지금 뭘 먼저 해야 할지 정하기
분야, 현재 상황, 우선 목표를 고르면 AI를 어디에 먼저 붙여야 할지 빠르게 감을 잡을 수 있습니다.
지금 내 상황에 맞는 첫 실행 순서와 바로 복사해 쓸 프롬프트를 한 화면에서 찾을 수 있습니다.
분야, 현재 상황, 우선 목표를 고르면 AI를 어디에 먼저 붙여야 할지 빠르게 감을 잡을 수 있습니다.
대본, 기획, 고객응대, 제안서, 디버깅처럼 실제 업무에 맞는 프롬프트를 바로 가져다 쓸 수 있습니다.
출처, 과장 표현, 정책 민감 문장처럼 AI가 혼자 판단하면 위험한 지점을 표로 확인할 수 있습니다.
업무 유형별로 어떤 AI 도구를 먼저 쓸지 판단 기준 제공.
아래 3가지를 고르면 실행 우선순위를 추천합니다. 복잡한 툴 선택보다 운영 기준을 먼저 고정하는 것이 성과가 빠릅니다.
| 업무 유형 | AI 적용 포인트 | 사람 검수 포인트 |
|---|---|---|
| 기획/리서치 | 주제 후보 생성, 관점 확장, 구조화 | 사실성/중복성/브랜드 일치 |
| 작성/편집 | 초안 생성, 톤 보정, 요약/재구성 | 근거 출처, 과장 표현, 정책 민감 문장 |
| 운영/자동화 | 체크리스트 생성, 정기 리포트, 분류 | 장애 대응, 롤백 가능성, 알림 피로 |
| 고객응대/세일즈 | 응대 초안, 후속 메일, FAQ 생성 | 개인정보/약속 문구/법적 리스크 |
실무에서 바로 사용하도록 설계한 프롬프트 모음입니다. 검색/필터 후 복사해서 사용하고, 대괄호 변수(`[ ]`)만 현재 상황에 맞게 바꿔 쓰세요.
검색 결과: 0개
관련 문서: AI 파이프라인 설계, 프롬프트 버전관리, 정책 친화형 운영
많은 실무자들이 AI(ChatGPT, Claude 등)를 도입하고 "생각보다 별로네"라고 실망하는 이유는, AI를 단순한 사실 검색엔진처럼 사용하기 때문입니다. AI는 사전을 찾는 '검색창'이 아니라, 여러분의 지시를 기다리는 '주니어 팀원(Junior Staff)'에 가깝습니다. 주니어에게 일을 시킬 때 "유튜브 제목 10개 뽑아봐"라고 던지면 뻔한 결과만 나오는 것과 똑같습니다.
Anthropic의 프롬프트 엔지니어링 가이드에서는 이를 "명확한 지시(Be clear and direct)"라는 첫 번째 원칙으로 강조합니다. 배경 상황(Context), 원하는 형식(Format), 타깃 고객(Audience)을 명확하게 정의해 주어야 합니다.
한 번의 입력으로 원하는 결과물(Zero-shot)을 얻기 위해서는 아래의 뼈대를 프롬프트에 포함해야 합니다.
위 공식으로 작성된 프롬프트와 무작정 던진 프롬프트의 결과 차이는 하늘과 땅 차이입니다. OpenAI 프롬프트 엔지니어링 가이드에서도 "Write clear instructions"를 첫 번째 전략으로 제시합니다.
[그림] CO-STAR 프롬프트 엔지니어링 4단계 프레임워크. 입력 구조에 따라 AI의 출력 품질이 극적으로 변화합니다.
AI의 가장 치명적인 약점은 모르는 것을 모른다고 하지 않고, 그럴듯한 거짓말(Hallucination)을 지어낸다는 점입니다. 특히 데이터, 역사적 사실, 인명, URL, 전문 지식에 관해서는 AI가 출력한 결과물을 100% 신뢰해서는 안 됩니다.
Anthropic은 이를 방지하기 위해 Chain-of-Thought(사고의 연쇄) 기법을 권장합니다. AI에게 "단계별로 생각하세요(Think step by step)"라고 지시하면, 중간 추론 과정을 보여주기 때문에 논리적 오류를 발견하기 쉬워집니다.
다음 글을 팩트체크하세요. 규칙: 1. 확인 가능한 사실만 "확인됨"으로 표시 2. 출처를 찾을 수 없으면 "출처 필요"로 표시 3. 틀린 내용은 "오류"로 표시하고 올바른 정보 제시 4. 절대 추측하지 말 것. 모르면 "확인 불가"로 표시 [검토할 글 붙여넣기] 출력 형식: | 문장 | 판정 | 근거/출처 | 수정 제안 |
단순히 규칙만 알려주는 것보다, 내가 원하는 결과물의 예시(정답)를 2~3개 함께 넣어주는 것이 훨씬 효과적입니다. 이를 Few-Shot Prompting이라 하며, OpenAI와 Anthropic 모두 공식 가이드에서 핵심 전략으로 제시합니다.
당신은 유튜브 콘텐츠 전략가입니다. 주어진 주제로 영상 제목을 생성하되, 아래 사고 과정을 따르세요. [사고 과정] 1) 타깃 시청자의 핵심 고민을 파악한다 2) 검색 의도(정보형/방법형/비교형)를 분류한다 3) 고민 + 해결 구조로 제목을 구성한다 4) 클릭베이트 요소를 제거하고 신뢰 표현으로 교체한다 [예시 1] 주제: 블로그 수익화 사고: 타깃은 월 100만원 미만 블로거 → 방법형 검색 → 구체적 수치가 클릭 유도 제목: "블로그 월 50만원 만드는 현실적 루틴 (광고 없이)" [예시 2] 주제: 노션 활용법 사고: 타깃은 프리랜서/직장인 → 정보형 → 시간 절약 소구 제목: "노션 하나로 업무 시간 30% 줄인 실제 세팅법" 이제 아래 주제로 같은 방식으로 제목 3개를 생성하세요. 주제: [여기에 주제 입력]
ChatGPT의 Custom Instructions, Claude의 System Prompt, Gemini의 System Instruction을 활용하면 매번 같은 조건을 반복 입력하지 않아도 됩니다. 특히 팀 단위로 AI를 사용할 때 시스템 프롬프트를 통일하면 결과물의 톤·형식·품질이 일관됩니다.
[시스템 프롬프트 — 팀 공용]
당신은 AllGuide 편집팀의 시니어 에디터입니다.
## 작성 원칙
- 톤: 친근하지만 전문적. 존댓말(~습니다/~세요) 사용
- 구조: 반드시 소제목(H2/H3)으로 구분. 한 문단 3~4줄 이내
- 금지: 과장("최고의", "혁신적인"), 확정 표현("반드시 ~이다"), 이모지
- 인용: 모든 데이터/통계는 출처 표기 (발행기관, 연도)
- 길이: 사용자가 지정하지 않으면 1500~2000자
## 품질 게이트
- 팩트체크 필요 문장은 [⚠ 확인 필요]로 표시
- 정책 민감 표현은 [⚠ 정책 검토]로 표시
- 결론에 반드시 "실행 체크리스트" 또는 "다음 단계" 포함
같은 프롬프트라도 모델에 따라 결과가 크게 다릅니다. 각 모델의 강점에 맞게 프롬프트를 조정하세요.
| 전략 | ChatGPT | Claude | Gemini |
|---|---|---|---|
| 긴 문서 처리 | 청크 분할 후 순차 처리 | 전문을 한 번에 입력 (200K 컨텍스트) | 파일 업로드 활용 (1M+ 토큰) |
| 한국어 글쓰기 | "한국어로 작성" 명시 필수 | 자연스러운 한국어 기본 지원 | "한국어 네이티브 톤" 지시 권장 |
| 코드 생성 | Code Interpreter 활용 | Artifacts로 실행 가능 코드 | Colab 연동 |
| 최신 정보 | 브라우징 기능 활성화 | 웹 검색 기능 지정 | Google 검색 기본 통합 |
| 추론/분석 | o1/o3 모델로 전환 | Extended thinking 모드 활용 | Thinking 모드 활용 |
각 모델의 공식 문서: OpenAI Platform · Anthropic Docs · Google AI for Developers
위 프롬프트 라이브러리에는 10개 도메인, 40개의 실사용 가능 프롬프트가 수록되어 있습니다. 효과적으로 활용하는 팁: