기본 콘텐츠로 건너뛰기

[클로드 AI 글쓰기 팁] 책을 쓰면서 가장 많이 사용한 프롬프트 기법 소개


생성형AI와 협업하여 책을 쓰면서 가장 많이 사용한 프롬프트 기법을 소개합니다. 이 기법은 GPT-4, Claude 3 Opus 생성형 AI로 글을 쓸때 가장 많이 사용한 기법 중에 하나입니다.  단순한 글쓰기에서, 복잡한 글쓰기에 매우 유용한 기법이기도 하여 소개하고자 합니다.

아래 3단계 (간단, 중간, 복잡) 의 예시 문을 참고하시기 바랍니다.

간단한 프롬프트 예시

  1. 다음 내용을 500자로 요약:[본문 내용]
  2. 다음 내용을 일본어로 번역해주세요:[본문 내용]
  3. 다음 데이터를 분석해주세요:[“시트 데이터를 복사하여 여기에 붙여 넣기"]

중간 난이도  프롬프트 예시

  1. 다음 글을 요약 해주세요:[“원문”]

다음 지침에 따라서 생성해주세요:
[긍정적인 변화 2가지와 부정적인 우려 2가지를 요약. 미래와 관련하여 해결해야 할 과제 2가지를 요약,원문의 주제를 한 문장으로 요약하고, 이를 뒷받침하는 핵심 문장을 글에서 찾아주세요.]

  1. 당신은 에세이 전문 작가입니다. 같은 주제에 대한 다음  두개의 에세이 (A) 와 (B) 가 있습니다. 이 두 에세이를 비교 분석을 해주세요:[(A). 에세이 , (B). 에세이]

  1. 다음 주제에 대한 500단어 블로그를 작성해주세요: [기후 변화가 해양 생태계에 미치는 영향]

다음 요소들을 포함해야 합니다.:

[해수면 상승, 해양 산성화,해양 생물 다양성 감소]

각 섹션은 다음 구조를 따라주세요:

[문제 설명, 구체적인 예시, 잠재적 해결책]

결론에서는 향후 연구 방향을 제시해주세요."

복잡한 프롬프트 예시

  1. 이메일 업무 (예, 프로젝트 연장 요청 이메일)

이메일은 비즈니스 커뮤니케이션의 핵심 수단으로, 효과적인 이메일 작성과 관리는 업무 효율성을 크게 향상시킬 수 있습니다. 구조화된 프롬프트를 사용하여 다양한 상황에 맞는 이메일을 빠르고 정확하게 작성할 수 있습니다.

예시 프롬프트: 

“당신은 [회사명]의 [직책]입니다. 다음 상황에 대한 이메일을 작성해주세요:

[

상황: [중요한 프로젝트의 마감일 연장 요청]

수신자: [프로젝트 발주처 담당자]

이메일에 포함해야 할 요소:

1. 정중한 인사말

2. 현재 상황 설명 (50단어 이내)

3. 마감일 연장의 필요성 (주요 이유 2-3가지)

4. 제안하는 새로운 마감일

5. 이에 따른 이점 설명

6. 양해를 구하는 문구

7. 향후 계획 간략히 제시

8. 회신 요청

]

다음 지침에 따르세요:

[

- 전문적이면서도 협조적인 톤 유지

- 총 단어 수 250단어 이내

- 문단을 나누어 가독성 확보

- 주요 날짜나 숫자는 굵은 글씨로 강조"

]”

  1. 마케팅 업무

마케팅, 블로그 포스팅, 소셜 미디어 등의 콘텐츠 생성에 구조화된 프롬프트를 활용할 수 있습니다.

예시 프롬프트:

"당신은 전문 카피라이터입니다. [제품명]에 대한 이메일 마케팅 캠페인을 작성해주세요.

다음 요소를 포함해야 합니다: [

- 주목을 끄는 제목 (5개 옵션)

- 간결한 본문 (150단어 이내)

- 명확한 행동 유도 문구 (CTA)

- 제품의 주요 이점 3가지

]

톤은 [친근하면서도 전문적]이어야 하며, 타겟 고객은 [25-40세 전문직 여성]입니다."

  1. 데이터 분석 및 보고서 작성

데이터 분석 결과를 정리하고 인사이트를 도출하는 데 구조화된 프롬프트가 도움이 됩니다.

예시 프롬프트:

"당신은 데이터 분석가입니다. [회사명]의 지난 분기 매출 데이터를 분석한 보고서를 작성해주세요. 보고서에는 다음 내용이 포함되어야 합니다:[

- 주요 성과 지표 요약 (5개 이내)

- 전년 동기 대비 성장률 분석

- 제품 카테고리별 매출 기여도

- 향후 전망 및 개선 제안사항 (3개)

]

보고서는 경영진이 빠르게 이해할 수 있도록 간결하고 시각적으로 작성해주세요."

  1. 고객 서비스 응대

고객 문의에 대한 일관되고 효과적인 응답을 생성하는 데 구조화된 프롬프트를 활용할 수 있습니다.

예시 프롬프트:

"당신은 [회사명]의 고객 서비스 담당자입니다. 다음 고객 문의에 대한 응답을 작성해주세요:

 [고객 문의 내용]

응답 작성 시 다음 지침을 따라주세요:

[

- 공감적이고 친절한 톤 유지

- 문제에 대한 명확한 해결책 제시

- 필요한 경우 추가 정보 요청

- 회사 정책 준수

- 응답 길이는 100단어 이내로 제한"

        ]

이 예시 문들을 자세히 보면 하나 같이 공통적으로 ‘다음' 이라는 지시어가 포함되어 있고 이후에는 “:[ ]”  콜론과 대괄호가 반드시 나오게됩니다. 이러한 형태의 프롬프트 명령어를 소위 ‘구조화된 프롬프트' 또는 템플릿 프롬프트라고 합니다.  

예를 들면, 앞에서 제시한 예시문중에서 ‘중간 난이도 프롬프트의 3번 “기후 변화에 관련한 블로그 작성" 의 구조화된 프롬프트를 자연어로 표현하면 아래와 같이 할 수 있습니다.

"기후 변화가 해양 생태계에 미치는 영향에 대해 에세이를 작성해 주세요. 해수면 상승, 해양 산성화, 그리고 해양 생물 다양성 감소에 대해 다루어 주세요. 각 주제에 대해 문제를 설명하고, 구체적인 예를 들어주세요. 그리고 가능한 해결책도 제시해 주세요. 마지막으로 이 분야에서 앞으로 어떤 연구가 필요한지 언급해 주세요. 전체 글은 약 500단어 정도로 작성해 주세요."

이 자연어 질의는 구조화된 프롬프트의 주요 내용을 포함하고 있지만, 다음과 같은 차이점이 있습니다:

  • 구조의 명확성 부족: 자연어 질의는 각 주제에 대해 '문제 설명, 구체적인 예시, 잠재적 해결책'이라는 명확한 구조를 제시하지 않습니다.
  • 세부 지침의 모호성: 구조화된 프롬프트에서는 각 요소를 명확히 나열하고 있지만, 자연어 질의에서는 이러한 요소들이 문장 속에 녹아들어 있어 덜 명확합니다.
  • 형식적 구조의 부재: 구조화된 프롬프트는 대괄호와 불릿 포인트를 사용하여 정보를 명확히 구분하지만, 자연어 질의는 이러한 형식적 구조가 없습니다.
  • 우선순위의 불명확성: 구조화된 프롬프트는 요소들의 나열 순서를 통해 중요도나 순서를 암시할 수 있지만, 자연어 질의에서는 이러한 우선순위가 덜 명확합니다.

이러한 차이로 인해, 자연어 질의는 구조화된 프롬프트에 비해 AI가 정확하게 요구사항을 파악하고 체계적으로 에세이를 작성하는 데 어려움을 줄 수 있습니다. 결과적으로, 구조화된 프롬프트를 사용할 때보다 덜 체계적이고 덜 포괄적인 에세이가 생성될 가능성이 있습니다.

구조화된 프롬프트 (Structured Prompting) 또는 템플릿 프롬프트 기법 이란

구조화된 프롬프트, 또는 템플릿 프롬프트 엔지니어링 기법 중 하나로, AI 모델에게 명확하고 구체적인 지시를 제공하여 원하는 정보를 효과적으로 얻는 방법입니다. 이 기법은 특히 복잡한 작업을 수행할 때 AI의 성능을 최적화하는 데 유용합니다. 구조화된 프롬프트는 AI와의 상호작용을 명확하게 정의함으로써, 사용자가 기대하는 결과를 일관되게 얻을 수 있도록 돕습니다.

구조화된 프롬프트의 주요 특징은 명확한 지시사항, 정보의 구조화, 그리고 구체적인 출력 형식 지정입니다. 명확한 지시사항을 통해 AI 모델이 수행해야 할 작업을 명확히 제시하며, 대괄호나 bullet point 등을 사용하여 요구사항을 구조화합니다. 또한, 원하는 응답의 형식을 명시하여 AI가 결과물을 생성할 때 참고할 수 있는 구체적인 지침을 제공합니다. 이러한 특징들은 AI가 요청된 정보를 빠짐없이 처리하고, 사용자가 원하는 형식으로 응답을 생성할 가능성을 높입니다.

이 기법의 가장 큰 효과는 AI가 각 항목을 독립적으로 처리할 수 있어, 더 정교하고 명확한 응답을 생성할 가능성이 높다는 점입니다. 특히 복잡한 작업을 여러 단계로 나누어 실행할 때 유용하며, 각 단계별로 명확한 목표와 지침을 제공함으로써 AI가 작업을 체계적으로 수행할 수 있도록 합니다. 이는 AI 모델이 작업의 맥락을 더 잘 이해하고, 보다 정확한 결과를 도출하는 데 기여합니다.

결론적으로, 구조화된 프롬프트는 AI 모델과의 상호작용을 개선하고, 복잡한 작업을 효과적으로 관리하는 데 필수적인 도구입니다. 명확한 지시와 구조화된 정보 제공을 통해 AI의 성능을 최적화하고, 사용자가 기대하는 결과를 일관되게 제공할 수 있습니다. 이러한 기법은 다양한 분야에서 AI의 활용도를 높이며, 지속적인 개선을 통해 더욱 효과적인 결과를 얻을 수 있는 가능성을 제공합니다.

구조화된 프롬프트는 다양한 업무에 적용하여 효과적으로 생산성을 높일 수 있습니다.

참고: 위 내용은 도서:”AI 전환 시대엔 혼자보다 함께, 클로드 AI 글쓰기' 의  ‘비즈니스 문서 작성 시 Claude AI 활용 방법’ 챕터에서 언급한 ‘템플릿 기법' 에 대한 설명을 보완한 것입니다.


----------------------

강연/교육 요청:

생성형AI (ChatGPT, Claude AI, Perpelexity AI, Genspark AI) 비즈니스 글쓰기 활용
연락처:hsikchoi@gmail.com, T:010-8408-2363

댓글

이 블로그의 인기 게시물

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다 Uber Engineering이 공개한 “Running a Software Factory Efficiently at Uber Scale” 글은 단순한 AI 코딩 도구 소개가 아닙니다. 핵심은 AI 에이전트를 개발 현장에 많이 쓰면서도 비용을 통제하기 위한 운영 구조 입니다. 저는 이 글을 보면서 개인용 AI 오케스트레이션, 특히 제가 정리하고 있는 CPAO(Cost-aware Personal Agentic Orchestration) 와 매우 가까운 문제의식을 느꼈습니다. 규모는 Uber처럼 크지 않더라도, 개인·소규모 조직도 이제 AI를 “가끔 쓰는 도구”가 아니라 “반복 업무를 맡기는 업무팀”으로 운영해야 하는 단계에 들어섰기 때문입니다. 1. Uber가 말하는 AI Software Factory Uber는 AI 도구가 소프트웨어 개발 전 과정에 들어와 있다고 설명합니다. 코드 작성, 코드 리뷰, CI 실패 복구, 버그 분석, 온콜 알림 처리, 유지보수 PR 생성 등 여러 업무가 에이전트 기반으로 움직이고 있습니다. 인상적인 것은 사용량 증가입니다. Uber에 따르면 2026년 2월부터 8월까지 주간 활성 사용자는 7배, 주간 에이전트 요청은 9.4배 증가했습니다. 그런데 총 AI 비용은 4월 이후 비교적 안정화됐다고 합니다. 동일 모델 기준으로 보면 1,000개 요청당 비용은 피크 대비 약 34%, 세션당 비용은 6월 피크 대비 52% 낮아졌다고 합니다. 즉, Uber의 방향은 “AI를 덜 쓰자”가 아닙니다. 오히려 더 많이 쓰되, 낭비되는 턴·요청·토큰을 줄이는 방식 입니다. 2. 핵심은 비용 방정식이다 Uber는 AI 에이전트 비용을 다음과 같은 식으로 분해합니다. 총비용 = 사용자 수 × 세션/사용자 × 턴/세션 × 요청/턴 × 토큰/요청 × 토큰당 가격 이 식이 중요한 이유는 AI 비용을 막연한 “...

[알아두면 쓸모 있는 구글 문서 팁] 문서 공유시- 사용자 이름 대신에 익명의 동물이 표시 되는 이유와 동물 종류

구글 드라이브에는 다른 유사 서비스에서는 제공하지 않는 구글 만의 유니크한 기능들이 있다 구글 문서를  불특정 다수에게 전체 공개로 공유할 수 있습니다. 불특정인이 구글 문서에 접속한 경우 익명의 동물로 표시됩니다.  ' 웹에 공개' 또는 '링크가 있는 사용자' 공유 설정을 선택하면 인식할 수 없는 이름이나 익명의 동물이 표시될 수 있습니다. 파일에서 인식할 수 없는 이름을 볼 수 있는 몇 가지 이유는 다음과 같습니다. 메일링 리스트와 파일을 공유합니다. Google 계정이 없는 사용자와 파일을 공유하며, 그 사용자가 다른 사용자에게 공유 초대를 전달했습니다. 내 파일을 수정할 수 있는 누군가가 파일을 다른 사용자와 공유했습니다. 다른 사용자가 자신의 Google 계정 이름을 변경했습니다. 공유 설정 페이지에서 해당 사용자 이름 위로 마우스를 이동하여 이메일 주소를 확인하세요. 익명의 동물 다른 사용자에게 개별적으로 보기 또는 수정 권한을 부여하거나 메일링 리스트에 속해 있는 경우에만 사용자 이름이 표시됩니다. 파일 권한을 '링크가 있는 사용자'로 설정하면 파일을 보고 있는 사용자의 이름이 표시되지 않습니다. 대신 다른 사용자가 익명으로 라벨이 지정되어 표시되고 각 익명 사용자는 다양한 익명의 동물로 나열됩니다. 파일 권한을 '링크가 있는 사용자'로 설정했지만 특정 사용자와 파일을 공유하는 경우 파일을 공유한 사용자의 이름이 표시됩니다. 그 외 다른 사용자가 파일을 볼 때는 익명으로 나타납니다. 비공개 파일의 익명 동물 파일 권한을 '링크가 있는 사용자'로 설정한 다음 이를 '특정 사용자'로 변경하면 다음과 같은 경우 여러 익명의 동물이 표시될 수 있습니다. 누군가 파일을 여러 번 여는 경우에는 익명의 동물 목록에서 오래되고 연결이 끊긴 세션을 강제 종료하는 데 조금 시간이 걸릴 수 있습니다. 누군가 온...

GPT-6 Astra 공개 내용 쉽게 해설: AI가 “대답하는 도구”에서 “일을 수행하는 동료”로

※ 아래 내용은 OpenAI가 공개한 GPT-6 Astra 소개 페이지의 주장을 바탕으로 쉽게 풀어쓴 해설입니다. 벤치마크 수치는 제조사가 제시한 조건과 측정 방식에 따라 달라질 수 있습니다. 한 줄 요약 GPT-6 Astra는 단순히 글을 잘 쓰는 모델을 넘어, 웹 브라우저와 컴퓨터를 직접 사용하고 여러 단계의 업무를 끝까지 수행하는 것을 목표로 한 모델입니다. 1. GPT-6 Astra는 무엇이 달라졌나? OpenAI는 GPT-6 Astra를 새로운 세대의 지능 모델이라고 소개합니다. 핵심은 지식량만 늘리는 것이 아니라 컴퓨터 사용, 웹 탐색, 소프트웨어 개발, 과학 연구, 사이버보안, 전문 업무 를 실제 작업 흐름 속에서 수행하도록 설계했다는 점입니다. 기존 챗봇이 질문에 답하고 결과물을 만들어 주는 데 집중했다면, Astra는 사용자의 목표를 이해한 뒤 브라우저를 열고, 자료를 찾고, 문서를 작성하고, 결과를 점검하는 식의 다단계 업무 수행 을 강조합니다. 2. 가장 중요한 변화: AI가 컴퓨터를 사용한다 소개 페이지의 표현을 쉽게 바꾸면 다음과 같습니다. 온라인 자료를 찾아 요약하기 문서·스프레드시트·프레젠테이션 만들기 웹사이트를 만들고 실제 화면에서 품질 점검하기 과학 데이터를 분석하고 그래프 만들기 양식 입력, 예약 검색, 상품 비교 같은 반복 업무 수행하기 이 변화는 “AI에게 무엇을 물어볼까?”에서 “AI에게 어떤 업무를 맡길까?”로 사용 방식이 이동한다는 뜻입니다. 프롬프트 한 번의 답변보다 목표·권한·검토 지점·완료 조건 을 설계하는 일이 중요해집니다. 3. 업무 성능에 대한 OpenAI의 주장 영역 공개 페이지에 제시된 내용 실무적으로 읽는 법 컴퓨터 사용 화면을 이해하고 브라우저·업무 도구를 조작 사람이 하던 반복적인 클릭·입력 업무를 위임할 가능성 소프트웨어 개발 코드 작성뿐 아니라 테스트와 수정까지 수행 코딩 보조를 넘어 이슈 해결 사이클에 참여 전문 업무 문서·스프레드시트·발표자료를 템플릿에 맞춰 생성 회사 ...

Claude Fable 5.1 프롬프트 가이드: 쉽게 쓰는 AI 지시문 작성법

Claude Prompting Guide Claude Fable 5.1 프롬프트 가이드: 쉽게 쓰는 AI 지시문 작성법 Anthropic의 공식 문서는 Claude Fable 5.1을 더 잘 쓰기 위한 프롬프트 작성법을 설명합니다. 개발자용 문서라 조금 어렵지만, 핵심은 간단합니다. AI에게 “무엇을, 어느 정도로, 어떤 방식으로 끝낼지”를 더 분명히 알려주라는 것입니다. 출처: Anthropic Claude Platform Docs 한눈에 보는 핵심 작업 난이도에 맞게 AI의 “생각하는 정도”를 조절한다. 긴 작업에서는 중간 진행 상황을 사용자에게 알려달라고 요청한다. 독립적인 도구 호출은 한 번에 묶어서 처리하게 한다. 대화 기록은 중간에 고치지 말고 계속 뒤에 붙이는 방식이 안전하다. 글이 너무 길거나 딱딱하면 쉬운 문장과 구조를 요청한다. 작업을 시켰다면 끝까지 완료하고 검증하게 한다. 1. “생각하는 정도”를 작업에 맞게 정하라 Claude Fable 5.1에는 작업에 얼마나 많은 추론을 쓸지 정하는 effort 개념이 있습니다. 쉽게 말하면 AI에게 “빨리 대답할지, 더 깊게 생각할지”를 조절하는 장치입니다. 낮은 effort 간단한 요약, 분류, 짧은 답변처럼 빠른 처리가 중요한 작업 중간 effort 품질과 비용의 균형이 필요한 일반 업무 높은 effort 코딩, 분석, 복잡한 문서 작성처럼 실수가 비싼 작업 매우 높은 effort 긴 산출물이나 중요한 의사결정 보조 작업 문서의 조언은 명확합니다. 무조건 가장 높은 설정을 쓰지 말고, 실제 업무에서 품질·속도·비용을 비교해보라는 것입니다. AX 컨설팅 관점에서는 이 부분이 중요합니다. AI도 직원처럼 업무 난이도에 맞는 투입 시간이 필요합니다. 2. 오래 걸...

[Google이 교육용 G Suite 을 위한 LMS 연동 키트 - Course Kit 베타 공개]

Google 이 드디어 G Suite for Eudcation 버전을 위한  LMS (Learning Management System) 연동을 위한 키트를 제공한다는 소식입니다.  현재는 베타 서비스로 베타 서비스 신청을 하면 서비스를 받을 수 있다고 합니다. 44개 언어로 제공이 된다고 합니다. 다행히도 한국어도 포함되어 있습니다. 자세한 사항은 아래 내용을 참고하시기 바랍니다.  효과적인 교수 및 학습을 위해서는 강사와 학생 간의 원활한 협력이 필요합니다. 올바른 기술과 교육은 이러한 연결을 용이하게하는 데 도움이 될 수 있습니다. 따라서 많은 대학, 대학, 학교 및 기타 교육 기관에서 강사 및 학생들에게 LMS (Learning Management System)를 제공합니다. 교육자와 학생들은 LMS를 사용하는 것 외에도 G Suite의 클라우드 기반 생산성 도구를 사용하여 실시간으로 만들고 공동 작업하고 통신합니다. 지금까지는 G Suite를 많은 LMS와 통합하는 쉬운 방법이 없었습니다. Course Kit 입력  - 강사가 Google 문서 도구 및 드라이브를 사용하여 과제를 수집하고, 학생들에게 더 빠르고 풍부한 피드백을 제공하고, 이미 사용중인 LMS 내의 강의 자료를 공유 할 수있게 해주는 무료 툴킷입니다.  Course Kit는 학습 도구 상호 운용성 (LTI) 표준 을 사용하여 구축되므로 LTI를 지원하는 모든 LMS를 쉽게 설정하고 사용할 수 있습니다. Course Kit에는 현재 할당 도구 및 파일 포함 도구가 포함되어있어 G Suite의 강력한 협업 기능을 교육 및 학습 워크 플로에 통합하기가 빠르고 안전합니다. 지난 학기 동안 더 높은 교육 기관을 통해 Course Kit를 시범 적으로 운영하여 현재 베타 프로그램을 통해 더 널리 사용하도록하고 있습니다. Course Kit의 과제 도구로 사려 깊은 피드백을 얻을 수있는 시간을 ...