AI Prompt Engineering · 강의

머리말-본문-꼬리말 프롬프트 패턴

복잡한 여러 작업 프롬프트에도 확장할 수 있는 일관된 프롬프트 구조를 익힙니다.

레슨 3/413개 단계

머리말-본문-꼬리말 프롬프트 패턴은(는) CoddyKit의 무료 AI Prompt Engineering 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 AI Prompt Engineering 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. AI Prompt Engineering 강의에는 총 4개의 강의가 포함되어 있습니다.

문서로서의 Prompt

보고서, 기사, 이메일과 같은 장문 문서는 인지적으로 탐색하기 쉬운 머리말/본문/꼬리말 구조를 사용합니다. 독자는 각 영역에서 무엇을 기대해야 하는지 알고 있습니다.

Prompt에도 같은 원칙이 적용됩니다. Prompt가 몇 문장을 넘어 길어지면 머리말/본문/꼬리말 구조를 통해 내용을 훑어보기 쉽고, 유지 관리하기 쉬우며, 일관되게 만들 수 있습니다.

이 패턴은 여러 모델에서 작동하며 간단한 Prompt부터 매우 복잡한 Prompt까지 확장할 수 있습니다.

머리말 부분

머리말은 두 가지 질문에 답합니다. 당신은 누구입니까? 그리고 작업은 무엇입니까?

머리말은 모델의 정체성(페르소나 또는 역할)을 설정하고 Prompt의 주요 목표를 명시합니다. 나머지 모든 요소는 이 토대 위에 구축됩니다.

효과적인 머리말은 간결하며 일반적으로 2~4문장으로 구성됩니다. 예시, 제약 조건 또는 출력 규칙은 포함하지 않습니다.

header = '''
<header>
You are an expert technical writer specializing in API documentation.
Your task is to write clear, developer-friendly documentation
for the API endpoint described in the body of this prompt.
</header>
'''

print(header)

본문 부분

본문에는 모델이 작업을 수행하는 데 필요한 콘텐츠 또는 맥락이 들어 있습니다. 본문은 주요 데이터 영역입니다.

처리할 원본 문서
대화 기록
구조화된 데이터(JSON, CSV 일부)
참고 자료
사용자가 실제로 입력한 내용

본문은 가장 큰 부분이며, 실행 시점에 동적으로 주입되는 경우가 가장 많습니다.

def build_body(endpoint_spec):
    return f'''
<body>
<endpoint_specification>
{endpoint_spec}
</endpoint_specification>
</body>
'''

spec = 'POST /api/v2/users\nRequest body: {email: string, role: admin|user}\nReturns: {id: string, created_at: ISO8601}'
print(build_body(spec))

꼬리말 부분

꼬리말에는 형식 지시 사항과 출력 구조가 들어 있습니다. 꼬리말이 마지막에 나오는 이유는 다음과 같습니다.

모델은 위에서 아래로 읽으며 방금 처리한 내용에 형식 규칙을 적용합니다
끝부분에 가까운 형식 지시 사항은 무시될 가능성이 낮습니다
꼬리말은 동일한 출력 유형을 사용하는 여러 Prompt에서 재사용하기 쉽습니다

꼬리말은 보기 좋게 형식을 지정하십시오가 아니라 다음 필드를 포함하는 JSON 객체를 반환하십시오처럼 명확해야 합니다.

footer = '''
<footer>
Format your response as a JSON object with these fields:
{
  "endpoint": "string",
  "summary": "string (one sentence)",
  "parameters": [{"name": "string", "type": "string", "required": true|false, "description": "string"}],
  "response_example": "string (JSON)",
  "error_codes": [{"code": "number", "meaning": "string"}]
}
Do not include any text outside the JSON object.
</footer>
'''

print(footer)

전체 패턴 조립하기

머리말, 본문, 꼬리말을 결합해 완전하고 재사용 가능한 Prompt 함수를 만들어 보겠습니다.

def build_api_doc_prompt(endpoint_spec):
    header = '<header>\nYou are an expert technical writer. Document the API endpoint in the body.\n</header>'
    body = f'<body>\n<endpoint>\n{endpoint_spec}\n</endpoint>\n</body>'
    footer = '<footer>\nReturn JSON: {"summary": str, "parameters": [...], "response_example": str}\nNo text outside JSON.\n</footer>'
    return '\n\n'.join([header, body, footer])

spec = 'GET /api/products/:id\nReturns product details by ID'
print(build_api_doc_prompt(spec))

이 순서가 효과적인 이유

머리말/본문/꼬리말 순서는 모델이 맥락을 처리하는 방식을 따릅니다.

머리말이 먼저 — 정체성과 목표를 설정해 모델이 뒤에 나올 내용을 준비하도록 합니다
본문이 두 번째 — 이제 모델은 설정된 역할과 작업을 기준으로 콘텐츠를 처리합니다
꼬리말이 마지막 — 형식 지시 사항이 모델이 응답을 생성하기 직전에 나오므로 출력 구조에 미치는 영향이 극대화됩니다

형식 지시 사항을 머리말에 배치하면(처음에 배치하면) 모델이 응답을 작성할 때쯤에는 그 내용을 일부 잊게 됩니다.

복잡한 프롬프트로 확장하기

프롬프트가 복잡해질 때 헤더/본문/푸터 패턴은 자연스럽게 확장됩니다:

def build_complex_prompt(persona, task, context_docs, constraints, output_schema):
    header = f'<header>\n{persona}\nTask: {task}\n</header>'

    docs = '\n'.join(f'<document id="{i+1}">\n{d}\n</document>' for i, d in enumerate(context_docs))
    body = f'<body>\n{docs}\n</body>'

    constraint_list = '\n'.join(f'- {c}' for c in constraints)
    footer = f'<footer>\n<constraints>\n{constraint_list}\n</constraints>\n<output_schema>\n{output_schema}\n</output_schema>\n</footer>'

    return '\n\n'.join([header, body, footer])

푸터 템플릿 재사용하기

푸터는 출력 구조를 정의하므로 가장 재사용하기 좋은 섹션입니다. 일반적인 푸터 템플릿은 다음과 같습니다:

FOOTER_JSON = '<footer>\nReturn a valid JSON object. No text outside JSON. No markdown code fences.\n</footer>'

FOOTER_MARKDOWN = '<footer>\nFormat your response as markdown.\nUse ## for section headers.\nUse bullet points for lists.\nMaximum 500 words.\n</footer>'

FOOTER_STRUCTURED = '<footer>\nRespond using this exact structure:\n1. Summary (1 sentence)\n2. Key Findings (bullet list)\n3. Recommendation (1 paragraph)\n</footer>'

print('Footer templates ready for reuse.')

본문에 동적 콘텐츠 주입하기

본문은 런타임에 동적으로 구성되는 경우가 가장 많은 섹션입니다. 본문에 동적 콘텐츠를 주입할 때의 모범 사례:

주입하는 콘텐츠는 항상 이름이 지정된 XML 태그로 감싸기
프롬프트 주입을 방지하도록 사용자 입력을 주입하기 전에 정제하기
매우 긴 문서는 잘라 내고 본문에 잘린 사실 기록하기
주입하는 각 부분에 명확한 레이블 지정하기 (document_1, user_query, chat_history)

def safe_inject(user_content, max_chars=3000):
    safe = user_content.replace('<', '&lt;').replace('>', '&gt;')
    if len(safe) > max_chars:
        safe = safe[:max_chars] + '... [TRUNCATED]'
    return f'<user_input>\n{safe}\n</user_input>'

raw = 'User provided text here. Could be very long.'
print(safe_inject(raw))

코드베이스 전체에서 일관된 구조 유지하기

헤더/본문/푸터 패턴의 진정한 강점은 애플리케이션 전체에서 동일한 패턴을 일관되게 사용할 때 나타납니다. 이점:

새 팀원도 어떤 프롬프트든 즉시 이해할 수 있습니다
코드 검토에서 프롬프트를 검토하기 쉽습니다 — 검토자가 정확히 어디를 살펴봐야 하는지 알 수 있습니다
자동화된 테스트로 각 섹션을 독립적으로 검증할 수 있습니다
모델 간 프롬프트 이전이 간단합니다 — 구조가 아니라 콘텐츠만 변경하면 됩니다

헤더/본문/푸터에서 흔히 발생하는 실수

패턴의 효과를 저해하는 실수:

헤더에 형식 지침 배치 — 응답 생성과 너무 멀리 떨어져 있어 모델이 일부 무시합니다
본문에 작업 설명을 묻어 두기 — 모델이 이를 지시가 아니라 처리해야 할 데이터로 취급할 수 있습니다
섹션마다 제약 조건을 나누어 배치 — 점검하기 어렵고 모순을 일으킵니다
푸터 없음 — 프롬프트가 복잡해질수록 출력 구조를 예측할 수 없게 됩니다

빠른 확인

헤더/본문/푸터 패턴에서 출력 형식 지침은 어디에 배치해야 하며, 그 이유는 무엇입니까?

인터랙티브 레슨에서 답해보세요

헤더/본문/푸터 — 핵심 요점

헤더/본문/푸터 패턴은 프롬프트 엔지니어링에 문서 구조화 원칙을 적용합니다:

헤더: 자신의 역할과 작업 — 이후 모든 내용의 틀을 설정합니다
본문: 콘텐츠와 맥락 — 동적으로 주입되며 의미를 나타내는 XML 태그로 감쌉니다
푸터: 형식 지침과 출력 스키마 — 출력 구조에 최대한 영향을 주도록 마지막에 배치합니다
이 패턴은 단순한 프롬프트부터 매우 복잡한 프롬프트까지 자연스럽게 확장됩니다
푸터 템플릿은 동일한 출력 유형을 사용하는 여러 프롬프트에서 재사용할 수 있습니다
코드베이스 전체의 일관성 덕분에 프롬프트를 검토하고 테스트하며 유지 관리할 수 있습니다

무료로 시작

AI 튜터와 함께 AI Prompt Engineering을(를) 배우세요 — 무료

브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.

코스: 53
레슨: 199

무료로 학습 시작 전체 코스 보기

자주 묻는 질문

“머리말-본문-꼬리말 프롬프트 패턴” 강의는 무료인가요?

네 — “머리말-본문-꼬리말 프롬프트 패턴” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 AI Prompt Engineering 강의 전체를 잠금 해제할 수 있습니다. AI Prompt Engineering 강의에는 총 4개의 강의가 포함되어 있습니다.

“머리말-본문-꼬리말 프롬프트 패턴”에서 뭘 배우나요?

복잡한 여러 작업 프롬프트에도 확장할 수 있는 일관된 프롬프트 구조를 익힙니다. 브라우저에서 직접 실행하는 실습 코드로 AI Prompt Engineering을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

AI Prompt Engineering을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 AI Prompt Engineering은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.

“머리말-본문-꼬리말 프롬프트 패턴” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 AI Prompt Engineering 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 AI Prompt Engineering 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← AI Prompt Engineering(으)로 돌아가기