Claude와 작업할 때 결과를 개선하는 가장 효과적인 방법 중 하나는 원하는 것에 대해 구체적으로 작성하는 것입니다. 모든 것을 모델의 해석에 맡기는 대신, Claude가 찾고 있는 종류의 출력으로 향하도록 명확한 가이드라인이나 단계를 제공할 수 있습니다.
이렇게 생각해 보세요: Claude에게 "숨겨진 재능을 발견하는 캐릭터에 대한 짧은 이야기를 써달라"고 요청하면, Claude는 무수히 많은 방향으로 갈 수 있습니다. 이야기는 200단어일 수도 있고 2,000단어일 수도 있습니다. 캐릭터가 한 명일 수도 있고 다섯 명일 수도 있습니다. 코미디에 초점을 맞출 수도 있고 드라마에 초점을 맞출 수도 있습니다. 가이드가 없으면 무엇을 얻게 될지 운에 맡기는 것입니다.
두 가지 유형의 가이드라인
프롬프트에서 구체적으로 작성하는 데는 두 가지 주요 접근 방식이 있으며, 전문적인 애플리케이션에서는 이 두 가지를 함께 사용하는 경우가 많습니다.
품질 가이드라인
첫 번째 유형은 출력이 가져야 할 품질을 나열하는 데 초점을 맞춥니다. 이러한 가이드라인은 다음과 같은 속성을 제어합니다:
- 길이 제약 (1,000단어 이하로 유지)
- 구조적 요구사항 (캐릭터의 재능을 드러내는 명확한 행동 포함)
- 콘텐츠 명세 (최소 한 명의 조연 캐릭터 포함)
프로세스 단계
두 번째 유형은 모델이 따라야 할 구체적인 단계를 제공합니다. 이 접근 방식은 Claude가 최종 응답을 생성하기 전에 다양한 옵션과 고려사항을 생각해보도록 만듭니다. 예를 들어:
- 극적인 긴장감을 만들어낼 3가지 재능을 브레인스토밍하세요
- 가장 흥미로운 재능을 선택하세요
- 그 재능을 드러내는 중요한 장면을 개요로 작성하세요
- 이 발견의 영향을 높일 수 있는 3가지 조연 캐릭터 유형을 브레인스토밍하세요
실제 결과
구체적으로 작성하는 것의 영향은 극적일 수 있습니다. 식단 계획 프롬프트를 테스트할 때, 가이드라인을 추가하자 평가 점수가 3.92에서 7.86으로 향상되었습니다 - 출력 품질이 두 배 이상 증가한 것입니다. 실제로 어떤 모습이었는지 살펴보겠습니다:
Generate a one-day meal plan for an athlete that meets their dietary restrictions.
- Height: {prompt_inputs["height"]}
- Weight: {prompt_inputs["weight"]}
- Goal: {prompt_inputs["goal"]}
- Dietary restrictions: {prompt_inputs["restrictions"]}
Guidelines:
1. Include accurate daily calorie amount
2. Show protein, fat, and carb amounts
3. Specify when to eat each meal
4. Use only foods that fit restrictions
5. List all portion sizes in grams
6. Keep budget-friendly if mentioned각 접근 방식을 사용해야 할 때
품질 가이드라인은 거의 모든 프롬프트에 잘 작동합니다. 이는 일관되고 유용한 출력을 보장하기 위한 기본 바탕이 됩니다.
프로세스 단계는 다음과 같은 상황을 다룰 때 특히 유용합니다:
- 복잡한 문제 해결
- 의사 결정 시나리오
- 비판적 사고 작업
- Claude가 여러 관점을 고려하기를 원하는 상황
예를 들어, Claude에게 지난 분기 영업팀 성과가 30% 하락한 이유를 분석해달라고 요청하는 경우, 시장 상황, 개인 성과, 조직 변화, 고객 피드백 등 구체적인 지시 없이는 자연스럽게 탐색하지 않을 수 있는 영역을 고려하도록 강제하고 싶을 것입니다.
핵심은 Claude도 다른 도구와 마찬가지로 원하는 것과 그것을 얻는 방법에 대해 명확한 지시를 제공할 때 더 잘 작동한다는 것을 인식하는 것입니다. 구체적으로 작성하는 것은 AI를 세세하게 관리하는 것이 아니라, 성공을 위한 조건을 설정하는 것입니다.