목표를 분명히 하고, 경계를 정하고, 출력 형태를 정한다. 프롬프트 엔지니어링은 누구나 익히는 AI 표현 능력이지 엔지니어만의 비밀 주문이 아니다.
토크나이저(Tokenizer)는 여러분이 모델에 보낸 문장이 가장 먼저 거치는 부품으로, 이해를 담당하지 않고 자르고 번호를 매기는 일만 합니다. 텍스트가 대규모 모델에 들어가기 전에 토크나이저는 먼저 그것을 token 단위로 자른 뒤 어휘표의 번호로 바꿉니다. 모델이...
워크플로 프롬프트가 해결하는 건 아주 구체적인 고민입니다. 매주 반복되는 정리 작업을 AI에게 한 번에 맡기면 출력이 불안정해집니다. 정보가 빠지거나, 없는 내용이 섞이거나, 형식이 틀어지죠. 세 단계의 프롬프트 파이프라인으로 나누어 각 단계마다 한 가지 일만 시키면,...
AI가 답변을 거부할 때 가장 효과적인 첫 단계는 표현을 바꿔 다시 묻는 것이 아니라, 10초를 들여 '어떤 종류의 거부인지'를 확인하는 것입니다. 정책성 거부는 기본적으로 우회할 수 없고, 질문 방식의 문제로 인한 거부는 질문을 다시 쓰면 해결되며, 능력 한계로 인한...
논문 정독 프롬프트가 해결하는 문제는 "논문을 다 읽었는데 핵심 논점이 기억나지 않고 방법의 허점이 보이지 않는다"는 것이다. 논문 본문을 붙여넣기만 하면 AI가 노련한 심사위원의 관점에서 논증과 방법의 약점을 짚어내고, 핵심 논점과 주요 방법, 적용 범위를 정리한 뒤...
계약 검토 프롬프트는 '계약을 조항 하나하나 읽는' 시간도 오래 걸리고 놓치기 쉬운 작업을 AI에게 맡기는 구체적인 방법입니다. 계약서 본문을 붙여넣기만 하면 AI가 조항마다 위험 등급을 표시하고, 자신에게 불리한 조항, 빠져 있는 핵심 조항, 모호한 표현을 찾아줍니다...
AI 이미지 인식이 글자를 잘못 읽는 것은 대부분 모델이 멍청해서가 아니라, 입력한 이미지 유형에 맞는 처리 방식을 쓰지 않았기 때문입니다. 모델을 바꾸기 전에 사진을 사진·스크린샷·스캔본 세 경우로 나누어 각각에 맞는 방법을 쓰세요. 인식 정확도가 바로 크게 올라갑니...
이력서 진단 프롬프트가 해결하는 문제는 아주 구체적입니다. 이력서를 열댓 번 고쳐도 어딘가 이상한 것 같은데 뭐가 문제인지 모르겠다는 것. 지인에게 보여줘도 "레이아웃만 다듬어봐", "경력을 좀 더 채워봐" 같은 두루뭉술한 답만 돌아옵니다. 이 프롬프트는 수만 건의 이...
AI 답변이 매번 다른 것은 대부분 완전히 정상적인 현상이며, 기억력이 나빠서가 아닙니다. 진짜 이유는 두 가지뿐입니다. 하나는 모델이 텍스트를 생성할 때 단어를 무작위로 샘플링하기 때문에 같은 질문을 두 번 실행하면 단어 선택 경로가 달라지는 것이 당연하다는 점이고,...
