AI에게 좋은 결과를 얻으려면 질문을 잘 쓰는 것보다 먼저 목표, 제약, 입력 자료를 정리해야 합니다. 작업의 목적과 판단 기준을 분리해 전달하면 AI가 무엇을 참고하고 어떤 형태로 답해야 하는지 훨씬 안정적으로 파악할 수 있습니다.
AI에 목표를 전달할 때 먼저 정할 것
프롬프트 엔지니어링은 대화형 AI에 요청을 설계하는 일입니다. 거창한 기술을 뜻하기보다 내가 원하는 결과를 목표, 자료, 조건, 출력 형식으로 나누어 적는 습관에 가깝습니다.
가장 먼저 적을 내용은 “무엇을 만들 것인가”입니다. “보고서를 써줘”보다는 “회의 자료를 바탕으로 의사결정용 요약문을 작성해줘”처럼 결과물의 용도와 독자를 함께 적는 편이 좋습니다.
목표에는 독자와 사용 장면도 포함해야 합니다. 같은 자료라도 임원에게 보여줄 문서인지, 팀 내부 검토용인지, 고객에게 전달할 안내문인지에 따라 필요한 설명의 깊이와 표현이 달라집니다.
좋은 목표 문장은 작업 대상, 사용 목적, 독자를 포함합니다. 예를 들어 “초보자가 읽을 수 있는 제품 비교 글을 작성하고, 구매 전 차이를 빠르게 판단하도록 도와줘”라고 쓰면 단순한 기능 나열과 구별되는 방향이 생깁니다.
그다음에는 결과의 범위를 정합니다. 포함할 내용과 제외할 내용을 함께 적어야 하며, AI가 빈틈을 임의로 채우지 않도록 “제공한 자료 안에서만 판단하라” 또는 “근거가 없는 세부 수치는 만들지 말라”처럼 기준을 분명히 밝혀야 합니다.
출력 형식도 목표의 일부입니다. 일반 문단인지, 표인지, 이메일인지, 항목별 요약인지, 초안인지 최종본인지에 따라 요청 결과가 달라지므로 원하는 형식을 처음부터 지정하는 것이 효율적입니다.
AI가 따라야 할 제약을 실행 규칙으로 바꾸기
제약은 막연한 희망이 아니라 결과를 판정할 수 있는 규칙이어야 합니다. “자연스럽게 써줘”보다 “전문용어는 처음 나올 때 풀어 쓰고, 한 문단은 두세 문장으로 구성해줘”가 확인하기 쉽습니다.
문체 제약에는 존댓말 여부, 독자의 수준, 허용되는 전문성, 피하고 싶은 표현을 넣습니다. 글의 목적이 설득인지 설명인지 기록인지도 함께 적으면 AI가 감정적인 표현과 객관적인 표현을 구분하는 데 도움이 됩니다.
분량을 정할 때는 글자 수만 던지지 말고 구성 단위도 지정합니다. 예를 들어 도입부에서는 문제를 설명하고, 중간에서는 판단 기준을 제시하며, 마지막에는 실행 순서를 제안하라고 하면 분량이 한 부분에 몰리는 현상을 줄일 수 있습니다.
제약은 우선순위가 있어야 합니다. 정확성, 자료 범위, 형식, 문체가 충돌할 때 무엇을 우선할지 적어 두면 AI가 서로 모순되는 지시 사이에서 임의로 선택하는 일을 줄일 수 있습니다.
부정형 지시만 나열하는 것도 주의해야 합니다. “하지 마”를 계속 적기보다 “검증된 자료만 사용하고, 모르는 내용은 일반적인 설명으로 처리한다”처럼 원하는 행동을 함께 제시하는 편이 결과를 통제하기 좋습니다.
예시를 넣을 때는 실제로 원하는 수준의 예시를 사용해야 합니다. 짧은 예시 하나가 문체와 구조를 동시에 보여줄 수 있지만, 예시에 포함된 표현이 반복되기를 원하지 않는다면 “구조만 참고하고 문장은 새로 작성하라”고 범위를 밝혀야 합니다.
시작 전에 입력 자료를 정리하는 순서
입력 자료는 한꺼번에 붙여 넣기보다 역할별로 나누는 것이 좋습니다. AI가 반드시 따라야 하는 지시와 참고해야 하는 원문이 한 덩어리로 섞이면 어느 문장이 규칙이고 어느 문장이 자료인지 구분하기 어려워집니다.
자료를 준비할 때는 먼저 작업의 기준이 되는 원문을 모읍니다. 계약서, 회의록, 제품 설명서, 조사 결과처럼 사실을 제공하는 자료와 내가 추가한 의견, 추정, 편집 메모는 성격이 다르므로 서로 다른 구역에 배치합니다.
파일 이름도 입력 정보입니다. “최종본”, “진짜최종”, “수정본”처럼 의미가 겹치는 이름 대신 자료의 역할과 버전을 드러내는 이름을 사용하면 여러 파일을 넣었을 때 비교 대상이 분명해집니다.
문서 안에서도 구조를 통일합니다. 예를 들어 자료에는 <원문>, <참고메모>, <질문>처럼 구분자를 붙이고, 각 구역의 시작과 끝을 명확히 표시하면 AI가 지시와 인용 대상을 섞어 읽을 가능성을 낮출 수 있습니다.
긴 자료를 입력할 때는 배경 자료를 먼저 제시하고, 마지막에 실제로 해결할 질문을 적습니다. 질문을 중간중간 여러 번 끼워 넣기보다 자료의 범위를 닫은 뒤 “위 자료를 기준으로”라고 요청하는 방식이 흐름을 안정적으로 만듭니다.
자료가 많아 한 번에 처리하기 어렵다면 작업을 나눕니다. 첫 요청에서 내용을 추출하고, 다음 요청에서 기준에 따라 분류한 뒤, 마지막 요청에서 최종 결과를 작성하는 식으로 단계별 결과를 다음 입력으로 넘길 수 있습니다. 자료의 일부를 각각 처리한 뒤 결과를 모으는 방식으로 구성할 수 있습니다.
자료의 종류에 따라 요청 방식도 바꿔야 합니다. 글 문서는 요약과 표현 개선을 요청하고, 표는 행과 열의 의미를 설명한 뒤 비교나 분류를 요청하며, 이미지 자료는 이미지 안에서 확인해야 할 요소를 구체적으로 지정하는 편이 좋습니다.
ChatGPT에 파일을 올릴 때는 사용하는 서비스가 실제로 읽을 수 있는 형식인지 살펴야 합니다. 공식 안내에는 XLSX, XLS, CSV, TSV, DOCX, PPTX, PDF, TXT 같은 형식이 포함되어 있으며, .gdoc은 지원되지 않으므로 PDF나 DOCX로 내보내는 방법을 사용할 수 있습니다.
입력 자료를 정리한 뒤에는 AI에게 바로 최종본을 요구하지 말고 먼저 자료를 어떻게 이해했는지 확인시키는 방법도 유용합니다. “핵심 주장과 근거를 분리해 표로 정리하고, 서로 충돌하는 내용을 표시해줘”라고 요청하면 원문을 잘못 읽은 부분을 초기에 발견할 수 있습니다.
자주 묻는 질문 FAQ
Q1) AI에게 목표와 제약을 한 번에 전달해도 되나요?
가능하지만 항목을 나누어 적는 편이 좋습니다. 목표, 참고 자료, 제약, 출력 형식을 구분하면 AI가 결과의 목적과 작성 방법을 혼동할 가능성이 줄어듭니다. 내용이 복잡하다면 자료를 먼저 정리하고 작업을 여러 요청으로 나누어 진행할 수 있습니다.
Q2) 자료를 많이 넣을수록 AI 결과가 좋아지나요?
자료의 양보다 관련성과 구조가 더 중요합니다. 현재 작업과 관계없는 문서가 섞이면 중요한 기준이 흐려질 수 있으므로, 필요한 범위만 남기고 원문과 개인 메모를 구분하는 것이 좋습니다. 자료가 길다면 먼저 핵심 내용을 추출한 뒤 그 결과를 다음 작업의 입력으로 사용하는 방법이 적합합니다.
Q3) 원하는 결과가 나오지 않을 때는 무엇부터 고쳐야 하나요?
먼저 목표 문장이 결과물의 용도와 독자를 충분히 설명하는지 확인합니다. 그다음 AI가 참고할 자료와 반드시 지켜야 할 제약이 분리되어 있는지 살펴보고, 출력 형식과 판단 기준을 구체적으로 다시 적습니다. 한 번에 모든 것을 바꾸기보다 한 가지 조건씩 수정하면서 결과 차이를 비교하는 편이 원인을 찾기 쉽습니다.