LLM의 성능이 엄청나게 업데이트 되면서 이전에 공식처럼 통용되던 프롬프팅 테크닉이 통하지 않는 경우가 있습니다. 대표적인 '낡은 공식' 4가지를 소개합니다.
1. 역할 부여 프롬프트는 이제 불필요합니다.
과거에는 AI 모델에 특정 역할(예: 10년차 개발자)을 부여하는 것이 유용하다고 알려졌지만, 최신 모델들은 이미 방대한 지식을 갖추고 있어 명확하게 실제 목표를 제시하는 것이 더 효과적입니다. 모델에게 관련 없는 역할을 부여하며 거짓말을 하기보다는, 정말로 원하는 작업이 무엇인지 명확하게 설명하는 것이 더 나은 결과를 가져온답니다.
2. 오탈자나 문법은 중요하지 않습니다.
프롬프트에 오탈자나 문법적 오류가 있어도 모델이 개념적으로 명확한 내용을 전달받는다면 사용자의 의도를 충분히 파악할 수 있습니다. 물론 최종 결과물에서는 오류를 수정하는 것이 좋지만, 아이디어를 발전시키는 반복 작업 중에는 사소한 오류가 큰 문제가 되지 않습니다. 특히 인간의 피드백을 통해 강화 학습된 모델은 이러한 오류를 줄이는 경향이 있습니다.
3. 정보를 단순화 할 필요가 없습니다.
과거에는 모델이 혼란을 겪을까 봐 복잡한 정보를 숨기거나 단순화하는 경향이 있었지만, 이제는 모델을 신뢰하고 더 많은 정보와 맥락을 제공하는 것이 더 효과적입니다. 심지어 관련 연구 논문을 통째로 제공하여 해당 기술을 학습시키고, 이를 바탕으로 예시를 생성하도록 요청하는 것도 가능합니다.
4.완벽한 프롬프트 공식은 없습니다.
구글의 AI팀에서 제작한 프롬프팅 코스를 보면 , 복잡한 프롬프트 없이 굉장히 상식적인 내용만 있는 걸 확인할 수 있습니다. AI 모델이 계속 발전하면서 '완벽한' 프롬프트 공식을 무조건 따르는 것은 AI의 창의적 잠재력을 제한하는 결과를 낳을 수 있습니다.
프롬프트에서 가장 중요한 것은 명확한 의도를 전달하는 것입니다.따라서 특정 공식에 얽매이기보다는 전달하고자 하는 내용의 명확성에 집중하는 것을 추천드립니다.
기고 및 협업 문의 chatdaeri@gmail.com
Member discussion: