역할과 전문화
에이전트 페르소나 설계
역할과 전문화은(는) CoddyKit의 무료 AI Prompt Engineering 강의입니다. 이것은 4개 중 1번째 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.
에이전트를 전문화하는 이유
여러 관심사를 동시에 다루는 하나의 범용 프롬프트는 주의를 분산시키고 지시를 뒤섞습니다. 작업을 전문화된 에이전트로 분해하면 각 에이전트가 좁은 책무, 집중된 컨텍스트, 맞춤형 도구를 갖게 되어 동작이 더 명확해지고 장애가 격리됩니다.
- 좁은 범위 -> 더 안정적이고 조정하기 쉽습니다.
- 격리 -> 한 역할의 실수가 다른 역할을 오염시키지 않습니다.
전문화는 프롬프트 작성에 적용한 분할 정복입니다.
페르소나의 구성 요소
효과적인 에이전트 페르소나는 이름 그 이상입니다. 페르소나는 책무(무엇을 담당하는지), 경계(무엇을 해서는 안 되는지), 입력/출력(계약), 그리고 성공 기준을 선언합니다. 모호한 페르소나('도움이 되는 전문가입니다')는 동작을 충분히 제한하지 못합니다.
persona = {
'role': 'Researcher',
'mandate': 'Gather and cite primary sources for the question.',
'forbidden': 'Do not draw final conclusions; do not write prose.',
'output': 'JSON list of {claim, source_url, confidence}.'
}에이전트마다 하나의 책임
각 에이전트에는 동작을 변경하는 한 가지 이유만 부여하십시오. '조사하고 요약하고 사실을 확인하는' 에이전트는 서로 다른 방향으로 작용하는 세 가지 목표를 섞습니다. 각각을 조정하고 평가하고 문제를 independently 해결할 수 있도록 분리하십시오.
판단 기준은 다음과 같습니다. '그리고'라는 말을 사용하지 않고 한 문장으로 에이전트의 업무를 설명할 수 없다면, 너무 많은 일을 맡은 것입니다.
범위가 제한된 컨텍스트와 도구
전문화에는 컨텍스트 격리가 포함됩니다. 코딩 에이전트에는 코드와 사양이 필요하지만 마케팅 개요는 필요하지 않습니다. 각 에이전트의 컨텍스트를 제한하면 산만함과 비용, 관련 없는 자료를 바탕으로 행동할 가능성이 줄어듭니다.
- 책무에 필요한 입력만 제공하십시오.
- 역할이 정당하게 사용하는 도구만 허용하십시오.
최소 컨텍스트와 최소 도구는 다중 에이전트에서 최소 권한에 해당합니다.
agents = {
'coder': {'context': ['spec', 'repo'], 'tools': ['edit', 'run_tests']},
'reviewer': {'context': ['diff', 'style_guide'], 'tools': ['comment']}
}상호 보완적이어야 하며 중복되지 않아야 합니다
역할은 겹치거나 빠지는 부분 없이 작업을 분할해야 합니다. 겹침은 계산 자원을 낭비하고 충돌하는 출력을 만들며, 누락은 작업의 일부를 담당자 없이 남깁니다. 모든 하위 작업에 정확히 한 명의 담당자가 있는 깔끔한 분해로 역할 집합을 설계하십시오.
먼저 책임 지도를 그린 다음, 각 칸을 채우도록 페르소나를 작성하십시오.
대립적 역할과 비평 역할
가장 가치 있는 전문 역할 중 일부는 대립적입니다. 결함을 찾는 비평자, 계획을 공격하는 레드 팀, 증거를 요구하는 검증자 등이 그 예입니다. 이들의 책무는 명시적으로 동의하지 않는 것이므로, 단독 에이전트의 아첨과 과도한 자신감을 억제합니다.
모든 생성자에게 회의적인 검토자를 짝지으십시오. 검토자의 성공은 발견한 문제의 수로 측정합니다.
critic = {
'role': 'Critic',
'mandate': 'Find the strongest objection to the proposal.',
'output': '{weaknesses: [...], severity: low|med|high}',
'note': 'You are rewarded for valid flaws, not agreement.'
}페르소나의 안정성과 변질
긴 세션 동안 에이전트는 자신이 읽는 다른 에이전트의 말투나 목표를 흡수하여 페르소나에서 벗어날 수 있습니다. 정체성을 강화하십시오. 호출할 때마다 책무를 다시 명시하고, 각 에이전트의 프롬프트를 자체 완결형으로 유지하여 다른 에이전트의 지시를 자신도 모르게 물려받지 않게 하십시오.
페르소나는 한 번 설정하고 잊는 것이 아니라 매 차례 다시 확인하는 것으로 취급하십시오.
역할 간 출력 계약
전문 에이전트는 결과를 깔끔하게 넘겨야 합니다. 각 역할의 출력에 대해 다음 역할이 소비할 타입이 지정된 계약을 정의하십시오. 느슨한 산문 형태의 전달은 오해를 일으키지만, 구조화된 계약은 파이프라인을 조합 가능하고 검증 가능하게 만듭니다.
조사자는 출처가 표시된 주장을 내보내고, 작성자는 정확히 그 형식을 받아들이며, 비평자는 그 형식을 기준으로 확인합니다.
researcher_out = {'claims': [{'text': str, 'source': str, 'confidence': float}]}
# Writer input MUST equal researcher_out — contract enforced.전문화의 비용과 지연 시간
에이전트가 많아지면 호출도 늘어납니다. 전문화는 한 번의 호출이 주는 효율을 신뢰성과 병렬 처리로 교환합니다. 각 역할을 정당화하십시오. 분할해도 품질이 측정 가능하게 향상되지 않거나 병렬 작업이 가능해지지 않는다면 다시 범용 에이전트에 통합하십시오.
- 병렬화 가능한 전문 에이전트는 동시에 run할 수 있습니다 -> 지연 시간 절감.
- 엄격하게 순차적인 전문 에이전트는 지연 시간을 늘립니다 -> 품질 향상이 그만한 가치가 있는지 확인하십시오.
적절한 세분화 수준 선택
역할이 너무 적으면 뒤섞인 범용 에이전트가 되고, 너무 많으면 조정 오버헤드에 파묻힙니다. 각 에이전트에 하나의 평가 가능한 책임을 부여하면서도 가장 거친 분해 수준을 선택하십시오. 크게 시작하고, 평가에서 역할에 과부하가 입증될 때만 분리하십시오.
세분화 수준은 경험적으로 조정하며, 실제 오류가 어디에 몰리는지를 기준으로 결정합니다.
페르소나 설계 점검 목록
각 에이전트에 대해 다음을 확인하십시오. 한 문장으로 된 책무, 명시적인 경계, 최소 컨텍스트 및 최소 도구 범위 설정, 타입이 지정된 출력 계약, 겹침이나 누락이 없는 상호 보완적 구성, 차례마다 정체성을 강화하는 방식, 그리고 분할이 품질이나 병렬 처리를 향상시킨다는 근거가 있어야 합니다. 대립적 비평자는 실제 결함을 찾아내야 자신의 역할을 정당화할 수 있습니다.
빠른 확인
조사하고 작성하고 사실까지 확인하는 한 에이전트가 일관성이 없고 원인을 파악하기 어려운 결과를 내놓는 것을 발견했습니다.
복습: 역할과 전문화
작업을 Decompose하여 단일 책임 에이전트로 나누고, 각 에이전트에 명확한 책무, 명시적인 경계, 최소 컨텍스트 및 최소 도구 범위 설정, 타입이 지정된 출력 계약을 부여하십시오. 겹침이나 누락 없이 작업을 깔끔하게 분할하고, 생성자와 대립적 비평자를 짝지으며, 매 차례 페르소나 정체성을 강화하고, 모든 역할을 평가할 수 있도록 가장 거친 세분화 수준을 선택하십시오. 전문화는 더 많은 호출을 대가로 신뢰성과 병렬 처리를 얻는 방식이므로, 측정 가능한 효과가 있는 곳에 사용하십시오.
자주 묻는 질문
“역할과 전문화” 강의는 무료인가요?
네 — “역할과 전문화” 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.
“역할과 전문화”에서 뭘 배우나요?
에이전트 페르소나 설계 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 1번째 강의입니다.
“역할과 전문화” 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.