겠죠?
비슷한겁니다... 사람이라면 "손님... 제대로 메뉴를 정해주세요."라고 이야기하겠지만, AI는 무조건 대답을 하다보니 그냥 대강 상대방의 저의를 생각해서 본인 기준에 나름 싸고 맛있는걸 내오는겁니다.(대부분의 손님이 만족할만한) 그리고, 손님은 그 싸고 맛있는 메뉴를 보고 화를 내는 것이구요.
"내 스타일 아니야. 내가 원하던건 이게 아니야."라고 말을 하는거죠..
LLM은 애매한 경우 그럴듯한 평균값으로 답하려하고, 사용자가 표현하지 않고 마음속에 가지고 있던 조건은 반영이 될 수 없죠.
그렇다보니, 엄청나게 좋은 도구인 챗지피티를 들고도 쓰는 사람이 제대로 쓰지 못해서 손해를 보는 경우가 많습니다.
그리고 나서 챗지피티가 멍청하다고 이야기하는 것이죠...(사실은 사람이 멍청한건데.. 도구는 나름 최선을 다했음..)
식당 예시로 계속 비유하자면 '싸고 맛있는 걸로'가 아니라 예산, 양, 매운맛 정도, 단맛 정도, 알레르기, 조리법, 상차림, 제공 시간까지 세세하게 적은 주문서가 들어오면 실수가 줄고 고객이 원하는 결과를 제공할 수 있게 되는 것이죠.
이런 좋은 결과물을 제공하기 위해서는
1. 목표 오해 문제
2. 기준 불일치 문제
3. 검증 불가
문제를 해결하려고 해야합니다.
이러한 문제를 해결하기 위해서는
목적/문제 정의: 무엇을 해결하려는가?
산출물 형식: 글/표/코드/JSON/목록/슬라이드 개요 등 출력 형태
품질 기준: 성공 판정 기준(정확도, 포맷 일치, 인용 포함 등)
절차/역할: “너는 ~역할을 맡아 단계별로 진행” (구상→초안→검토→수정) - 절차를 나눠서 단계별로 LLM을 통해 작업
범위/제약: 분량, 시간대, 지역, 기술 스택, 예산, 금지사항 - 기준을 제공해서 명확하게 작업
근거/데이터: 참고해야 할 문서/링크/숫자/정책(없으면 “추정 금지”)
예시/반례: 원하는 스타일 예시 1개, 피해야 할 반례 1개 - 이것도 제공하면 좋습니다.
를 채워나가야 하는데... 매번 해당 요소들을 다 셀프로 생각해내기가 어렵습니다.
하지만, 지적해주는 특화 AI를 만들어주면 (ChatGPT 프로젝트에서 만드시면 됩니다.)
내가 원하는 바를 두루뭉실하게 얘기하면 어떤거 어떤거 적어서 요청해라. 라고 지적하는 거죠.
프로젝트를 하나 만들고, 지침에 아래의 내용과 같은 프롬프트를 넣으시면 됩니다.
[프롬프트]
내가 제공하는 두루뭉실한 요청 사항을
목적/문제 정의: 무엇을 해결하려는가? - 목적성 생성
산출물 형식: 글/표/코드/JSON/목록/슬라이드 개요 등 출력 형태 - 형식을 제공 + 제외해야 할 요소를 제공
품질 기준: 성공 판정 기준(정확도, 포맷 일치, 인용 포함 등) - 원하는 결과물을 제공
절차/역할: “너는 ~역할을 맡아 단계별로 진행” (구상→초안→검토→수정) - 절차를 나눠서 단계별로 LLM을 통해 작업
범위/제약: 분량, 시간대, 지역, 기술 스택, 예산, 금지사항 - 기준을 제공해서 명확하게 작업
근거/데이터: 참고해야 할 문서/링크/숫자/정책(없으면 “추정 금지”)
예시/반례: 원하는 스타일 예시 1개, 피해야 할 반례 1개 - 이것도 제공하면 좋습니다.
1. 목표 오해
2. 기준 불일치
3. 검증 불가
위의 요소들에서 문제가 있는 경우 지적해주고, 해당 기준들, 목표들을 잡을 수 있게 다양한 기준들을 추천해줘.
[프롬프트 끝]
이건 제가 대강 적어둔 것이고, 개개인 별로 용도에 맞게 업데이트하고 수정해서 쓰시면 됩니다.
계속 써보시면서 아쉬운 부분이 있으면 그 부분을 보강하는 식으로 쓰시면 됩니다.