본 논문은 대규모 언어 모델(LLM)과 특수 도구의 통합에서 제로샷 도구 사용의 어려움을 해결하기 위해 PLAY2PROMPT 프레임워크를 제안합니다. PLAY2PROMPT는 각 도구의 입력-출력 동작을 탐색하기 위해 반복적인 시행착오 과정을 거치며, 라벨링된 데이터 없이도 도구 설명을 개선하고 사용 예시를 생성합니다. 이를 통해 LLM 추론을 안내하고 도구 활용을 향상시켜 제로샷 도구 성능을 크게 개선합니다. 실제 작업에 대한 광범위한 실험을 통해 오픈 및 클로즈드 모델 모두에서 성능 향상을 보여주며, 도메인 특정 도구 통합을 위한 확장 가능하고 효과적인 솔루션임을 입증합니다.
