
RAG - 더 나은 AI 응답을 위한 프롬프트 프레임워크 마스터하기
요약
LLM의 출력 품질을 높이기 위한 구조화된 프롬프트 프레임워크인 CRISP와 RICE를 소개합니다. 각 프레임워크의 구성 요소와 문맥(Context) 및 목적(Purpose)의 차이점을 상세히 설명합니다.
핵심 포인트
- CRISP 프레임워크를 통한 체계적인 프롬프트 구성 방법
- RICE 프레임워크를 활용한 역할 및 기대 사항 정의
- 문맥(Context)과 목적(Purpose)의 개념적 차이 이해
- 다양한 프롬프팅 기술을 활용한 LLM 성능 최적화
Zero-shot, one-shot, few-shot, 시스템 프롬프팅 (system prompting), 역할 프롬프팅 (role prompting), 문맥 프롬프팅 (contextual prompting), 사고의 사슬 (Chain of Thought), 사고의 트리 (Tree of Thoughts), 그리고 자기 일관성 프롬프팅 (self-consistent prompting)과 같은 프롬프팅 기술들은 주로 영감의 원천이 됩니다.
LLM (Large Language Models)으로부터 더 나은 출력을 생성하기 위해 따를 수 있는 구조화된 프레임워크들도 존재합니다.
이 프레임워크들이 효과적이라는 것을 어떻게 알 수 있을까요?
이들은 다양한 프롬프팅 접근 방식을 실험해 온 실무자들과 연구자들의 광범위한 시행착오를 통해 개발되고 개선되었습니다.
CRISP 프레임워크
C (Context/Capacity - 문맥/역량)
AI가 맡아야 할 전문 지식이나 능력을 정의합니다.
R (Role/Request - 역할/요청)
수행할 작업을 명확하게 지정합니다.
I (Instructions/Insight - 지침/통찰)
작업을 완료하는 데 필요한 관련 문맥과 정보를 제공합니다.
S (Style/Specification - 스타일/사양)
제약 조건, 요구 사항 및 서식 기대치를 정의합니다.
이는 시스템 프롬프팅 (system prompting)과 밀접하게 연관될 수 있습니다.
P (Purpose/Presentation - 목적/표현)
출력 형식을 제어하고 응답의 의도된 목적을 설명합니다.
문맥 (Context) vs 목적 (Purpose)
문맥 (Context)과 목적 (Purpose)은 비슷해 보일 수 있지만, 서로 다릅니다.
예시
문맥 (Context):
내일 시험이 있어서 이 질문을 하는 것입니다.
목적 (Purpose):
당신이 좋은 답변을 제공한다면, 나는 시험을 잘 볼 수 있을 것입니다.
문맥은 배경을 설명하는 반면, 목적은 이유나 의도된 결과를 설명합니다.
예시 :
CRISP를 사용하는 경우
- 콘텐츠 제작
- 문서 생성
- 블로그 작성
RICE 프레임워크
R (Role - 역할)
AI에게 특정 역할을 부여합니다.
I (Instructions - 지침)
무엇을 해야 하는지 명확하게 정의합니다.
C (Context - 문맥)
배경 정보와 관련 세부 사항을 제공합니다.
E (Expectations - 기대 사항)
원하는 결과물, 형식, 그리고 품질에 대한 기대치를 명시합니다.
예시 (Example) :
RICE를 사용해야 하는 경우
- 기획 (Planning)
- 요구사항 수집 (Requirement gathering)
- 제품 로드맵 생성 (Product roadmap creation)
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기