FastCampus 3기 수강생의 Best Prompt #4: 금융 상품 대화형 챗봇의 유저 의도 분석 이번 베스트 프롬프트는 @JeonHyunJun 님의 사용자 의도 분류 프롬프트 입니다. 수업 1주차부터 4주차까지 가장 많이 강조하는 단어는 "사용자 의도" 입니다. 생성형 AI 를 사용하여 서비스를 만들 때, 이용자의 의도 파악이 중요한 요소이니까요. 이를 위해 여러가지 방법론을 다루는데, 현준님의 프롬프트에는 제가 전달한 포인트가 잘 담겨있습니다. '단어' 사용을 유심히 보면 좋을 것 같습니다. 특히 프롬프트 내에서 현준님께서 사용한 '단어'에 주목해보시면 좋겠습니다. 수업에서 강조했던 표현과 개념들을 세심하게 담아내신 것을 보고, 수업을 정말 집중해서 들으셨구나 하고 느꼈습니다! → 프롬프트를 잘 이해하기 위한 그림, 사용모델: Gemini-2.0-Flash ✅ 프롬프트 제작 목적 -금융 상품 관련 챗봇이 사용자 질문을 정확히 파악하여, 사용자에게 가장 적합한 금융 상품 정보를 제공하기 위한 목적으로 제작. 금융 상품 추천이나 정보를 제공할 때, 첫 번째 단계인 사용자의 의도를 빠르고 명확하게 분류하여 최적의 답변 제공하는 것이 목적. ✅ 프롬프트 주요 기능 금융 관련 질문 여부 판단 사용자의 질문이 금융 상품 관련인지, 혹은 무관한 질문인지를 명확히 구분.

FastCampus 3기 수강생의 Best Prompt #3:의약품 안전사용 서비스 Smart DUR(Drug Utilization Review) 세 번째 소개드릴 프롬프트는 형기님의 Smart Dur 프롬프트입니다. 형기님은 개발자예요. @김형기 님께서도 청주에서 매주 토요일에 수업을 참여하시면서, 적극적으로 프롬프트 엔지니어링을 하셨어요. 제가 뽑은 3기의 1등 프롬프트 개발 사례 입니다. 형기님의 프롬프트 환자 정보와 처방약 정보를 받아서 환자의 특성(나이·임신 여부·질환 등)에 따른 금기사항(Contraindications)과 주의사항(Precautions)을 구조화해주는 “약물 안전성 점검(DUR) 스크리닝” 기능을 수행하도록 설계했습니다. DUR(Drug Utilization Review) 작업을 자동화하여, 각 환자 특성이 해당 약물의 금기 대상인지·주의 대상인지 JSON 형태로 결과를 생성하는 역할을 해요. 목적 환자 정보(나이, 성별, 동반질환)를 기반으로 금기,주의 약제 복용 방지 사용 Model Solar-pro(Temp : 0.4 , Top_P : 0.56) 사용 Prompt 구조 Type D: Instruction + Input Data -> Output 사용 기법 Zero Shot

FastCampus 3기 수강생의 Best Prompt #2: 회의 대화 스크립트 분석 봇 → 액션 아이템, 할 일, 논쟁 이슈, 다음 안건 자동 요약 두 번째 베스트 프롬프트는 원티드랩의 유능한 개발자 @오정석 님의 "회의봇" 입니다. 정석님은, LaaS 를 사용하여 회의 관련한 봇을 만들어주셨습니다. 프롬프트 제작 목적 회의봇은 회의에서 오가는 긴 대화 내용을 자동으로 분석하여 중요한 업무를 놓치지 않고 신속히 정리할 수 있도록 도와주는 AI 도구예요. 단순히 회의를 기록하는 수준을 넘어, 참석자들이 보다 빠르고 명확하게 액션 아이템을 파악하고 논쟁 사항을 정리하며, 다음 회의 주제를 효율적으로 준비할 수 있도록 제작했습니다. 프롬프트 핵심 기능 소개롬프트 핵심 기능 소개 정석 님의 회의봇은 총 다섯 가지 핵심 분석 기능을 수행하도록 설계되었습니다. 액션 아이템 자동 추출액션 아이템 자동 추출 회의 중 등장하는 업무(Task)를 명확하게 정의된 형식으로 자동 추출합니다. → 형식 예시: @박개발: API 연결 테스트 (Jira #FE-123 연동) → 7/18 ★ 우선순위 표시로 업무의 중요도를 즉각적으로 알 수 있게 합니다. 불확정된 업무는 즉각적인 "확인 필요" 표기 덕분에 후속 관리가 간편해집니다. 논쟁 포인트 심층 분석 회의의 주요 논쟁을 심층적으로 분석해 시각적으로 표시합니다. 🔥 치명적 갈등, ⚠️ 의견 불일치, 💡 창의적 아이디어로 논쟁 성격을 즉시 파악하게 했어요. 주요 참석자 의견을 대조표 형식으로 제공해주는데, 갈등을 빠르게 완화할 수 있을 것 같아요.

FastCampus 3기 수강생의 Best Prompt #1: 병원 문진을 위한 AI 챗봇 이번 FastCampus 3기는 특히 실무와 밀접한 프롬프트가 많았습니다. 현장에서 생성형 AI를 직접 활용하거나 기존 업무를 더 정교하게 개선하는 등 실제 업무 환경에서 바로 적용 가능한 프롬프트가 눈에 띄었어요. 이번 3기는 파이널 프로젝트를 위해 두 기업에서 쿠폰을 후원해 주셨습니다. (감사합니다!) 👉 원티드랩 LaaS 무료 체험권 👉 Upstage Solar-Pro 크레딧 베스트로 선정된 총 4개의 프롬프트를 하나씩 소개하겠습니다. 첫 번째는 매주 토요일마다 청주에서 강남까지 오가며, 프롬프트 개발에 남다른 열정을 보여주신 대학병원에 근무하시는 수강생의 작품입니다. (@정경만 님 공개 혀용 감사드립니다) ✅ 이름: 병원 문진을 위한 AI 챗봇 ✅ 목적: 모바일 전화예약으로 병원에 처음 예약하는 환자분께 진료과목 안내하기 ✅ 사용 모델: GPT-4o 프롬프트 특징:프롬프트 특징: AI가 의사 역할을 수행하며 환자의 증상을 체계적으로 질문 및 분석 미리 정의된 체크리스트({확인항목})를 활용하여 증상의 세부 정보를 놓치지 않도록 수업에서 배운 syntax tree 구조로 질문을 세분화함. ← 이 점이 가장 인상적이었습니다. 환자의 답변을 바탕으로 임상추론을 진행- 환자 입장에서 이해하기 쉽게 구어체로 진료과목과 필요한 검사까지 안내함.

프롬프트엔지니어링 - 6주차 Project 과제 (24. 11. 28.) 백병재 5살~8살 어린이용 창작 동화 제작 프롬프트 Step1: User prompt 실행시 Task를 수행하기 위해 먼저 사용자에게 스토리 구성요소를 질문해줘. User 답변에는 등장인물, 주인공, 주제, 장소, 스토리의 결말, 스타일, 교훈 등 스토리 구성요소중 전부 또는 일부만 포함될 수 있어. Step2: User가 요청하는 지정하는 주제 또는 등장인물 (복수의 인물 입력 가능), 선택한 스타일 (예를 들면 재미있는, 무서운, 웃기는, 교훈적인, 미래 지향적인, 반전있는, 황당한, 믿을 수 없는 등)중 입력된 구성요소를 반영하여 스토리 초안을 보여주고, User에게 수정 또는 보완이 필요한 사항을 질문해줘. Step3: User의 수정 또는 보완 필요한 사항을 반영하여 수정된 스토리를 다시 보여주고 수정 또는 보완이 필요한 사항을 다시 질문해줘. 이 과정을 user가 OK할 때까지 반복해줘. 출력 결과 <실행 모델: Claude-3.5> 아주 멋진 주제를 선택해주셨어요! 상부상조의 힘을 보여주는 토끼와 거북이의 감동적인 이야기를 만들어보겠습니다. 이야기 초안을 먼저 영어로 작성해볼게요: "The Unlikely Heroes of Maple Forest" In the heart of Maple Forest, a tiny rabbit named Hopper and an old turtle called Shell lived near each other. Though they seemed very different, they shared a beautiful friendship. One scorching summer day, a terrible forest fire began to spread. The smaller animals panicked and started running away. But Hopper noticed that Shell, being slow and old, couldn't escape quickly. Without hesitation, Hopper approached Shell and said, "I'll help you escape!" He used his strong legs to push and guide Shell away from the dangerous flames. Shell, though heavy, used his wisdom to choose the safest path through the burning forest. Together, they not only saved themselves but also helped other small animals who were trapped. Hopper would carry the smallest creatures, while Shell guided them using his years of forest knowledge. When they finally reached safety, all the forest animals cheered. Today's story's lesson was: true friendship means helping each other, no matter how different you may seem. 이제 한국어 버전으로 번역해보겠습니다: "단풍나무 숲의 특별한 친구들"

Prompt Engineering 수업 2기 >> 영어숙제 생성 MyGPT 커넥트에듀 황경호 대표님의 프롬프트 입니다. 피드백을 드려요. 대표님, 탄탄한 프롬프트 구조라 프롬프트를 작성하는 법에서는 크게 말씀드릴 것이 없습니다. (1) 다만, 문제 유형을 생성함에 있어서 GPT 의 할루시네이션이 아예 없지는 않아서요. 마지막 단계나, 중간 단계에서 "check your answer twice" "check your things logically" 와 같은 중간/ 마지막 검증 단계의 문장을 넣어보면 좋을 것 같습니다. (2) 또 다른 방법으로는, GPT에게 너의 답을 생성하게 함에 있어서 "LLM에게 justification 하게 하는 것도 방법입니다." (1) 결과 생성한 다음 -> (2) 정당화 요구요. (왜 문제를 이렇게 생성하게 했는지 이유를 말해주고, 답에 주관이 섞이지는 않았는지 확인해봐) 라고 하면 더 정확해질 것 같습니다. 양질의 프롬프트로 파이널까지 완성해주셔서 감사드립니다 프롬프트 공유 허락주셔서 감사드립니다. @스마일pat

현우님의 프롬프트 입니다. 사용모델 : gpt-4o, gpt-3.5, claude-new variable : temperature : 0.3, top-p : 1 목적 : rag가 하는 pdf-parsing을 대체 input data : pdf를 한글 파일로 변환하여 html 변환 내용 결과 : 나만의 스타일로 잘 정리된 html body, 요약내용 문제점 : gpt-3.5는 결과가 안나옴. 특정 부분의 html을 넣어야 하는 복잡함? 페이지 내에서 문맥에 맞춰 놔눠서 결과물이 뽑히지 않는 문제?? 프롬프트 현우님께 드리는 피드백, front engineer → prompt engineer 인가요? 역할 설정에 있어서 차이를 느끼지 못했습니다. — not include <title> tag 부터~~~ — 선 전까지. 끝에는, 모두 마침표를 찍어주세요. pasring의 기능은 확인하였지만, 100 characters 씩 요약이 나오지 않네요. 마지막 현장 발표에 너무 시간이 없어서, 현우님께서 의도하신 것에 대한 설명을 듣지 못한 것이 제 불찰입니다! 하여, 이 글을 확인하시면 댓글이나 메시지 주세요. 무엇을 고도화 하고 싶으신가요? 문제점 : gpt-3.5는 결과가 안나옴. 특정 부분의 html을 넣어야 하는 복잡함? ( 고성능 모델로는 잘나오는 것을 봤습니다) 페이지 내에서 문맥에 맞춰 놔눠서 결과물이 뽑히지 않는 문제?? (이 것은, 프롬프트를 세밀하게 넣어야 해결될 거 같아요)

Prompt Engineering 수업 2기 >> 수주 인력 배정 프롬프트 인균님께서 작성하신 "요구 사항에 맞는 수주인력 배정 프롬프트" 입니다. 프롬프트 실행 환경 model=GPT-4o || max_tokens=2048 temperatures=0 frequency_penalty=1 presence_penalty=1 <Prompt> 인균님께 드리는 피드백, 상호 관점에서 프롬프트를 잘 작성하셨습니다. 이 챗봇 구현 여부의 관건은, "실시간 DB" 겠네요. 당연히 Input Data 를 프롬프트에 넣으면 실시간이 아닐테니, 요 것은 노션 DB와 같은 것을 사용하여 RAG 시스템으로 해결봐야겠지요? 간단하게 풀릴 것 같습니다.

유진님의 티켓 관람 후기 요약을 위한 프롬프트 입니다. 프롬프트 소개 인터파크 티켓의 공연상품의 후기는 1000개 이상 티켓의 특성상 기획사 -> 안좋은 리뷰 X Prompt 환경 Chatgpt-4oTemp: 0.54Max token: 2048TopP: 0.4 Prompt 유진님께 드리는 피드백, 수정한 프롬프트입니다. 요렇게 짧게 써도 잘나오네요 ^^ 한가지 궁금한 점은, 부정적인 리뷰를 → 긍정적인 뉘앙스로 바꿔서 결과에 나오게 하면 더 좋지 않을까요? Summarize 5 short reviews representing positive vibes from live performances. Ignore irrelevant/negative reviews. #Follow steps: classify sentiment- exclude negatives-focus on relevant event content-select 5 best-condense summaries to 5 words each. Respond in Korean with comma-separated summaries. Whenever you generate, ensure the content is different. Recycle user's words and phrases in your output. (← 이 부분을 추가하여 내용의 다양성을 좀 올렸습니다. 포인트는 리사이클이에요. Temp. 0.7) Reviews:

Prompt Engineering 수업 2기 >> Short Film Scenario Writer 혜윤님의 단편영화 시나리오 작성을 위한 프롬프트입니다. <Prompt> 혜윤님께 드리는 피드백, 탄탄한 프롬프트의 구조를 볼 수 있었습니다. 스트림 릿으로 하신 것도요. 고도화 아이디어는 다음과 같아요. (1)시간 개념 없는 LLM: Short Film is less than 5-minutes-long → 이런 문장이 반영이 전혀 되지 않으니, 차라리 글자 수나, 문단 수로 제한을 주심이 좋아요. (2) creatitivity 가 떨어진다면, creativity 에 대한 조건을 따로 주고 어떤 내용으로 원하는지에 대한 맥락 설명을 추가하면 좋을 것 같습니다. 함께 온도도 1로 하면 더 다채롭게 나올 거예요. (3) Fill in the blank 의 방식 아이디어 좋은 것 같아요, entities 가 filled 될 때까지 사용자에게 질문을 하는 거요. 다만, 질문을 너무 사용자에게 많이 하면 피로하니 질문-평서문-질문-평서문으로 프롬프트 고도화를 충분히 해보면 될 거 같습니다. *프롬프트 공유와 피드백 공유를 허용해주셔서 감사합니다 @Hye_yoon_Jeong

Prompt Engineering 수업 2기 >> AI Manual Tutor 2기 모범 수강생 범찬(화중)님의 프롬프트 피드백입니다. AI Manual Tutor ( 건설현장 엔지니어가 참조하는 매뉴얼 Q&A 챗봇 서비스 ) … GPT-40-MINI / TEMP0.3 / TOKEN 2,000 문제 : 사용자의 질문유형과 무관하게 ‘주저리 주저리’답변 → 질문유형분석을 통해 단답형 or 서술형(전문적)을 나눠서 응답 CRITICAL : 실제 현장시공 상황에 적용해야 하므로 정확도 확보가 매우 중요 → 단계별로 출력. 평가단계 추가 / Prompt Chaining, zero-shot Prompt 범찬님께 드리는 피드백, 확실히 특정 도메인에서 완전히 전문적인 내용을 다루게 되면 프롬프트가 어쩔 수 없이 정확성을 위해 CoT도 들어가고, 이런 저런 내용들이 들어가는 것 같아요. 하지만, 기대한 바 대로 출력이 잘 나오는 것을 확인하였습니다. 수치를 다루고, 특정 시공이나 작업 과정에 정확하게 서술해야하는 중요한 내용들을 다루는 만큼 문서기반 질의응답으로 고도화하는 것도 필요해보이네요. RAG를 적용해도 되겠지만, GPTs 와 같은 기능으로 implicit하게 구현하는 방법도 있습니다. 테스트 입력값들과 기대출력 등을 준비를 잘 해오셔서 도메인이 전문가가 아닌 저에게 테스트를 하는 내내 감사했습니다. 🙂 고도화 작업 필요시, 어떤 문제점을 보완하고 싶은지 부분이 기록이 누락되었습니다. 이 부분을 말씀하신다면, 고도화 아이디어를 "길이 줄이는 것" 제외하고 제안할 수 있겠습니다. *범찬님, 프롬프트 공개와 공유를 허락해주셔서 감사합니다.

Prompt Engineering 수업 2기 >> UX 라이팅 적용 프롬프트 >> 정원님 정원님의 UX 라이팅 관련 프롬프트 입니다. 프롬프트 선정 배경: UX 라이팅은 서비스의 신뢰성을 높이고 사용자 경험을 향상시키는 핵심 요소, 이를 효율적으로 도입할 수 있는 프롬프트를 개발하고자함. <프롬프트 환경> Modetl : gpt-4o-mini Temperature: 0.65 정원님께 드리는 피드백, 발표자료와 프롬프트를 명확하고 깔끔하게 잡아주셨네요. 프롬프트의 내용 또한 섹션 별로 잘 구조화가 되어있어서 instructions를 일관되이 잘 적용될 것 같아요. 특히 LLM에게 톤을 선택하라고 한 부분이 인상적이었어요. 꽤나 잘 해주더라구요. UX에서 중요하게 다루는 라이팅 원칙을 상세하게 잘 설명해주시고 있습니다. 개선 결과에 대한 설명도 요구하고 있는 것은 좋은 구현이나, 이를 결과물보다 먼저 출력하게 하여 약간의 Zeroshot CoT와 유사한 효과를 노리는 것도 좋습니다. 위의 문제점과 개선 방향에 언급하신 것과 같은 문제로요. 제가 UX 라이팅 프롬프트를 작업했을 때의 경험은, 예시 사용보다는 "회사의 정체성이나 색깔"과 관련된 키워드 특히 형용사를 프롬프트에 주는 것이 효과적이었습니다. 테스트 후 발견한 문제점 & 개선 방향 : 1)잘 작성된 문구도 억지로 수정하는 경향이 있음, 잘 작성된 문장은 수정하지않고 코멘트만 해주는 기능을 추가하면 좋을것같음 → (요 것은 프롬프트에 Eval. 관련 조건을 넣어주시면 될 것 같아요. 또한 잘 작성된 문장에 대한 #criteria 도 함께 추가해주면 좋을 것 같아요. ) 2)처음에 예시를 같이 작성했더니 예시 대로만 수정하는 경향이 있어서 제거함, 예시를 효과적으로 넣는 방법을 고려해보고싶음 → (예시를 사용하지 않고 해보면 어떨까요?)

Prompt Engineering 수업 2기 >> 육아대화 코칭 피드백 생성 프롬프트 피드백 커넥츠랩 안세호 대표님의 프롬프트는 "육아 대화 코칭 피드백 생성"입니다. 프롬프트 사용예시 결과물>> 세호님께 드리는 피드백, 전반적으로 프롬프트의 구성과 구조성, 목적과 의도, 그에 맞는 내용, 입력과 출력, 적용한 테크닉을 보았을 때 흠 잡을 곳이 없습니다. Finally, reconsider the result. (internally) → 정확하게 Think internally 를 사용하는 것이 좋습니다. 또한, 기능에서 발화를 분석하면서, 감정을 분석하면서 대안 제시와 기대효과 또한 분석하는 구현 방향이 보다 입체적인 피드백을 가능하게 하는 좋은 기획과 목적이 담긴 프롬프트라고 생각되어요! 고도화 아이디어 감정을 Positive / Negative 로 양 측으로 분류하는 것 → 다수의 Class 로 감정을 분류하여, 드러나는 감정과 긍정적/부정적 상황을 모두 담아 피드백을 풍부하게 하면 좋을 것 같습니다. 여기서 구체적인 판단 기준이 더 상세하게 정의되면 피드백이 참조하는 감정의 양상도 풍부해지고, 이를 참조하는 피드백 내용 또한 그러할 것입니다. → 이때는 수업에서 다룬 방식으로, 펑션콜 호출해서 감정을 더 세세하게 분류해보세요. 서비스를 이용하는 부모님들이 보셨을 때 생성되는 말투가 너무 formal 한 것 같아요. 하여 less formal 하게 톤앤 매너를 조정함이 어떨까요? 최종 아웃풋을 읽을 때 가독성이 좋도록, 포맷 형식을 지정해봐도 좋을 것 같습니다. 이렇게요. - Response Format: |사용자 발화| :

Prompt Engineering 2기 >> 정현님 >> PDF to PPT 프롬프트 피드백 <프롬프트 사용 환경> model : gpt-4o-mini temperature=0.60 maximum_length=2048 top_P=0.40 frequency_penalty=0.30 presence_penalty=0.36 정연님께 드리는 피드백, 프롬프트를 구조적이면서 또 각 부분의 의미를 명확하게 작성을 하셔서 의도와 입력의 형태를 파악하기 쉬웠습니다. 문제점: 프롬프트에서 Input Parameter에서 Presentation Duration의 경우 생성하는 PPT를 발표 예상 시간에 따라 매개변수를 넣도록 했지만, 아직까지 GPT와 같은 큰 규모의 LLM도 Duration 자체를 잘 감지하지는 못하는 것으로 보입니다. 따라서 이는 그렇게 유효한 매개변수가 아닐 수도 있으니, 생성되는 슬라이드나 대본을 생성한다면 발표하는 슬라이드의 대본 글자 수등 다양한 방법으로 우회해서 설정해야 해요. 고도화 아이디어: 1) 역할을 "전문 발표 전략가"만이 아닌 추가로 "content curator and visual design consultant" 여러 멀티 전문가로 넣어도 다각적인 결과를 얻을 수 있을 것 같아요. 2) 슬라이드 유형을 추가해보면 어때요? 텍스트, 그래프, 이미지 슬라이드 여러 유형이 있을 테니까요. 각각의 타입에 맞도록 포맷을 포맷팅하도록요 ("Suggest slide types for each section (e.g., bullet points for methods, charts for results, and images for discussion)." 2) Input 을 넣고 결과물 품질 검증 절차를 추가해 보면 어떨까요? After generating the outline, cross-check its alignment with the primary objective of knowledge sharing and refine if necessary. 1차 정연님이 쓰신 프롬프트로 결과물을 한 번 produce 하고 2차로 위의 프롬프트를 써서 검증해보시면, 조금 더 결과를 깎을 수 있을 것 같습니다. 3) prompt 에 룰을 추가하여 결과물을 제어하면 좋을 것 같습니다: [Rule] Strictly adhere to the input parameters and provide a customizable output if parameters are missing.

Fastcampus >> Prompt Engineering 2기 >> 신동엽님 프롬프트 피드백 model : 4o-mini temp : 0.69 top p : 1 Prompt: You are a conversational analyst skilled at accurately understanding USER INTENT. Analyze the user’s emotions based on the given multi-turn conversation. HOW TO OUTPUT FORMAT if emotion == 'positive' : "- emotion : positive - sentence(s) : [ sentence : score ]" elif emotion == 'negative' : "- emotion : negative - sentence(s) : [ sentence : score ]" elif emotion == 'undetectable' : "- emotion : undetectable" 동엽님께 드리는 피드백 프롬프트 구조화를 잘 하셨습니다. 1-5 점 스케일의 중간 편향을 제거 한 것에 있어서도, 말씀드린 부정적인 편향성을 다소 해결하셨을거 같습니다. 이런 감정 분류의 테스크는 "사람의 감정"을 분류함에 있어서 LLM의 장점을 최대한 이용해야 하면서도, 분류를 위해 제어를 해야하는 그 중간의 유연성이 가장 중요한 것 같아요. 하여, General to Specific 하게 가면 다 잡을 수 있다고 생각합니다. 일반적으로 크게 잡고 -> 하위 감정들에 대해 펑션콜로 세세하게 잡고 -> 결과를 프롬프트로 추가로 더하여, 원하는 결과물을 만들어보세요! 수업에서 함께 보았던 대로 function calling을 활용하여 각각의 판단 기준을 설정하여 평가에 반영하도록 구현하는 방법도 있을 것 같은데, 어제 동엽님께서 안그래도 고도화를 하셨다니, 기대됩니다 프롬프트에서 추구하는 것이 분류 테스크이기 때문에, 조금 더 temperature를 떨어뜨려도 괜찮습니다. 멀티턴은, 늘 말씀드렸듯이 "턴을 어떻게 자를 것인지" 개념 정립이 가장 중요해요. 개념 정립되면 알려주세요.

>> FastCampus Prompt Engineering 2기 파이널 프로젝트 우수 프롬프트 소개 파이널 프로젝트에서 좋은 점수를 받은 프롬프트를 소개합니다. 각기 다른 강점이 있는 프롬프트라 유익함이 있습니다. 네 가지입니다. 시각 장애우를 위한 제품 설명서 감성 분석과 의도 분류 시스템 프롬프트 육아 대화 코칭 피드백 생성 프롬프트 개발 사례 1. "시각 장애우를 위한 제품 설명서" 파이널 프로젝트 1등은 형섭님의 '시각 장애우를 위한 제품 설명서' 입니다. 생성형 인공지능이 현재의 삶을 조금 편하게 이롭게 해준다는 말을 실감할 수 있었던 제작 사례입니다. 프롬프트로 시각 장애우를 위해 상품 이미지를 자세하게 설명 하는 툴을 만드셨습니다. 전문의 코드를 공유해주셨습니다. 모델은 gemini.1.5-pro를 사용하여 만들었습니다. System Prompt 에 해당하는 내용을 유심히 보면 좋을 것 같아요.

이 번에 소개할 피드백을 위한 프롬프트는 "Code Assistant Prompt" 입니다. 기획이 탄탄한 프롬프트 입니다. 프롬프트 엔지니어링 수업 1주차는 프롬프트를 제작하기 위한 기획 과정을 다룹니다. 기획 단계에서는 다음 세 가지 과정을 거치는데요, (1) 문제 정의 (2) 프롬프트 구현 방법 (3) 프롬프트 제작 아이디에이션 이번 과제를 제출해주신 준혁님께서 완벽하게 기획을 하셨습니다. (공개를 허용해주셔서 감사드립니다 💌) 프롬프트 제목: Code Assistant Prompt 아이디어: 사용자 input을 prompt structure optimization 해줄 수 있다면 해당 허들을 많이 낮출 수 있지 않을까? 기획 의도: 문제 인식 수업 자료 속에서 불만 사유 1위가 “질문 의도 파악 실패” 사용자 분석 생성형 AI 이전까지 절대다수의 web/mobile 사용자는 search engine 기반으로 자료/정보 탐색을 함(정보 검색 = ’google’로 동사화로 통용됨) 젊은 세대일수록 작은 화면인 모바일 환경에 더 친숙 ‘축약어’는 사람들이 간단하게 표현하는 것을 선호함을 보여줌 문제 분석(LLM) 사회적 관계, 비언어적 표현을 토대로 사람과 사람 간에는 약어로도 대화가 편히 잘 됨 하지만, 세대적 관계 rapo가 적은 젊은 세대와 노인 세대 간의 대화 갈등은 요점 추구, 키워드 중심의 대화는 비언어적 공감대 없이는 커뮤니케이션의 어려움을 보여줌. 특히 LLM은 사람과의 비언어적 의사소통이 현재까지는 불가능하기 때문에 구체적인 맥락 정보가 없이는 사용자들의 의도 파악에 어려움을 느낄 수 밖에 없음 또한, 사용자들이 대부분 키워드 기반의 검색을 해왔기 때문에 prompt를 위해서 상세 맥락 정보를 주는 것이 쉽지 않음 ( 1. 낯설음, 2. 귀찮음, 3. 필요성 자체를 모름(인지 문제) )

Fastcampus 오프라인 프롬프트 엔지니어링 수업은 매 주의 과제가 있습니다. 제출해 주시는 과제 중엔 함께 보면 좋을 프롬프트가 참 많습니다. 그 중 소개하고 싶은 프롬프트가 있습니다. Few-shot 프롬프트 생성기입니다. Few-shot prompt engineering 기법 Few-shot prompt engineering 은 여러 개의 예제를 사용하는 기법입니다. 예를 들어서, 한 단어를 영어로 번역하는 프롬프트라면 여러 가지 예제를 사용해서 에어컨이라는 단어의 영어 단어를 생성하게 하는 것입니다. 다음 단어를 한국어에서 영어로 번역해줘. 사과: apple 핸드폰: mobile phone 에어컨: 프롬프트 기능 개발을위한 예제 자동 생성 툴 이 글에 소개하는 프롬프트는 기능 개발을 위한 예제 자동 생성 툴입니다. 프롬프트 엔지니어가 직업인 분의 프롬프트라 제가 이렇다 할 피드백을 하지 않아도, 이미 완성형인데요. 프롬프트를 함께 보겠습니다. ( 흔쾌히 공유를 허용해주셨습니다. 감사합니다 ) 프롬프트 제목: Few-shot 프롬프트 생성기