0Pricing
AI Prompt Engineering · 강의

제로샷 및 퓨샷 프롬프트 작성

예시 없이 응답을 이끌어 내는 방법(제로샷)과 몇 가지 예시를 제공하는 방법(퓨샷)을 알아봅니다.

제로샷 및 퓨샷 프롬프트 작성은(는) CoddyKit의 무료 AI Prompt Engineering 강의입니다. 이것은 3개 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 3개의 강의가 포함되어 있습니다.

제로샷 및 퓨샷 프롬프팅 입문

제로샷 및 퓨샷 프롬프팅 레슨에 오신 것을 환영합니다! 이는 대규모 언어 모델(LLM)이 작업을 수행하도록 안내하는 기본적인 기법입니다.

이 기법을 이해하면 인공지능으로부터 더 나은 결과를 더욱 정확하게 얻을 수 있습니다.

제로샷 이해하기

제로샷 프롬프팅은 작업 수행 방법에 대한 예시를 제공하지 않고 LLM에 작업을 요청하는 것을 의미합니다.

  • LLM이 사전 학습한 지식에만 의존합니다.
  • 프롬프트에는 지시와 입력 데이터만 포함됩니다.
  • LLM이 학습 중 접했을 가능성이 높은 단순하고 일반적인 작업에 효과적입니다.

제로샷 활용: 분류하기

다음은 제로샷 예시입니다. 이전에 감정을 분류한 결과를 전혀 보여 주지 않고 LLM에 텍스트의 감정을 분류하도록 요청합니다.

이 예시를 실행해 보십시오:

def call_llm_api(prompt):
    # In a real scenario, this would call an LLM API.
    # For this example, we simulate a response.
    if "sentiment" in prompt.lower():
        return "Sentiment: Positive"
    return "LLM Response: Could not process."

# Our zero-shot prompt
zero_shot_prompt = "Classify the sentiment of 'The movie was fantastic!'"

print(f"Prompt: {zero_shot_prompt}")
print(f"LLM Output: {call_llm_api(zero_shot_prompt)}")

제로샷: 정보 추출하기

제로샷 프롬프팅은 텍스트에서 특정 정보를 추출할 때도 매우 유용합니다.

찾을 내용을 LLM에 알려 주기만 하면 LLM은 일반적인 지식을 활용하여 해당 정보를 찾아냅니다.

def call_llm_api(prompt):
    if "name and age" in prompt.lower():
        return "Name: Alice, Age: 30"
    return "LLM Response: Information not found."

# Another zero-shot prompt example
zero_shot_prompt = "Extract the name and age from 'My name is Alice and I am 30 years old.'"

print(f"Prompt: {zero_shot_prompt}")
print(f"LLM Output: {call_llm_api(zero_shot_prompt)}")

제로샷의 한계

제로샷 프롬프팅은 강력하지만 다음과 같은 한계가 있습니다:

  • 모호성: 해석의 여지가 있는 작업에서는 결과가 일관되지 않을 수 있습니다.
  • 새로움: 작업이나 개념이 매우 새롭거나 전문적인 경우, LLM은 예시 없이는 어려움을 겪을 수 있습니다.
  • 복잡성: 여러 단계의 추론이나 매우 구체적인 형식이 필요한 경우, 지시만으로는 충분하지 않을 수 있습니다.

퓨샷 프롬프팅 소개

퓨샷 프롬프팅은 몇 개의 입력-출력 예시를 프롬프트에 직접 포함하여 제로샷의 한계를 보완합니다.

  • 이러한 예시는 원하는 작업, 스타일 또는 형식을 LLM이 이해하도록 안내합니다.
  • 새로운 문제를 풀도록 하기 전에 학생에게 풀이가 끝난 문제 몇 개를 보여 주는 것과 비슷합니다.
  • 이 기법은 복잡하거나 모호한 작업의 성능을 크게 향상합니다.

퓨샷 활용: 다시 작성하기

여기서는 문장을 능동태로 바꾸어 표현하는 방법의 예시를 제공합니다. 이를 통해 LLM이 원하는 구체적인 변환 방식을 이해하도록 돕습니다.

예시가 작업을 어떻게 명확하게 하는지 살펴보십시오:

def call_llm_api(prompt):
    if "active voice" in prompt.lower() and "ball was thrown" in prompt.lower():
        return "Output: The boy threw the ball."
    return "LLM Response: Could not rephrase."

# Our few-shot prompt with one example
few_shot_prompt = """Rephrase into active voice:
Input: The mouse was chased by the cat.
Output: The cat chased the mouse.

Rephrase into active voice:
Input: The ball was thrown by the boy."""

print(f"Prompt: {few_shot_prompt}")
print(f"LLM Output: {call_llm_api(few_shot_prompt)}")

퓨샷: 코드 생성

퓨샷 프롬프팅은 코드를 생성하거나 특정 출력 형식을 따르게 할 때 매우 유용합니다.

원하는 코드의 예시(예: 함수 시그니처와 본문)를 보여 주면 LLM이 해당 구조를 더 정확하게 재현할 수 있습니다.

def call_llm_api(prompt):
    if "function to add" in prompt.lower():
        return "def add(a, b):\n    return a + b"
    return "LLM Response: Code not generated."

# Few-shot prompt for code generation
few_shot_prompt = """Generate a Python function:
Example 1:
Input: Function to multiply two numbers.
Output:
def multiply(a, b):
    return a * b

Example 2:
Input: Function to add two numbers."""

print(f"Prompt: {few_shot_prompt}")
print(f"LLM Output:\n{call_llm_api(few_shot_prompt)}")

적절한 기법 선택하기

제로샷과 퓨샷 중에서 어떻게 선택해야 할까요?

  • 제로샷: LLM의 일반적인 지식만으로 충분한 단순하고 잘 정의된 작업에 가장 적합합니다. 간결하며 토큰 사용량을 줄일 수 있습니다.
  • 퓨샷: 특정 형식이나 스타일이 필요한 복잡하고 미묘하거나 사용자 지정 작업에 적합합니다. 중요한 지침을 제공하여 정확도를 높이지만 더 많은 토큰을 사용합니다.

제로샷/퓨샷 점검

구체적인 예시가 필요하지 않은 단순하고 명확한 작업에는 일반적으로 어떤 프롬프트 작성 기법이 더 적합합니까?

복습: 프롬프트의 힘

두 가지 기본 프롬프트 작성 기법을 배웠습니다:

  • 제로샷 프롬프팅은 지시만 사용하며, LLM의 폭넓은 지식을 활용해 단순한 작업을 수행합니다.
  • 퓨샷 프롬프팅은 프롬프트에 예시를 추가하여 더 복잡하고 미묘하거나 사용자 지정된 결과를 얻는 데 중요한 지침을 제공합니다.

이 기법을 익히면 LLM과 더 효과적으로 소통하고 원하는 결과를 얻을 수 있습니다!

자주 묻는 질문

“제로샷 및 퓨샷 프롬프트 작성” 강의는 무료인가요?

네 — “제로샷 및 퓨샷 프롬프트 작성” 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 3개의 강의가 포함되어 있습니다.

“제로샷 및 퓨샷 프롬프트 작성”에서 뭘 배우나요?

예시 없이 응답을 이끌어 내는 방법(제로샷)과 몇 가지 예시를 제공하는 방법(퓨샷)을 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 3개 중 2번째 강의입니다.

“제로샷 및 퓨샷 프롬프트 작성” 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

  1. LLM의 기능 이해
  2. 제로샷 및 퓨샷 프롬프트 작성
  3. 역할극과 페르소나 프롬프트
← AI Prompt Engineering(으)로 돌아가기