프롬프트 고급 문법 12가지 — 역할 부여부터 Few-shot까지

역할·맥락·형식을 적어도 원하는 답이 나오지 않는다면, 무엇을 더 알려 줄지 나눠 살펴보세요. 아래 12가지는 독자와 관점, 출력 구조, 예시와 수정 요청을 정리하는 방법입니다. 특정 모델에서 효과를 측정한 순위는 아니며, 결과가 요청을 지켰는지 직접 확인해야 합니다.

기본기는 ChatGPT 사용법에서, 복사용 문장은 ChatGPT 프롬프트 100선에서 확인하세요.

1~3. 역할·페르소나 부여

1. 전문가 역할 — “~의 전문가로서”처럼 검토할 관점을 지정합니다. “인사 담당자로서”와 “채용 컨설턴트로서”를 각각 요청한 뒤 우선순위가 어떻게 달라졌는지 확인하세요. 역할 이름만으로 전문성이 보장되지는 않습니다.

2. 독자 지정 — “이 답을 처음 듣는 20대 신입에게 설명하듯” — 대상에게 맞는 설명을 요청합니다. 받은 답의 용어와 예시를 독자가 이해할 수 있을지 살펴보세요.

3. 관점 고정 — “비관적 검토자 입장에서 반론만 모아 줘” — 찬성 이유에 치우친 초안을 다른 관점으로 검토할 때 씁니다. 반론도 근거가 있는지 따로 확인합니다.

4~6. 출력 형식 지정

4. 구조 강제 — “표로”, “번호 목록으로”, “JSON으로” — 사용할 문서나 데이터의 형식을 요청합니다. 필요한 항목과 형식을 지켰는지 확인한 뒤 사용하세요. 업무 문서 예시는 AI로 보고서 쓰는 법의 섹션별 템플릿에서 볼 수 있습니다.

5. 분량 제한 — “3문장으로”, “300자 이내” — 필요한 길이를 정합니다. 분량을 맞췄는지와 함께 중요한 내용이 빠지지 않았는지 확인하세요.

6. 금지사항 명시 — “형용사 과잉 금지”, “추측 금지, 모르면 모른다고” — 피해야 할 표현과 행동을 적습니다. 지시만으로 위반이 사라진다고 가정하지 말고 결과를 검수하세요.

7~9. 작업 순서와 검토 기준 지정

여기서는 숨은 사고 과정을 길게 보여 달라고 요구하는 대신, 요건·선택지·추천처럼 확인할 결과의 순서를 정합니다. 추론 모델은 내부적으로 사고하므로 단계별 사고 지시가 항상 성능을 높이는 것은 아닙니다. 필요한 산출물과 검토 기준을 분명히 쓰세요.

7. 단계 순서 제시 — “먼저 요건을 정리하고, 그다음 선택지를 만들고, 마지막에 추천” — 요건과 선택지, 추천을 나눠 받는 방법입니다. 추천이 앞서 적은 요건에 맞는지 대조하세요.

8. 자기 검증 요청 — “답을 만든 뒤 스스로 약점을 검토해 줘” — 초안에서 다시 확인할 후보를 받습니다. 모델의 자체 검토가 사실 확인이나 테스트를 대신하지는 않습니다.

9. 대안 3개 강제 — “하나만 주지 말고 3안과 각각의 트레이드오프” — 선택지를 비교할 때 씁니다. 각 안의 차이와 제약이 실제로 구분되는지 확인하세요.

10~12. 예시·제약·반복 개선

10. 예시 제공(Few-shot) — 원하는 결과의 예시를 1~2개 보여 주고 “이런 식으로: [예시]“라고 요청합니다. 설명만으로 전달하기 어려운 형식과 톤을 보여 줄 때 활용하세요. 예시와 다른 조건을 준 부분도 제대로 반영됐는지 확인합니다.

11. 되묻기 지시 — “정보가 부족하면 답하기 전에 질문해 줘” — 빈 정보를 임의로 채우지 않도록 요청합니다. 필요한 질문을 했는지, 여전히 추측한 부분이 있는지 확인하세요.

12. 반복 개선 루틴 — 첫 답을 보고 “두 번째 항목만 더 깊게”, “이걸 표로 다시”처럼 바꿀 부분을 지정합니다. 수정할 때 유지해야 할 조건도 함께 적고 전후 결과를 대조하세요.

12문법 종합 비교표 + 언제 쓰는가

기법	언제 쓰나	결과에서 확인할 것
전문가 역할	깊이 있는 답 필요	관점의 차이와 근거
독자 지정	설명·교육 자료	용어·예시의 난이도
관점 고정	비판적 검토	반론의 근거
구조 강제	문서·데이터 출력	항목과 형식 준수
분량 제한	요약·보고	길이와 내용 누락
금지사항	습관 차단	금지 조건 위반 여부
단계 유도	판단·분석	요건과 추천의 일치
자기 검증	초안 검토	검토 후보의 재확인
대안 3개	의사결정	트레이드오프 비교
Few-shot	형식·톤 예시 제공	예시와 요청 조건 반영
되묻기	정보 부족 상황	질문과 추측한 내용
반복 개선	수정할 부분이 있는 작업	전후 차이와 유지 조건

엑셀 수식처럼 정확성이 중요한 작업에 이 기법을 접목한 예는 엑셀 함수 AI 활용 글에서 볼 수 있습니다.

화면에서는 로그인 안내가 답변의 일부를 가리고 있습니다. 요청을 구성한 예시로 참고하되, 조합의 효과를 측정하거나 전체 결과를 검수한 자료로 보지는 마세요.

연습 과제 3개 (직접 해보기)

1. 역할+형식: “10년차 마케터로서, 이 제품의 3가지 특징을 혜택 중심으로 표로” — [제품]을 바꿔 3회 반복
2. Few-shot+되묻기: 좋았던 문구 예시 2개를 주고 “비슷하게 3개 더, 부족한 정보는 질문해 줘”
3. 단계 유도+자기 검증: “여행 계획을 ①요건 정리 ②후보 비교 ③추천 순서로, 마지막에 계획의 약점 검토까지”

위 과제는 12가지 기법 중 일부를 묶어 보는 교육용 입력 예시입니다. 실제 학습 효과를 측정한 결과가 아닙니다. 입력 조건과 받은 답을 함께 남겨 어떤 요청이 반영됐는지 확인하세요.

기법을 3개 이상 조합하는 것 자체를 금지할 필요는 없습니다. 역할+형식+Few-shot을 함께 쓰더라도 요청이 서로 충돌하지 않는지 확인하세요. 다만 어떤 지시가 결과에 영향을 줬는지 살펴볼 때는 같은 입력에서 기법 하나만 바꾸고 나머지 조건은 유지합니다.

예시를 주지 않은 답과 예시를 준 답을 비교하거나, 첫 답과 특정 항목을 수정한 답을 대조해 보세요. 요청 조건·전후 결과·남은 문제를 메모해 두면 다음 요청을 정할 때 참고할 수 있습니다. 익숙해지는 기간은 작업과 연습 방식에 따라 달라집니다.

FAQ

Q1. 12가지를 다 섞어야 하나요? 전부 넣을 필요는 없습니다. 목적에 맞는 1~3개로 시작해 보세요. 더 조합할 때는 지시가 충돌하지 않는지 살펴보고, 효과를 비교하는 연습에서는 한 조건씩 바꿉니다.

Q2. 어떤 기법이 가장 효과 크나요? 형식과 톤을 설명하기 어렵다면 Few-shot을, 이미 받은 답에서 바꿀 부분이 분명하다면 반복 개선을 시험해 보세요. 어느 기법이 더 나은지는 모델과 작업에 따라 달라집니다. 같은 입력의 전후 결과로 판단하세요.

Q3. 제미나이·클로드에도 적용되나요? 역할·형식·예시를 적는 방법은 다른 도구에서도 시도할 수 있습니다. 다만 모델별 반응과 기능이 다르므로 같은 효과가 난다고 가정하지 마세요. 서비스 차이는 3대 AI 비교 글을 참고하세요.

Q4. 길게 쓸수록 좋나요? 필요한 정보를 빠뜨리지 않는 것이 먼저입니다. 요건은 분명하게 적되 문장은 짧게 나누세요. 받은 답이 조건을 지켰는지 확인합니다.

Q5. 실전 예시가 더 필요해요. ChatGPT 프롬프트 100선과 직업별 필수 프롬프트에서 맡길 작업에 가까운 예시를 골라 보세요. 대상과 조건을 바꾼 뒤 결과를 대조하며 적용합니다.

더 알아보기 — 공식 문서

• 프롬프트 가이드: help.openai.com
• 예시 제공: OpenAI Prompt engineering
• 추론 모델의 지시 방식: OpenAI Reasoning best practices

기법 설명 확인일: 2026-10-02 — 공식 자료의 지침도 자신의 모델·작업에서 결과를 확인하며 적용하세요.

함께 쓰는 업무 양식

모호한 부탁을 업무 요청서로에서 준비 자료·복사용 지침과 프롬프트·검수표를 함께 확인할 수 있습니다. 독자 작성한 편집 예시이며, 실제 모델 실행 결과는 검증하지 않았습니다.