예시 답변 1
약 90초
목표 설정 결 → 프롬프트 설계 결 → 테스트 결 → 개선 결
LLM API를 활용한 프롬프트 설계 경험은 개인 프로젝트에서 고객 리뷰 텍스트를 긍·부정으로 분류하는 API를 구성하면서 왔습니다. 목표 설정 자리에서는 분류 정확도뿐 아니라 응답 형식의 일관성도 중요한 목표였습니다. JSON 형태로 출력이 나오지 않으면 파싱 오류가 생기기 때문입니다. 프롬프트 설계 자리에서는 시스템 프롬프트에 출력 형식 예시를 명확하게 포함하고, 몇 가지 Few-shot 예제를 추가했을 때 형식 일관성이 크게 올라갔습니다. 테스트 자리에서는 경계 케이스 입력, 매우 짧은 텍스트, 혼재된 감성을 담은 케이스를 별도로 모아 테스트 세트를 구성했습니다. 각 케이스에서 출력이 예상과 얼마나 다른지를 기록해두면 프롬프트 수정 후 변화를 추적할 수 있습니다. 개선 자리에서는 한 번에 많이 바꾸기보다 한 가지 변수만 수정해서 효과를 측정하는 방식이 프롬프트 엔지니어링에서도 유효했습니다.
이 결의 특징
리뷰 분류 API에서 Few-shot 예제를 추가했을 때 형식 일관성이 크게 향상된 자리가 나온다. 한 번에 많은 변수를 바꾸기보다 한 가지씩 수정해 효과를 측정하는 방식이 프롬프트 엔지니어링에도 유효했다는 결이다.
이 결이 통하는 자리
프롬프트 설계 경험을 묻는 자리에서 이 결이 통한다. 형식 일관성을 목표로 잡고 변수를 하나씩 바꿔 측정하는 방식이 체계적 접근 자리로 읽히는 흐름이다. 이 흐름이 읽힌다.