[Wiki] 2-3. LLM: Prompt Engineering

1. Prompt란?

• AI가 수행해야 할 작업을 설명하거나 지시하는 자연어 입력

 

구성 요소

구성요소	설명	작업 예시
목표	수행해야 할 작업	회원가입 오류 원인 분석
배경 정보	작업 이해에 필요한 상황	특정 요청에서 500 오류 발생
작업 범위	확인하거나 수정할 영역	user-service만 수정
제약 조건	반드시 지켜야 할 규칙	기존 API 계약과 계층 구조 유지
수행 절차	작업 진행 순서	분석 → 계획 → 구현 → 테스트
완료 조건	작업이 끝났다고 판단할 기준	테스트 통과 및 오류 재현 불가
출력 형식	결과를 보고하는 방식	원인, 변경 파일, 테스트 결과

 

2. Prompt Engineering 이란?

• 생성형 AI 모델이 원하는 결과를 생성하도록 프롬프트를 설계하고 개선하는 과정
• ✅ AI에게 작업 수행 과정을 명확하게 전달하는 기술 (무엇을, 어떤 조건으로, 어떤 형식으로)
• ⚠️ LLM은 프롬프트의 작은 변화에도 민감하게 반응함

 

목적

목적	설명
정확성 향상	사용자의 의도와 요구사항을 모델이 정확히 이해하도록 함
관련성 향상	현재 작업과 직접 관련된 결과를 생성하도록 유도
일관성 확보	반복 실행 시 비슷한 구조와 품질의 결과를 얻도록 함
출력 제어	JSON, 표, 코드, 보고서 등 원하는 형식으로 결과를 반환
오류 감소	잘못된 해석, 누락, 환각 가능성을 낮춤
작업 자동화	반복 작업을 재사용 가능한 프롬프트로 표준화

 

한계

한계	설명
모델 민감성	표현, 순서, 예시의 작은 변화로 결과가 달라질 수 있음
정보 부족	지시가 명확해도 필요한 코드나 문서가 없으면 정확한 수행이 어려움
일관성 한계	같은 프롬프트라도 항상 동일한 결과를 보장하지 않음
컨텍스트 한계	긴 문서와 대화가 누적되면 중요한 정보가 묻힐 수 있음
검증 필요	모델이 요구사항을 따랐는지 별도로 확인해야 함

• ⚠️ 프롬프트를 명확하게 작성하는 것만으로는 충분하지 않음
• ✅ 작업에 필요한 정보를 적절하게 제공하고 관리해야 함
• ➡️ 전체 정보 환경을 설계하는 과정인 Context Engineering를 사용하여 한계를 보완함

 

출처

• Wiki - Prompt Engineering