기본 콘텐츠로 건너뛰기

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 effort간단한 요약, 분류, 짧은 답변처럼 빠른 처리가 중요한 작업
중간 effort품질과 비용의 균형이 필요한 일반 업무
높은 effort코딩, 분석, 복잡한 문서 작성처럼 실수가 비싼 작업
매우 높은 effort긴 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 걸리는 작업은 중간 보고를 시켜라

Claude Fable 5.1은 긴 도구 작업을 할 때 사용자에게 중간 상황을 덜 말하는 경향이 있다고 합니다. 사용자는 화면이 멈춘 것처럼 느낄 수 있습니다.

그래서 긴 작업을 맡길 때는 이렇게 말해두면 좋습니다.

작업을 시작하기 전에 무엇을 할지 한 줄로 알려줘. 작업 중간에도 중요한 진행 상황을 짧게 알려줘. 마지막에는 무엇을 했고, 무엇이 확인됐고, 남은 일이 무엇인지 요약해줘.

특히 발표자료 작성, 블로그 업로드, 코드 수정, 파일 변환처럼 시간이 걸리는 작업에서는 이런 중간 보고가 신뢰를 높입니다.

3. 여러 자료를 찾을 때는 한 번에 찾게 하라

AI 에이전트가 웹 검색, 파일 읽기, 코드 확인 같은 도구를 사용할 때가 있습니다. 이때 서로 의존하지 않는 작업은 하나씩 순서대로 하기보다 한 번에 묶어서 처리하는 것이 빠릅니다.

예를 들어 “README, package.json, 보안 문서를 확인해줘”라는 작업은 세 파일을 순서대로 하나씩 읽을 필요가 없습니다. 한 번에 읽고 비교하면 됩니다.

문서에서는 이런 식의 지시를 제안합니다.

먼저 필요한 자료를 조용히 정리한 뒤, 서로 의존하지 않는 자료는 이번 응답에서 한 번에 요청해줘.

4. 대화 기록은 중간에 고치지 말고 뒤에 붙여라

AI 서비스를 만들 때는 이전 대화 기록을 어떻게 저장하느냐도 중요합니다. Claude Fable 5.1은 이전 응답의 생각 블록이나 도구 호출 기록이 정확히 이어져야 안정적으로 동작합니다.

쉽게 말하면, 이미 지나간 대화를 중간에서 고치거나 지우지 말고 새 내용은 뒤에 계속 붙이는 방식이 안전하다는 뜻입니다. 개발자에게는 기술적인 내용이지만, 서비스 운영자에게는 “기록을 함부로 편집하면 AI의 문맥이 깨질 수 있다” 정도로 이해하면 됩니다.

5. 글이 너무 어렵거나 길면 문체를 지정하라

공식 문서는 Claude Fable 5.1의 글이 좋아졌지만, 경우에 따라 문장이 길고 밀도가 높아질 수 있다고 설명합니다. 이럴 때는 “쉽게, 짧게, 구조적으로” 쓰라고 명시해야 합니다.

전문 용어를 줄이고 쉬운 한국어로 써줘. 한 문단은 너무 길지 않게 나눠줘. 목록과 소제목을 사용해서 모바일에서도 읽기 쉽게 정리해줘.

이건 블로그 글, 교육자료, 시니어 대상 강의안에서 특히 중요합니다. 좋은 프롬프트는 멋진 말을 요구하는 것이 아니라, 독자가 이해하기 쉬운 형식을 요구하는 것입니다.

6. 자료를 요약할 때는 베껴 쓰지 않게 하라

공식 문서는 Claude Fable 5.1이 검색한 자료를 요약할 때 원문 표현을 그대로 가져오는 경우가 있을 수 있다고 설명합니다. 블로그나 보고서에서는 이 점을 조심해야 합니다.

안전한 방식은 이렇습니다.

  • 자료의 핵심은 내 말로 풀어쓴다.
  • 원문 표현을 그대로 쓰는 경우에는 따옴표로 표시한다.
  • 출처 링크를 남긴다.
  • 단순 번역이 아니라 독자에게 필요한 해설을 붙인다.

7. 일을 시켰으면 끝까지 하게 하라

AI 에이전트에게 작업을 맡겼는데 중간에 “다음에 하겠습니다”라고 멈추면 곤란합니다. 공식 문서는 이런 경우 프롬프트에서 작업 완료 기준을 분명히 하라고 조언합니다.

사용자가 이미 요청한 일은 다시 허락을 묻지 말고 진행해줘. 다만 삭제, 결제, 외부 발송처럼 위험한 일은 멈추고 확인을 받아줘. 마지막에는 실제로 무엇을 실행했고, 어떤 결과를 확인했는지 알려줘.

이 원칙은 AI 업무자동화에서 매우 중요합니다. AI는 계획만 세우는 도구가 아니라, 요청받은 범위 안에서 실제 결과물을 만들어야 합니다.

8. 작은 수정은 전체를 갈아엎지 말게 하라

코드나 문서를 고칠 때 작은 오타 하나 때문에 전체 파일을 다시 쓰면 시간과 비용이 낭비됩니다. 문서에서는 필요한 경우 “수술하듯 작은 부분만 수정하라”고 지시하라고 합니다.

결과가 같다면 전체 파일을 다시 쓰지 말고, 필요한 부분만 정확히 수정해줘.

이 지시는 코딩 에이전트뿐 아니라 문서 편집에도 유용합니다. 보고서 한 문단만 바꾸면 되는데 전체 구조가 바뀌면 검토 부담이 커지기 때문입니다.

9. 긴 결과물은 답변 공간을 남겨라

매우 높은 effort에서 긴 보고서나 긴 코드를 만들 때는 AI가 생각하는 데 많은 공간을 쓰고, 정작 최종 답변이 잘릴 수 있습니다. 그래서 긴 산출물을 요청할 때는 “생각은 구조 잡기에 쓰고, 최종 답변을 완성하는 데 공간을 남겨라”라고 요청하는 것이 좋습니다.

실무적으로는 한 번에 너무 큰 결과물을 요구하기보다, 목차 → 초안 → 검토 → 최종본 순서로 나누는 것도 좋은 방법입니다.

10. 쉬운 프롬프트 공식

Claude Fable 5.1 문서를 실무용으로 바꾸면 다음 공식으로 정리할 수 있습니다.

1. 역할: 너는 무엇을 돕는 AI인가? 2. 목표: 무엇을 완성해야 하는가? 3. 자료: 어떤 출처와 파일을 봐야 하는가? 4. 방식: 짧게 쓸지, 표로 쓸지, HTML로 만들지 정한다. 5. 진행: 오래 걸리면 중간 보고를 한다. 6. 검증: 완료 후 무엇을 확인해야 하는지 정한다. 7. 제한: 하지 말아야 할 일과 사람 승인이 필요한 일을 정한다.
AX 컨설팅에서의 활용 포인트

이 문서는 개발자용이지만, 실제 메시지는 컨설팅 현장에도 그대로 적용됩니다. AI를 잘 쓰려면 “좋은 질문”보다 “좋은 업무 지시서”가 필요합니다. 사람 직원에게 업무를 맡길 때처럼 목표, 자료, 형식, 완료 기준, 승인 기준을 분명히 해야 합니다.

한 줄 결론

Claude Fable 5.1을 잘 쓰는 방법은 어렵지 않습니다. 작업 난이도에 맞게 생각의 깊이를 정하고, 필요한 자료를 확인하게 하고, 중간 진행을 알려달라고 하고, 최종 결과를 검증하게 하면 됩니다. AI에게 막연히 “잘해줘”라고 말하지 말고, “어떤 결과를 언제까지 어떤 형식으로 끝낼지” 알려주는 것이 핵심입니다.

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 “...

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 ...

[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...

외식업 대표 사례에서 배우는 사회적기업·소상공인 AI 업무자동화 시작법

사회적기업·소상공인을 위한 AI 활용 가이드 외식업 대표 사례에서 배우는 AI 업무자동화 시작법 AI 업무자동화는 대기업만의 이야기가 아닙니다. 사람이 부족한 작은 조직일수록 AI가 초안을 만들고 사람이 승인하는 구조 가 현실적인 출발점입니다. 오늘의 핵심 AI는 사장이 아니라 업무를 도와주는 직원 작은 조직에 필요한 4개의 AI 업무팀 사람의 승인 지점을 남기는 법 내일부터 시작하는 3단계 AI는 사장이 아니라, 업무를 도와주는 직원입니다 최근 외식업 대표의 AI 자동화 활용 사례를 보며 한 가지를 다시 확인했습니다. AI 업무자동화는 더 이상 대기업만의 이야기가 아닙니다. 오히려 사람이 부족하고, 대표와 실무자가 여러 일을 동시에 처리해야 하는 사회적기업, 소상공인, 작은 조직 에게 더 현실적인 도구가 되고 있습니다. 하지만 AI가 모든 일을 마음대로 처리하게 만드는 것이 목표는 아닙니다. 브랜드 이미지, 고객 응대, 금전 처리, 계약, 민감한 개인정보가 걸린 일은 반드시 사람이 확인해야 합니다. AI가 초안을 만들고, 정리하고, 반복 작업을 준비한다. 사람은 마지막 판단과 승인을 한다. 이 구조가 가장 안전하고 실용적입니다. 저는 이것을 AI 직원 모델 이라고 부릅니다. 작은 조직에 필요한 AI 업무팀 4가지 1. AI 홍보팀 블로그 글, SNS 문구, 안내문, 보도자료, 뉴스레터, 행사 소개글 초안을 만듭니다. 2. AI 고객응대팀 반복 질문을 분류하고 답변 초안을 만들어 담당자가 빠르게 확인하도록 돕습니다. 3. AI 운영관리팀 일정, 체크리스트, 회의록, 업무보고, 미처리 업무 알림을 정리합니다. 4. AI 자료정리팀 흩어진 문서, 설문, 인터뷰, 보고서, 회의록을...