프롬프트, 소원 말고 지시로 쓰는 5가지 원칙

같은 AI에 같은 주제를 시켜도 결과가 갈리는 이유는 프롬프트가 구체적 지시가 아니라 모호한 소원일 때가 많기 때문이다. OpenAI와 앤트로픽의 공식 프롬프트 가이드는 명확한 지시, 예시와 맥락 제공, 작업 분할, 출력 형식 지정이라는 같은 원칙으로 수렴한다. 아래 다섯 가지는 특별한 문장 없이도 오늘 쓰는 프롬프트를 바로 손볼 수 있는 기준이다.

같은 AI인데 왜 결과가 갈릴까

"블로그 글 써줘"라고 넣으면 매번 밋밋한 결과가 나온다. 문제는 모델이 아니라 지시다. 이 요청에는 무엇을, 누구를 위해, 어떤 형식으로 쓸지가 하나도 없다. AI는 빈칸을 자기 방식대로 채우고, 사용자는 그 결과에 실망한다. OpenAI와 앤트로픽이 각각 공개한 공식 프롬프트 가이드는 세부 표현은 달라도 결론이 겹친다. 좋은 프롬프트는 소원이 아니라 지시라는 것이다. 아래 다섯 가지가 그 지시를 구성하는 요소다.

1. 무엇을, 그리고 하지 말 것까지 지시한다

chat conversation interface screen

Matheus Bertelli

OpenAI 가이드는 모델에게 정확히 무엇을 해야 하고 무엇을 하지 말아야 하는지 구체적으로 명시하라고 말한다. "짧게" 대신 "3문장 이내", "전문적으로" 대신 "전문 용어 없이 중학생도 이해할 수준"처럼 판단 기준을 넘겨줘야 한다. 하지 말 것을 적는 것도 똑같이 중요하다. "과장된 표현과 이모지는 빼라"는 한 줄이 결과의 톤을 크게 바꾼다.

2. 예시를 한두 개 보여준다

말로 설명하기 어려운 것은 예시가 대신한다. OpenAI는 입력과 원하는 출력 쌍을 프롬프트에 몇 개 넣는 few-shot 방식을, 앤트로픽은 멀티샷 예시를 권한다. 원하는 문체나 표 형식의 샘플을 하나 붙이면, 길게 설명하는 것보다 정확하게 전달된다. 특히 형식이 정해진 반복 작업에서 효과가 크다.

3. 맥락과 참고자료를 함께 넣는다

모델은 내 상황을 모른다. 대상 독자, 목적, 배경, 제약을 프롬프트 안에 넣어야 한다. 사실에 근거한 답이 필요하면 관련 문서나 데이터를 직접 붙여주는 편이 낫다. 앤트로픽 문서가 권하는 방식처럼, 참고자료와 지시를 XML 태그 등으로 구분해 두면 클로드가 어디까지가 자료이고 어디부터가 지시인지 더 정확히 구분한다.

4. 복잡한 일은 쪼개고, 생각할 틈을 준다

한 프롬프트에 여러 작업을 몰아넣으면 품질이 분산된다. 두 공식 가이드 모두 큰 요청을 하위 작업으로 나누라고 말한다. 리서치, 개요, 초안, 교정을 한 번에 시키기보다 단계로 끊어 이어가는 편이 결과가 안정적이다. 또 앤트로픽이 강조하는 chain of thought처럼 "결론 전에 근거를 먼저 정리하라"고 요청하면, 곧장 답만 뱉을 때보다 추론이 필요한 작업에서 정확도가 올라간다.

5. 출력 형식을 미리 정한다

원하는 결과물의 모양을 지정하지 않으면 매번 다른 형태로 돌아온다. 표, 불릿, 단계별 목록, 글자 수, 마크다운 같은 형식을 프롬프트에 못박아 두자. 데이터를 다룬다면 JSON처럼 정형화된 형식을 요구하는 방법도 있다. 형식이 정해지면 결과를 그대로 붙여 쓰기 쉽고, 재작업이 줄어든다.

한 번에 완성하려 하지 않는다

이 다섯 가지를 다 넣었다고 첫 답이 완벽할 필요는 없다. 실전에서는 첫 결과를 보고 부족한 부분만 이어서 고쳐 나가는 쪽이 빠르다. 처음의 "블로그 글 써줘"를 이렇게 바꿔 보면 차이가 분명하다. "30대 직장인 대상으로, 점심값 절약 팁 5개를 각 2~3문장으로, 과장 없이, 마크다운 목록으로 써줘." 마법 문장을 찾기보다, 매번 이 정도의 정보를 넘겨주는 습관이 결국 결과를 바꾼다.