프롬프트 엔지니어링 모범 사례

컨텍스트 엔지니어링은 LLM과 함께 작업하는 데 있어 점점 더 중요한 요소로 떠오르고 있으며, 그 핵심 기반이 바로 프롬프트 엔지니어링입니다.

프롬프트 엔지니어링이란, AI 모델로부터 더 나은 결과물을 얻기 위해 지침을 구조화하는 기술입니다. 즉, 질문을 어떻게 표현할지, 스타일을 어떻게 지정할지, 어떤 컨텍스트를 제공할지, 모델의 행동을 어떻게 유도할지를 설계해 목표를 달성하는 방식입니다.

모호한 지침과 잘 짜여진 프롬프트의 차이는 평범한 결과물과 여러분이 정확히 필요로 했던 결과물 사이의 간극만큼이나 큽니다. 프롬프트의 구조가 허술하면 의도를 명확히 하기 위해 여러 번의 대화가 필요할 수 있지만, 잘 설계된 프롬프트는 한 번에 원하는 결과로 이어질 수 있습니다.

여러분의 시작을 돕기 위해, 저희 팀의 모범 사례를 모아봤습니다. 당장 결과를 개선할 수 있는 실용적인 방법들도 포함되어 있습니다. 먼저 오늘부터 바로 활용할 수 있는 간단한 습관부터 시작해, 복잡한 프로젝트를 위한 고급 기법까지 단계적으로 살펴보겠습니다.

프롬프트 엔지니어링 활용법

가장 기본적인 수준에서 보면, 프롬프트 엔지니어링은 LLM에 전달하는 쿼리를 수정하는 작업일 뿐입니다. 대부분은 실제 요청을 하기 전에 쿼리에 정보를 추가하는 방식이지만, 어떤 정보가 공유하기에 적절한 정보인지를 아는 것이 유용하고 효과적인 프롬프트를 만드는 비결입니다.

핵심 기법

다음 프롬프트 엔지니어링 기법들은 효과적인 AI 상호작용의 토대를 이룹니다. 일관되게 활용하면 응답 품질이 즉각적으로 개선되는 것을 확인할 수 있습니다.

명확하고 분명하게 지시하기

최신 AI 모델들은 명확하고 명시적인 지침에 매우 잘 반응합니다. 모델이 알아서 의도를 추론할 것이라 가정하지 말고, 직접적으로 표현하세요. 모호하지 않게 원하는 바를 정확히 전달하는 단순한 언어를 사용해야 합니다.

핵심 원칙: 보고 싶은 결과물을 모델에게 정확히 말하세요. 포괄적인 결과물을 원한다면, 그렇게 요청하고, 특정 기능이 필요하다면, 목록을 나열하세요. Claude와 같은 최신 모델들은 명시적인 지침이 있을 때 특히 뛰어난 성능을 발휘합니다.

예시: 분석 대시보드 만들기

모호한 지시: "분석 대시보드를 만들어 줘"

명확한 지시: "분석 대시보드를 만들어 줘. 가능한 한 많은 관련 기능과 상호작용을 포함시켜 줘. 기본적인 수준을 넘어 모든 기능을 갖춘 구현을 목표로 삼아야 해."

두 번째 지시는 포괄적인 기능을 명시적으로 요청하며, 모델에게 최소 수준을 넘어서는 결과를 기대한다는 신호를 전달합니다.

모범 사례:

• 직접적인 동작 동사로 이끌기: '작성해 줘', '분석해 줘', '생성해 줘', '만들어 줘'
• 서론은 건너뛰고 바로 요청 사항으로 들어가기
• 단순히 작업 대상만 말하지 말고, 결과물에 무엇이 포함되어야 하는지 명시하기
• 품질 및 깊이에 대한 기대치를 구체적으로 제시하기

컨텍스트 제공 및 동기 부여

해당 작업이 중요한 이유를 설명하면 AI 모델이 목표를 더 잘 이해하고 보다 정교한 답변을 내놓을 수 있습니다. 이 방식은 사용자의 궁극적인 목적을 추론할 수 있는 근래의 모델들에 특히 효과적입니다.

예: 서식 선호도 설정

덜 효과적인 방식: "절대로 글머리 기호를 사용하지 마"

더 효과적인 방식: "나는 글머리 기호보다 자연스러운 문단 형태의 답변을 선호해. 유려한 산문 형식이 더 읽기 편하고 더 대화하는 느낌을 주거든. 글머리 기호는 내 가벼운 학습 스타일에는 너무 딱딱하고 목록처럼 느껴져."

두 번째 버전은 규칙의 배경을 이해할 수 있도록 돕기 때문에, 모델이 관련 서식을 선택할 때 더 나은 판단을 내릴 수 있습니다.

컨텍스트를 제공해야 할 때:

• 결과물의 목적이나 오디언스를 설명할 때
• 특정 제약 조건이 존재하는 이유를 밝힐 때
• 결과물의 활용 방식을 알려줄 때
• 해결하려는 문제가 무엇인지를 명시할 때

구체적으로 요구하기

프롬프트 엔지니어링에서 구체성이란, 명확한 가이드라인과 요구 사항을 포함시켜 지침을 구조화하는 것을 의미합니다. 원하는 것을 더 구체적으로 말할수록, 더 좋은 결과를 얻을 수 있습니다.

예: 식단 계획

모호한 지시: "지중해식 식단 계획을 짜줘"

구체적인 지시: "당뇨 전단계 관리를 위한 지중해식 식단 계획을 설계해 줘. 하루 1,800칼로리를 기준으로 하고, 저당 식품 위주로 구성해 줘. 아침, 점심, 저녁과 간식 하나를 포함하고 각각의 상세 영양 성분 표를 작성해 줘."

프롬프트가 충분히 구체적이려면?

다음을 포함시키세요:

• 명확한 제약 조건(단어 수, 형식, 기한)
• 관련 컨텍스트(오디언스, 목표)
• 원하는 출력 구조(표, 목록, 문단)
• 요구 사항이나 제한 사항(필요한 식이요법, 예산 한도, 기술적 제약)

예시 활용하기

예시는 항상 필요한 것은 아니지만, 개념을 설명하거나 특정 형식을 보여줘야 할 때 매우 유용할 수 있습니다. 원샷 프롬프팅 또는 퓨샷 프롬프팅이라고도 불리는 이 방식은 말로 설명하기보다 직접 예시를 보여줌으로써, 설명만으로는 표현하기 어려운 미묘한 요구 사항을 명확히 전달합니다.

최신 모델 사용 시 주의 사항: Claude 4.x 및 이와 유사한 고급 모델들은 예시의 디테일을 아주 세심하게 살핍니다. 장려하고자 하는 행동을 반영하고 피하고 싶은 패턴을 최소화하도록 예시를 구성하세요.

예시: 기사 요약

예시 없음: "이 기사를 요약해 줘"

예시를 사용해야 할 때:

• 원하는 형식을 설명하는 것보다 보여주는 것이 더 쉬울 때
• 특정 어조나 스타일이 필요할 때
• 작업에 암묵적인 규칙이나 미묘한 패턴이 있을 때
• 간단한 지침으로는 일관된 결과를 얻을 수 없을 때

프로 팁: 처음에는 예시 하나(원샷)로 시작하세요. 그래도 결과물이 만족스럽지 않을 때만 예시를 더 추가(퓨샷)하세요.

Claude가 불확실성을 표현할 수 있도록 허용하기

AI가 추측하지 않고 불확실하다고 말할 수 있도록 명확히 허용하세요. 이렇게 하면 환각을 줄이고 신뢰도를 높일 수 있습니다.

예시: "이 재무 데이터를 분석하고 추세를 식별해 줘. 만약 결론을 내리기에 데이터가 충분하지 않다면, 추측하지 말고 데이터가 부족하다고 말해줘."

이렇게 간단한 문구 하나를 추가하는 것만으로도 모델이 한계를 인정할 수 있게 되어, 응답의 신뢰도가 높아집니다.

Claude에서 직접 사용해 보세요.

고급 프롬프트 엔지니어링 기법

이러한 핵심 습관만으로도 상당한 성과를 거둘 수 있지만, 더 정교한 접근 방식이 필요한 상황을 마주할 수도 있습니다. 고급 프롬프트 엔지니어링 기법은 에이전틱 솔루션을 구축하거나, 복잡한 데이터 구조를 다루거나, 여러 단계로 이루어진 문제를 분석해야 할 때 진가를 발휘합니다.

AI 응답 프리필링

프리필링은 AI의 응답 시작 부분을 사용자가 미리 작성하여 서식, 어조, 구조 등을 유도하는 기법입니다. 출력 형식을 강제하거나 불필요한 서론을 건너뛰고 싶을 때 특히 유용합니다.

프리필링을 사용해야 할 때:

• AI가 JSON, XML 등 구조화된 형식으로 출력해야 할 때
• 대화의 서두를 생략하고 바로 본론을 듣고 싶을 때
• 특정 화법이나 캐릭터를 유지해야 할 때
• AI의 응답 시작 방식을 제어하고 싶을 때

예시: JSON 출력 강제하기

프리필링이 없는 경우 Claude는 이렇게 말할 수 있습니다: "요청하신 JSON은 다음과 같습니다: {...}"

프리필링이 있는 경우(API 사용):

AI는 여는 중괄호 이후부터 이어서 작성하며, 유효한 JSON만 출력합니다.

참고: 채팅 인터페이스에서는 다음과 같이 명시하여 유사한 효과를 낼 수 있습니다: "서두 없이 유효한 JSON만 출력해 줘. 응답은 여느 중괄호로 시작해 줘."

생각의 사슬 프롬프팅

생각의 사슬(CoT) 프롬프팅은 답변을 내놓기 전에 단계별 추론 과정을 거치도록 요청하는 기법입니다. 구조적인 사고가 필요한 복잡한 분석 작업에 유용합니다.

최신 접근 방식: Claude는 구조화된 추론을 자동화하는 확장 사고 기능을 제공합니다. 사용 가능하다면, 수동으로 생각의 사슬을 유도하는 것보다 확장 사고를 사용하는 편이 더 효과적입니다. 하지만 확장 사고를 사용할 수 없는 환경이거나, 검토 가능한 투명한 추론 과정이 필요할 때는 여전히 수동 CoT 기법이 유용할 수 있습니다.

생각의 사슬을 사용해야 할 때:

• 확장 사고를 사용할 수 없을 때(예: 무료 Claude.ai 플랜)
• 검토 가능한 투명한 추론 과정이 필요할 때
• 여러 단계의 분석이 필요한 작업일 때
• AI가 특정 요인을 고려하도록 만들고 싶을 때

생각의 사슬에는 흔히 다음 세 가지 구현 방식이 있습니다:

기본형 생각의 사슬

지침에 "단계별로 생각해"를 간단히 추가합니다.

유도형 생각의 사슬

특정 추론 단계를 거치도록 프롬프트를 구조화합니다.

구조화형 생각의 사슬

태그를 사용해 추론과 최종 답변을 분리합니다.

참고: 확장 사고 기능을 사용할 수 있는 경우에도, 복잡한 작업에서는 명시적 CoT 프롬프팅이 여전히 유용할 수 있습니다. 두 접근 방식은 상호 보완적이며, 서로 배타적이지 않습니다.

출력 형식 제어하기

최신 AI 모델에서 응답 형식을 제어하는 데 효과적인 몇 가지 방법은 다음과 같습니다:

1. AI에 하지 말아야 할 것 대신, 해야 할 것을 말하기

"응답에 마크다운을 사용하지 마"라고 말하는 대신, "응답은 자연스럽게 이어지는 산문 형태의 문단으로 구성해 줘"라고 요청합니다.

2. 프롬프트 스타일을 원하는 결과물에 맞추기

프롬프트에 사용된 서식 스타일은 AI의 응답 스타일에도 영향을 미칠 수 있습니다. 마크다운 사용을 최소화하고 싶다면, 프롬프트 자체에서도 마크다운 사용을 줄이세요.

3. 서식 선호도를 명확히 밝히기

서식을 세밀하게 제어하고 싶을 때:

프롬프트 체이닝

앞선 기법들과 달리, 프롬프트 체이닝은 하나의 프롬프트로 구현할 수 없습니다. 체이닝은 복잡한 작업을 여러 개의 작은 순차적 단계로 나누고, 각 단계마다 별도의 프롬프트를 사용하는 방식입니다. 각 프롬프트는 하나의 단계를 처리하며, 그 결과는 다음 단계의 입력으로 사용됩니다.

이 접근 방식을 사용하면 대기 시간은 다소 늘어날 수 있지만, 각 개별 작업을 단순화함으로써 결과물의 정확도를 높일 수 있습니다. 일반적으로는 워크플로우나 프로그래밍 방식으로 구현되지만, 응답을 받은 뒤 수동으로 다음 프롬프트를 입력하는 방식도 활용될 수 있습니다.

예시: 리서치 요약

1. 첫 번째 프롬프트: "방법론, 연구 결과, 임상적 시사점을 중심으로 이 의학 논문을 요약해 줘."

2. 두 번째 프롬프트: "위의 요약 내용을 정확성, 명료성, 완결성 측면에서 검토하고 평가가 포함된 피드백을 제공해 줘."

3. 세 번째 프롬프트: "[두 번째 단계의 피드백]을 바탕으로 요약 내용을 개선해 줘."

각 단계마다 맞춤형 지침을 통해 결과가 점점 더 개선됩니다.

프롬프트 체이닝을 사용해야 할 때:

• 복잡한 요청을 여러 단계로 나눌 필요가 있을 때
• 반복적인 개선 작업이 필요할 때
• 다단계 분석을 수행할 때
• 중간 검증이 가치를 더할 때
• 단일 프롬프트로는 결과가 일관되지 않을 때

트레이드오프: 체이닝은 여러 번의 API 호출로 대기 시간 증가를 초래하지만, 복잡한 작업에서 정확도와 신뢰성을 획기적으로 향상시키는 경우가 많습니다.

한 번쯤 들어봤을 기법들

이전 AI 모델에서는 널리 쓰였으나, Claude와 같은 최신 모델에서는 크게 필요하지 않게 된 프롬프트 엔지니어링 기법이 일부 있습니다. 하지만 오래된 문서에서 여전히 접할 수 있고, 특정 상황에서는 유용하게 활용될 수도 있습니다.

구조화를 위한 XML 태그

한때 XML 태그는 프롬프트에 구조와 명확성을 부여할 수 있는 방법으로 권장되곤 했습니다. 특히 대량의 데이터를 포함시킬 때 유용했습니다. 최신 모델들은 XML 태그 없이도 구조를 더 잘 이해하지만, 특정 상황에서는 XML 태그가 여전히 도움이 될 수 있습니다.

예시:

XML 태그가 여전히 유용할 수 있는 경우:

• 여러 유형의 콘텐츠가 섞인 매우 복잡한 프롬프트를 다룰 때
• 콘텐츠 간의 경계를 완벽하게 구분해야 할 때
• 이전 모델 버전을 사용할 때

현재의 대안: 대부분의 경우 명확한 제목, 적절한 공백, 명시적인 표현("아래의 선수 정보를 사용하여...")만 활용하면 오버헤드를 줄이면서도 동일한 효과를 낼 수 있습니다.

역할 프롬프팅

역할 프롬프팅은 쿼리를 구성할 때 전문가 페르소나와 관점을 설정해 주는 방식입니다. 이 방법은 효과적일 수 있지만, 최신 모델들은 충분히 정교하여, 과도한 역할 프롬프팅이 불필요한 경우가 많습니다.

예시: "너는 금융 상담사야. ... 이 투자 포트폴리오를 분석해 줘."

주의 사항: 역할을 지나치게 제한하지 마세요. "너는 전문 용어만 사용하고 절대 실수하지 않는 세계적으로 유명한 전문가야."라는 식의 설정보다 "너는 유능한 어시스턴트야." 정도가 더 나은 경우가 많습니다. 역할을 지나치게 구체화하면 AI의 유용성을 제한할 수 있습니다.

역할 프롬프팅이 유용할 수 있는 경우:

• 여러 결과물에서 일관된 어조를 유지해야 할 때
• 특정 페르소나가 필요한 애플리케이션을 구축할 때
• 복잡한 주제를 위해 특정 도메인 전문가적 관점이 필요할 때

현재의 대안: 역할을 지정하는 것보다, 원하는 관점을 직접 명시하는 것이 더 효과적인 경우가 많습니다(예: "허용 위험 한도와 장기적 성장 잠재력에 초점을 맞추고 이 투자 포트폴리오를 분석해 줘.").

Claude에서 직접 사용해 보세요.

조합하기

이제 각 기법을 하나씩 살펴보았습니다. 하지만 이 기법들의 진정한 힘은 전략적으로 조합할 때 나타납니다. 프롬프트 엔지니어링의 핵심은 가능한 모든 기법을 사용하는 것이 아니라, 구체적인 필요에 맞는 적절한 조합을 선택하는 데 있습니다.

여러 기법의 조합 예시:

이 프롬프트는 다음 요소들을 조합한 것입니다:

• 명시적인 지침(추출해야 할 내용을 정확히 지정)
• 컨텍스트(형식이 중요한 이유 설명)
• 예시 구조(형식 제시)
• 불확실성 표현 허용(확실하지 않으면 null 사용)
• 형식 제어(여는 중괄호로 시작)

적절한 기법 선택하기

모든 프롬프트에 모든 기법이 필요한 것은 아닙니다. 다음은 의사결정 프레임워크입니다:

여기서부터 시작하세요:

1. 요청이 명확하고 명시적인가요? 아니라면 명확성부터 개선하세요
2. 작업이 단순한가요? 핵심 기법만 사용하세요(구체적으로 작성, 명확하게 지시, 컨텍스트 제공)
3. 작업에 특정 형식이 필요한가요? 예시나 프리필링을 사용하세요
4. 작업이 복잡한가요? 단계를 나누는 것을 고려하세요(체이닝)
5. 추론이 필요한가요? 확장 사고(사용 가능한 경우)나 생각의 사슬을 사용하세요

‍기법 선택 가이드:

자주 발생하는 프롬프트 문제 해결하기

의도가 좋은 프롬프트라도 예상치 못한 결과를 낳을 수 있습니다. 다음은 흔한 문제 유형과 해결 방법입니다.

• 문제: 응답이 너무 일반적임 → 해결책: 더 풍부한 결과물을 얻을 수 있도록 구체적인 정보나 예시, 명시적인 요청을 추가하세요. AI에 "기본 이상의 응답을 제공하라"고 요구하세요.
• 문제: 응답이 주제에서 벗어나 있거나 핵심을 놓침 → 해결책: 실제 목표를 더 명확하게 설명하세요. 왜 이 질문을 하는지에 대한 컨텍스트를 제공하세요.
• 문제: 응답 형식이 일관되지 않음 → 해결책: 예시(퓨샷)를 추가하거나 프리필링을 사용해 응답의 시작 형식을 제어하세요.
• 문제: 작업이 너무 복잡해, 결과가 불안정함 → 해결책: 여러 개의 프롬프트로 나누세요(체이닝). 각 프롬프트는 하나의 역할에 집중해야 합니다.
• 문제: AI가 불필요한 서두를 붙임 → 해결책: 프리필링을 사용하거나 명시적으로 요청하세요: "서두는 생략하고 바로 답변으로 들어가 줘."
• 문제: AI가 정보를 지어냄 → 해결책: 불확실할 때는 "모르겠다"라고 말할 수 있는 권한을 명시적으로 부여하세요.
• 문제: 구현을 원했는데 AI가 수정 사항을 제안만 함 → 해결책: 행동을 명확히 지시하세요: "수정 사항을 제안해 줄래?"가 아니라 "이 함수를 수정해 줘."라고 하세요.

프로 팁: 단순하게 시작하고, 필요할 때만 복잡성을 추가하세요. 새로운 요소를 추가할 때마다, 실제로 결과를 개선하는지 테스트해 보세요.

피해야 할 흔한 실수

다음과 같은 일반적인 함정을 피하면, 시간을 절약하고 프롬프트 품질을 높일 수 있습니다.

• 과도하게 설계하지 마세요: 프롬프트가 길고 복잡하다고 해서 항상 더 좋은 것은 아닙니다.
• 기본을 무시하지 마세요: 핵심 프롬프트가 불명확하거나 모호하다면 고급 기법도 도움이 되지 않습니다.
• AI가 마음을 읽을 거라고 기대하지 마세요: 원하는 바를 구체적으로 밝히세요. 모호함이 있으면 AI가 잘못 해석할 여지가 생깁니다.
• 모든 기법을 한꺼번에 사용하지 마세요: 자신의 특정 문제를 해결해 줄 기법을 선택하세요.
• 반복 개선을 잊지 마세요: 첫 번째 프롬프트가 완벽하게 작동하는 경우는 드뭅니다. 테스트하고 다듬으세요.
• 구식 기법에 의존하지 마세요: 최신 모델에서는 XML 태그나 과도한 역할 설정이 크게 필요하지 않습니다. 먼저, 명확하고 명시적인 지침으로 시작하세요.

프롬프트 엔지니어링 시 고려 사항

긴 콘텐츠 다루기

고급 프롬프트 엔지니어링을 구현할 때 직면하는 과제 중 하나는, 추가적인 토큰 사용으로 인해 컨텍스트 오버헤드가 늘어난다는 점입니다. 예시, 여러 개의 프롬프트, 상세한 지침 등은 모두 토큰을 소비하며, 컨텍스트 관리도 그 자체로 하나의 기술입니다.

프롬프트 엔지니어링 기법은 필요하고 타당할 때만 사용하세요. 컨텍스트를 효과적으로 관리하는 데 필요한 포괄적인 지침은 컨텍스트 엔지니어링에 관한 블로그 게시물을 확인해 보세요.

컨텍스트 인식 능력의 향상: Claude 4.x를 비롯한 최신 AI 모델들은 컨텍스트 인식 능력이 크게 향상되어, 긴 컨텍스트의 모든 부분을 고르게 처리하지 못하던 과거의 '중간 손실' 문제를 완화하는 데 기여하고 있습니다.

작업 분할이 여전히 유용한 이유: 이러한 개선에도 불구하고 큰 작업을 더 작은 개별 덩어리로 나누는 것은 여전히 가치 있는 기법입니다. 이는 컨텍스트 한계 때문이 아니라, 모델이 아주 명확한 요구 사항과 범위 내에서 최선의 결과물을 내는 데 집중할 수 있기 때문입니다. 경계와 초점이 명확한 작업은, 단일 프롬프트로 여러 목표를 달성하려 할 때보다 일관되게 더 높은 품질의 결과를 낳습니다.

전략: 컨텍스트가 길 때는 정보를 명확하게 구조화하고, 가장 중요한 세부 정보를 처음이나 끝에 배치하세요. 복잡한 작업을 할 때는, 이를 세부 하위 작업들로 나누는 것이 각 구성 요소의 품질과 신뢰성을 높일 수 있을지 고려해 보세요.

좋은 프롬프트란 어떤 모습일까요?

프롬프트 엔지니어링은 하나의 기술로, 숙달하기까지는 여러 번의 시행착오가 필요합니다. 이 기술을 제대로 활용하고 있는지 알 수 있는 유일한 방법은 테스트하고 확인하는 것밖에 없습니다. 첫 번째 단계는 직접 시도해 보는 것입니다. 여기서 다룬 프롬프팅 기법을 사용한 쿼리와 사용하지 않은 쿼리의 차이를 즉시 확인할 수 있을 것입니다.

프롬프트 엔지니어링 기술을 연마하려면 프롬프트의 효과를 객관적으로 측정해야 합니다. 좋은 소식은, anthropic.skilljar.com의 프롬프트 엔지니어링 과정에서 정확히 이 내용을 다룬다는 점입니다.

빠른 평가 팁:

• 결과물이 구체적인 요구 사항과 일치합니까?
• 한 번의 시도로 결과를 얻었습니까, 아니면 여러 번의 반복이 필요했습니까?
• 여러 번 시도 시 형식이 일관되게 유지됩니까?
• 위에 나열된 흔한 실수들을 피하고 있습니까?

마지막 조언

프롬프트 엔지니어링의 본질은 결국 소통입니다. AI가 사용자의 의도를 가장 명확하게 이해할 수 있도록 언어를 선택하는 것이 핵심입니다. 이 가이드의 앞부분에서 다룬 핵심 기법부터 시작하세요. 그리고 그것들이 몸에 밸 때까지 지속적으로 사용하세요. 고급 기법은 특정 문제를 해결해야 할 때만 추가하세요.

기억하세요. 최고의 프롬프트는 가장 길거나 복잡한 것이 아닙니다. 가장 좋은 프롬프트는 필요한 최소한의 구조로 목표를 안정적으로 달성하는 것입니다. 연습을 거듭하다 보면, 어떤 상황에 어떤 기법이 적합한지에 대한 감각이 생길 것입니다.

컨텍스트 엔지니어링으로의 전환은 프롬프트 엔지니어링의 중요성을 약화시키지 않습니다. 사실, 프롬프트 엔지니어링은 컨텍스트 엔지니어링을 구성하는 핵심적인 빌딩 블록입니다. 잘 설계된 각각의 프롬프트는 AI의 행동을 형성하는 더 큰 컨텍스트의 일부가 되어, 대화 기록, 첨부 파일, 시스템 지침과 함께 작동함으로써 더 나은 결과를 만들어냅니다.

지금 바로 Claude에서 프롬프팅을 시작해 보세요.

추가 리소스

• 프롬프트 엔지니어링 문서
• 대화형 프롬프트 엔지니어링 튜토리얼
• 프롬프트 엔지니어링 과정
• 컨텍스트 엔지니어링 가이드