효과적인 후속 프롬프트 작성하기
‘더 짧게 만들어 주세요’, ‘X에 대해 더 구체적으로 설명해 주세요’처럼 방향을 수정하는 방법을 알아봅니다.
효과적인 후속 프롬프트 작성하기은(는) CoddyKit의 무료 AI Prompt Engineering 강의입니다. 이것은 4개 중 2번째 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.
방향 수정의 기술
후속 프롬프트는 불평이 아니라 모델을 더 나은 출력으로 이끄는 수정 신호입니다.
효과적인 후속 프롬프트는 무엇이 잘못되었는지와 대신 무엇을 원하는지를 구체적으로 설명합니다. "다시 시도해 보세요" 또는 "조금 맞지 않네요"와 같은 모호한 후속 프롬프트는 모델이 활용할 만한 정보를 전혀 제공하지 않습니다.
몇 가지 방향 수정 패턴을 익히면 거의 모든 유형의 출력 문제를 빠르게 해결할 수 있습니다.
패턴 1: 더 짧게 만들기
응답이 너무 길거나 장황하거나 군더더기가 많을 때는 다음과 같은 길이 축소 패턴을 사용하세요.
- "더 짧게 만들어 주세요. 100단어를 목표로 하세요."
- "도입 문단과 군더더기 문장을 모두 삭제해 주세요."
- "위 내용을 세 문장으로 요약해 주세요."
- "핵심 points를 잃지 않고 이 내용을 절반으로 줄여 주세요."
구체적으로 요청할수록 효과적입니다. 목표 단어 수나 삭제할 대상을 알려 주는 것이 단순히 "더 짧게"라고 말하는 것보다 효과적입니다.
패턴 2: X에 대해 더 구체적으로 설명하기
응답이 너무 일반적이거나 높은 수준에 머물 때는 다음과 같은 구체화 패턴을 사용하세요.
- "가격 책정 모델에 대해 더 구체적으로 설명해 주세요."
- "백분율이 아니라 구체적인 숫자를 제시해 주세요."
- "기업이 아니라 소규모 사업자인 사용자의 경우에 집중해 주세요."
- "보안에 관한 조언이 너무 모호합니다. 구체적인 취약점과 해결 방법을 명시해 주세요."
이러한 패턴은 모델의 초점을 더 깊이 있는 설명이 필요한 측면으로 좁혀 줍니다.
패턴 3: Y에 관한 부분 삭제하기
응답에 원하지 않는 내용이 포함되어 있을 때는 다음과 같은 삭제 패턴을 사용하세요.
- "역사적 맥락에 관한 부분을 삭제해 주세요. 현재 상황만 필요합니다."
- "마지막 두 개의 글머리 기호 points를 삭제해 주세요. 주제에서 벗어났습니다."
- "마지막의 면책 조항 문단 없이 다시 작성해 주세요."
- "세 번째 항목 뒤의 모든 내용을 삭제하고 거기서 끝내 주세요."
삭제할 구체적인 부분을 지목하세요. "관련 없는 부분을 삭제해 주세요"라고 말하면 모호하므로, 모델이 무엇이 관련 없는지에 대해 다르게 판단할 수 있습니다.
패턴 4: 각 항목에 예시 추가하기
응답이 정확하지만 추상적일 때는 다음과 같은 예시 추가 패턴을 사용하세요.
- "각 글머리 기호 points 뒤에 구체적인 예를 추가해 주세요."
- "실제 상황을 통해 세 번째 항목을 설명해 주세요."
- "각 모범 사례마다 적용 전과 후의 코드 조각을 하나씩 제시해 주세요."
- "각 권장 사항마다 하지 말아야 할 일을 보여 주는 반례를 추가해 주세요. NOT을 보여 주세요."
예시는 추상적인 조언을 실제로 적용할 수 있게 해 줍니다. 이 패턴은 특히 교육 콘텐츠와 사용법 안내서에 유용합니다.
패턴 5: 글머리 기호 목록으로 다시 작성하기
응답의 내용은 올바르지만 구조가 잘못되었을 때는 다음과 같은 형식 변경 패턴을 사용하세요.
- "이 내용을 글머리 기호 목록으로 다시 작성해 주세요."
- "번호가 매겨진 단계별 안내서로 변환해 주세요."
- "H2 제목을 사용해 여러 섹션으로 나눠 주세요."
- "비교 표 형식으로 작성해 주세요: 기능 | 옵션 A | 옵션 B."
형식을 변경하는 후속 프롬프트는 내용은 유지하고 표현 방식만 바꿉니다. 본질적인 내용은 이미 올바르므로 위험이 낮습니다.
하나의 후속 프롬프트에서 패턴 결합하기
하나의 후속 프롬프트에 여러 수정 패턴을 결합할 수 있습니다.
"위의 응답을 글머리 기호 목록으로 다시 작성하고, 역사적 배경 섹션을 삭제한 다음, 각 항목에 코드 예시를 추가해 주세요. 300단어 이내로 작성해 주세요."
이 방법은 후속 메시지 네 개를 따로 보내는 것보다 효율적입니다. 그러나 결합한 후속 프롬프트는 명확하고 읽기 쉽게 유지하세요. 복잡해진다면 혼란스러운 하나의 프롬프트로 만들기보다 두 개의 후속 프롬프트로 나누는 편이 낫습니다.
코드에서 후속 패턴 사용하기
대화 기록에 수정 지침을 추가하여 Python 처리 과정에서 후속 수정을 자동화할 수 있습니다.
import openai
client = openai.OpenAI(api_key='sk-...')
def apply_correction(conversation_history, correction_pattern):
# Append the follow-up prompt to the existing conversation
updated_history = conversation_history + [
{'role': 'user', 'content': correction_pattern}
]
response = client.chat.completions.create(
model='gpt-4o-mini',
messages=updated_history
)
assistant_reply = response.choices[0].message.content
# Return updated history for chaining
updated_history.append({'role': 'assistant', 'content': assistant_reply})
return assistant_reply, updated_history
# Example usage
history = [{'role': 'user', 'content': 'Explain REST APIs.'},
{'role': 'assistant', 'content': '... (long explanation) ...'}]
corrected, history = apply_correction(history, 'Make it shorter — 3 bullet points only.')
print(corrected)응답을 기준으로 후속 프롬프트 작성하기
가장 효과적인 후속 프롬프트는 이전 응답의 구체적인 부분을 명확히 지목합니다. 이렇게 하면 모호함이 사라집니다.
- 약한 예: "두 번째 부분을 개선해 주실 수 있나요?"
- 강한 예: "'보안 고려 사항'이라는 제목의 섹션에서 조언이 너무 일반적입니다. 구체적인 방화벽 규칙 세 가지를 포함해 해당 섹션을 다시 작성해 주세요."
특정 섹션, 문장 또는 항목을 인용하거나 이름을 지정해 기준을 명확히 제시하면 모델이 정확히 의도한 부분에 집중하게 됩니다.
후속 프롬프트가 더 이상 효과가 없을 때
때로는 후속 패턴을 사용해도 원하는 개선이 이루어지지 않습니다. 대화가 막혔다는 신호는 다음과 같습니다.
- 두 번 수정한 후에도 모델이 같은 구조로 되돌아갑니다
- 수정 내용을 인정하지만 계속 같은 오류를 만듭니다
- 기존 문제를 해결하는 동안 새로운 문제가 생깁니다
이 시점에서는 계속 수정하기보다 원래 프롬프트를 다시 작성해 처음부터 새로 시작하는 편이 더 빠른 경우가 많습니다. 이 결정에 대해서는 이후 학습에서 다루겠습니다.
개인 후속 프롬프트 모음 만들기
수정 패턴은 재사용할 수 있으므로, 반복해서 사용하는 후속 문구를 모아 작은 개인용 모음으로 관리할 가치가 있습니다.
- "더 짧게 만들어 주세요. X단어를 목표로 하세요."
- "각 항목에 구체적인 예를 추가해 주세요."
- "맨 위에 한 줄 요약을 추가한 글머리 기호 목록으로 다시 작성해 주세요."
- "면책 조항 / 역사적 배경 / 도입부의 군더더기를 삭제해 주세요."
- "[X]에 대해 더 구체적으로 설명해 주세요. 실제 숫자 / 단계 / 코드를 제시해 주세요."
이러한 문구를 텍스트 파일이나 메모 앱에 저장해 두면 이후 모든 세션에서 시간을 절약할 수 있습니다.
지식 확인: 수정 패턴
프로젝트 관리 앱의 제품 설명을 작성해 달라고 모델에 요청했습니다. 모델은 앱의 역사, 철학, 핵심 기능, 가격 및 경쟁 제품 비교를 다룬 600단어 분량의 글을 반환했습니다. 하지만 웹사이트의 주요 소개 영역에 사용할 핵심 기능 100단어 설명만 필요했습니다.
어떤 후속 프롬프트가 가장 효과적인가요?
복습: 효과적인 후속 프롬프트 작성하기
후속 프롬프트는 불평이 아니라 수정 신호입니다. 다섯 가지 핵심 패턴인 줄이기, 구체화하기, 삭제하기, 예시 추가하기, 형식 변경하기로 대부분의 출력 문제를 해결할 수 있습니다.
핵심 원칙은 무엇이 잘못되었는지 구체적으로 설명하고, 관련 섹션을 명확히 지목하며, 필요할 때 패턴을 결합하는 것입니다. 후속 프롬프트가 더 이상 효과가 없다면 처음부터 새로 시작하는 것을 고려하세요.
다음 학습에서는 이전 응답을 수정하는 대신 이를 바탕으로 발전시키는 다중 차례 대화를 연습하겠습니다.
자주 묻는 질문
“효과적인 후속 프롬프트 작성하기” 강의는 무료인가요?
네 — “효과적인 후속 프롬프트 작성하기” 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.
“효과적인 후속 프롬프트 작성하기”에서 뭘 배우나요?
‘더 짧게 만들어 주세요’, ‘X에 대해 더 구체적으로 설명해 주세요’처럼 방향을 수정하는 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 2번째 강의입니다.
“효과적인 후속 프롬프트 작성하기” 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
- 인공지능 출력 읽고 평가하기
- 효과적인 후속 프롬프트 작성하기
- 이전 응답을 바탕으로 발전시키기
- 다듬을지 새로 시작할지 판단하기