프롬프트에서 마크다운 형식 지정하기
제목, 굵은 글씨 및 코드 블록 등 서식이 풍부한 형식을 지정하는 방법을 알아봅니다.
프롬프트에서 마크다운 형식 지정하기은(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.
인공지능 출력의 마크다운
마크다운은 인공지능 모델이 기본적으로 이해하는 가벼운 텍스트 서식 문법입니다. 마크다운 형식으로 출력해 달라고 요청하면 모델은 호환되는 환경에서 풍부한 서식으로 렌더링되는 텍스트를 생성합니다.
각 마크다운 요소를 정확히 요청하는 방법을 알면 인공지능이 생성하는 모든 문서의 구조를 정밀하게 제어할 수 있습니다.
제목 요청
마크다운 제목에는 해시 기호가 사용됩니다. H1에는 #, H2에는 ##, H3에는 ###을 사용합니다.
다음과 같이 명시적으로 요청해 보세요. 'H2 섹션 제목으로 구조를 구성해 주세요', '주요 섹션에는 ##을 사용하고 하위 섹션에는 ###을 사용해 주세요' 또는 '맨 위에 # H1 제목 하나만 포함해 주세요.'
제목을 사용하면 노션, GitHub, 옵시디언 및 대부분의 문서 도구에서 탐색 가능한 구조를 만들 수 있습니다.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=400,
messages=[{
'role': 'user',
'content': (
'Write a technical guide outline for "Getting Started with FastAPI". '
'Structure: one # H1 title at the top, then 4 ## H2 section headers, '
'each with 2 ### H3 subsection headers beneath it. '
'Add one sentence of placeholder content under each H3.'
)
}]
)
print(response.content[0].text)굵게 및 기울임꼴 강조
마크다운에서 굵게 및 기울임꼴로 강조하는 방법은 다음과 같습니다.
**bold text**→ 굵은 텍스트*italic text*→ 기울임꼴 텍스트***bold and italic***→ 굵게 및 기울임꼴
다음과 같이 요청해 보세요. '처음 사용할 때 모든 핵심 용어를 굵게 표시해 주세요', '제품 이름에는 기울임꼴을 사용해 주세요' 또는 '각 단계의 작업 항목을 굵게 표시해 주세요.'
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Explain the concept of idempotency in REST APIs. '
'Rules:\n'
'- Bold every technical term on its first occurrence only\n'
'- Italicize all HTTP method names (GET, POST, PUT, DELETE, PATCH)\n'
'- 150 words max, flowing prose — no bullets or headers'
)
}]
)
print(response.choices[0].message.content)코드 블록
마크다운의 코드 블록은 구문 강조를 위해 선택적으로 언어 힌트를 지정할 수 있는 세 개의 백틱으로 만듭니다.
```python
print('hello')
```다음과 같이 요청해 보세요. '모든 코드를 파이썬 코드 블록에 포함해 주세요', '모든 명령어를 배시 코드 블록으로 감싸 주세요' 또는 'JSON 예시를 JSON 코드 블록으로 보여 주세요.'
언어 힌트를 사용하면 GitHub, VS 코드 및 문서 사이트에서 구문 강조가 활성화됩니다.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=400,
messages=[{
'role': 'user',
'content': (
'Show me how to connect to PostgreSQL from Python using psycopg3.\n'
'Structure:\n'
'1. Install command in a bash code block.\n'
'2. Connection example in a python code block with type hints.\n'
'3. A sample SELECT query in a python code block.\n'
'Keep each code block under 10 lines. Brief one-sentence intro before each block.'
)
}]
)
print(response.content[0].text)인라인 코드
인라인 코드는 단일 백틱을 사용합니다: `variable_name`. 문장 안에서 고정 폭 글꼴 텍스트로 렌더링되므로 다음에 적합합니다:
- 변수 이름:
user_id - 함수 이름:
calculate_tax() - 명령 이름:
git commit - 파일 경로:
/etc/nginx/nginx.conf - HTTP 엔드포인트:
/api/v1/users
요청: '모든 변수 및 함수 이름에 인라인 코드 서식을 사용하십시오.'
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Explain the difference between Python list .append() and .extend(). '
'Rules:\n'
'- Use inline code for all method names, parameter names, and variable examples\n'
'- Use a python code block for each demonstration example\n'
'- Prose sections: max 2 sentences\n'
'- Do NOT use headers or bullets — flowing prose with code blocks only'
)
}]
)
print(response.choices[0].message.content)인용문
인용문은 줄의 시작 부분에 >를 사용합니다. 마크다운에서는:
> This is a blockquote.
사용 사례: 강조 상자, 중요한 참고 사항, 예시 대화, 인용한 원문, 경고.
요청: '가장 중요한 경고를 인용문으로 표시하십시오' 또는 '예시 상황에 인용문을 사용하십시오.'
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=300,
messages=[{
'role': 'user',
'content': (
'Write a security guide section about SQL injection prevention. '
'Structure:\n'
'- 2-sentence explanation of the risk\n'
'- One blockquote containing a real example of vulnerable code (as a note/warning)\n'
'- 3 bullet points on how to prevent it\n'
'- One blockquote containing the safe alternative code pattern'
)
}]
)
print(response.content[0].text)마크다운의 중첩 목록
중첩된 마크다운 목록은 들여쓰기(공백 2개 또는 4개)를 사용하여 계층 구조를 만듭니다:
- Main item
- Sub-item
- Sub-item
- Sub-sub-item요청: 'X개의 기본 항목과 각 항목당 Y개의 하위 항목으로 구성된 2단계 중첩 목록을 만드십시오' 또는 '범주와 예시의 관계를 보여 주도록 중첩 글머리 기호를 사용하십시오.'
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Create a 2-level nested markdown list of AWS services for a web startup. '
'Level 1: 4 service categories (Compute, Storage, Database, Networking). '
'Level 2: 3 specific services under each category with a 5-word description. '
'Format: markdown nested bullets with proper indentation.'
)
}]
)
print(response.choices[0].message.content)링크와 이미지
마크다운 링크: [link text](URL)
마크다운 이미지: 
인공지능 모델은 의미 있는 텍스트가 포함된 자리 표시자 링크를 생성할 수 있습니다: '관련 문서로 연결되는 마크다운 링크를 포함하십시오 — [공식 문서](https://example.com)와 같이 자리 표시자 URL을 사용하십시오.'
다이어그램 자리 표시자가 포함된 문서의 경우: '의미 있는 대체 텍스트가 포함된 이미지 자리 표시자를 포함하십시오.'
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=300,
messages=[{
'role': 'user',
'content': (
'Write a README section for a Python open-source project called "sqlens". '
'Include:\n'
'- An image placeholder for a demo screenshot: \n'
'- At least 2 markdown links: one to the PyPI page, one to the documentation\n'
'- A badge placeholder using an image link\n'
'- 3 bullet points of key features\n'
'Use realistic placeholder URLs (pypi.org/project/sqlens etc).'
)
}]
)
print(response.content[0].text)가로줄과 구분선
가로줄은 대시 3개 (---), 별표 (***) 또는 밑줄 (___)을 사용합니다.
주요 문서 구역을 시각적으로 구분하는 데 사용하십시오. 요청: '각 주요 구역 사이에 --- 가로줄을 추가하십시오' 또는 '세 구역을 마크다운 구분선으로 나누십시오.'
가로줄은 대부분의 마크다운 환경에서 렌더링되며 독자가 긴 문서를 탐색하는 데 도움이 됩니다.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Write a mini technical specification document for a user authentication API. '
'Include exactly 3 sections: Overview, Endpoints, Security Requirements. '
'Separate each section with a --- horizontal rule. '
'Each section: ## H2 header + 3-5 bullet points of content. '
'Under Endpoints: use inline code for all route paths and HTTP methods.'
)
}]
)
print(response.choices[0].message.content)마크다운이 렌더링되지 않을 때
마크다운은 출력 환경에서 렌더링될 때만 도움이 됩니다. 마크다운은 다음 환경에서는 NOT 렌더링됩니다:
- 일반 텍스트 이메일 클라이언트(별표가 그대로 표시됨)
- SMS 메시지
- 대부분의 CRM 메모 필드
- 음성 출력(텍스트 음성 변환)
- 일반 텍스트를 요구하는 레거시 시스템
이러한 환경에서는 대신 일반 텍스트를 명시적으로 요청하십시오. 다음 단원에서 이 내용을 다룹니다.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
# Check if environment renders markdown before requesting it
rendering_environments = {
'GitHub': True,
'Notion': True,
'Obsidian': True,
'VS Code': True,
'Gmail body': False, # some markdown, not all
'Outlook': False,
'SMS': False,
'Plain text file': False,
}
print('Markdown rendering support:')
for env, renders in rendering_environments.items():
status = 'RENDERS' if renders else 'DOES NOT RENDER'
print(f' {env:<20} {status}')
# Decision: use markdown only when you know it renders
use_markdown = True # set based on your environment
format_instruction = (
'Use markdown headers, bold, and code blocks.' if use_markdown
else 'Plain text only — no markdown symbols.'
)
print('\nFormat instruction:', format_instruction)마크다운 요소 결합
실무 수준의 인공지능 생성 문서는 여러 마크다운 요소를 결합합니다. 잘 구성된 기술 문서에는 다음과 같은 요소가 사용될 수 있습니다:
#H1 제목 +##H2 구역- 처음 등장하는
**bold**핵심 용어 - 모든 코드에 언어 표시가 있는 코드 블록
- 모든 변수 및 함수 이름에 인라인 코드
- 요구 사항에는 글머리 기호 목록, 단계에는 번호 매기기 목록
- 경고와 중요한 참고 사항에는 인용문
- 주요 구역 사이의
---구분선
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Write a mini developer guide for the requests Python library. '
'Use all of the following markdown elements:\n'
'- # H1 title at the top\n'
'- ## H2 sections: Installation, Basic Usage, Error Handling\n'
'- Bold all key terms on first use\n'
'- Code blocks with python/bash language hints\n'
'- Inline code for all function names\n'
'- One blockquote warning about timeout best practice\n'
'- --- between each section\n'
'Max 300 words total.'
)
}]
)
print(response.choices[0].message.content)이해도 확인
개발자가 print()를 사용하여 터미널에 표시할 콘텐츠를 출력하는 인공지능 도우미를 구축하고 있습니다. 웹 사용자 인터페이스도, 마크다운 렌더러도 없습니다. 개발자는 인공지능에 기능 설명을 요청했지만 별표와 해시 기호로 가득한 출력을 받았습니다. 이를 해결하려면 시스템 메시지에 무엇을 추가해야 합니까?
프롬프트의 마크다운 — 복습
마크다운 서식은 인공지능 생성 문서에 전문적인 구조를 부여합니다. 요청할 주요 요소:
- 제목: # H1, ## H2, ### H3 — 탐색하기 쉬운 문서 구조를 위한 요소
- 강조: 핵심 용어에는 **굵게**, 특수한 이름에는 *기울임*
- 코드 블록: 구문 강조를 위한 언어 표시가 포함된 세 개의 백틱
- 인라인 코드: 변수 이름, 명령, 경로에는 단일 백틱
- 인용문: > 접두사는 경고, 강조 상자, 인용 콘텐츠에 사용
- 중첩 목록: 계층적 정보에는 들여쓴 글머리 기호
출력 환경에서 렌더링되는 것을 알고 있을 때만 마크다운을 사용하십시오.
자주 묻는 질문
“프롬프트에서 마크다운 형식 지정하기” 강의는 무료인가요?
네 — “프롬프트에서 마크다운 형식 지정하기” 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.
“프롬프트에서 마크다운 형식 지정하기”에서 뭘 배우나요?
제목, 굵은 글씨 및 코드 블록 등 서식이 풍부한 형식을 지정하는 방법을 알아봅니다. 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.
“프롬프트에서 마크다운 형식 지정하기” 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
- 목록과 글머리 기호 요청하기
- 표와 구조화된 데이터 요청하기
- 프롬프트에서 마크다운 형식 지정하기
- 일반 텍스트와 서식이 있는 출력 비교