<p>읽기는 박학한 사람을 만들고, 대화는 기민한 사람을 만들며, 쓰기는 정밀한 사람을 만든다. -프랜시스 베이컨</p><p>구글/오픈AI/엔트로픽의 프롬프트 공식</p><p> </p><p><b>명확한 지시</b>: 모호함을 없애는 첫단계</p><p>역할 Role</p><p>과제 Task</p><p>형식 Format</p><p>톤 Tone</p><p>제약 Constraints: 하지 말아야 할 것은 무엇인가</p><p> </p><p>퓨샷 few-shot 멀티삿 multi-shot 프롬프트</p><p>예시를 사용할때 3가지 원칙</p><p>다양성: 하나의 패턴만 보여주지 말고 다양한 상황의 예시를 활용한다. 단 하나의 예시만 사용하면 모델이 그 예시에 과도하게 의존하는 편향이 생긴다.</p><p>대표성: 가장 전형적이고 이상적인 케이스를 예시로 선택한다. 예시는 AI가 목표 결과물을 가늠하는 기준점이 된다.</p><p>구조화: 지시문과 예시를 명확히 구분한다. 예시가 시작되는 지점에 [예시]라고 라벨을 붙이는 방식이 대표적이다.</p><p> </p><p><b>사고의 안내</b>: 생각의 경로 설계</p><p>생각의 사슬 CoT:Chain of Thought 프롬프트</p><p>답을 바로 말하지 말고 단계별로 생각한 뒤에 답해줘(중간 추론과정)</p><p> </p><p><b>분할의 기술</b>: 복잡성을 나누는 법</p><p>프롬프트 체이닝 prompt chaining</p><p>이 보고서를 분석하고, 핵심 내용을 요약하고, 한국어로 번역하고, 해요체로 다듬어줘(1~4단계로 나누기)</p><p>1단계: 보고서의 핵심 내용을 추출해줘</p><p>2단계: 추출한 내용을 한국어로 번역해줘</p><p>3단계: 번역된 내용을 해요체로, 일반 독자가 읽기 쉬운 수준으로 다듬어 줘</p><p> </p><p><b>반복하고 개선한다</b></p><p>AI엔지니어링은 본직적으로 경험적 학문이며, 거대 언어 모델은 본질적으로 비결정적이다.</p><p>프롬프트 작성은 한번에 완벽하게 쓰는 것이 아니라 점진적으로 개선하는 것이다.</p><p> </p><p>역할+맥락+과제+형식/제약+예시</p><p>명확성, 예시, 추론과정, 단계적 분리, 반복적 개선 = 습관</p><p> </p>
<!-- -->
