Prompt 구성요소 7가지

프롬프트 엔지니어링(Prompt Engineering)의 핵심은 AI에게 명확한 사고의 틀을 제공하는 것입니다. 이미지의 7가지 요소를 논리적 위계에 따라 다음과 같이 재정리합니다.

  1. 필수 요소 (Core)
  2. 품질 개선 요소 (Enhancer)
  3. 최적화 요소 (Optimizer)

Prompt 예시: 연쇄적 사고(Chain-of-Thought) 전략

단일 프롬프트의 정보 누락을 방지하기 위해, 앞 단계의 출력을 다음 단계의 입력으로 사용하는 연쇄적(Sequential) 구조를 취합니다.

“AI 기술 트렌트 레포트 작성”을 예시로 들어보겠습니다.

[공통 설정: 페르소나 및 외부 환경]

  • Role: 실리콘밸리 기술 분석가 및 퀀트(Quant) 투자 전문가.
  • Tone: 데이터 중심의 객관적이고 분석적인 어조.
  • Audience: AI 스타트업 투자자 및 오픈소스 소프트웨어(Open Source Software, OSS) 메인테이너.

[1단계: 트렌드 식별 및 맥락 주입]

  • Objective: 2025년 7월 기준 기술적 잠재력과 자본 흐름이 일치하는 TOP 3 분야 선정.
  • Context: 학계 논문, GitHub Star, 벤처 캐피털(Venture Capital, VC) 투자 지표 활용.
  • Prompt: "현재 시점(2025-07)을 기준으로 학계의 최신 연구 성과, GitHub 리포지토리의 성장세, VC 투자 동향을 종합 분석하여 가장 유망한 AI 기술 분야 3곳을 선정해 줘. 각 분야 선정의 핵심 근거(Context)를 데이터 중심으로 요약해 줘."

[2단계: 도구 심층 분석 및 지침 적용]

  • Objective: 선정된 분야별 대표 도구 추출 및 비교 분석.
  • Guideline: 마크다운 표(Markdown Table) 형식을 통한 구조화된 정보 제공. 결과는 다음 항목을 포함하여 표 형식으로 정리할 것:
  • Prompt: "위 1단계에서 선정된 3개 분야에 대해 각각 '시장 지배적 도구', '혁신적 신흥 강자', '핵심 OSS 프로젝트'를 하나씩 선정해 줘.”

[3단계: 신뢰성 검증 및 실행 시나리오]

  • Objective: 데이터 출처 확인 및 실제 성공 사례 제시.
  • Information: 공식 문서 기반 검증 및 성공 사례 제시. 모든 데이터는 공식 문서(Docs) 또는 GitHub 리포지토리 출처를 우선하며, 그 외 정보는 인용 링크를 주석으로 반드시 첨부할 것.
  • Prompt: "2단계에서 분석한 도구 중 현재 투자 가치가 가장 높은 하나를 선별하여, 기업이 도입했을 때 얻을 수 있는 구체적인 기대 효과(Example)를 한 문단으로 서술해 줘.”