막연한 ‘써줘’를 좋은 프롬프트로 바꾸는 실제 워크스루 + OpenAI 공식 가이드 정리
같은 챗GPT인데 어떤 사람은 바로 쓸 만한 답을 받고, 어떤 사람은 뻔한 원론만 받습니다. 차이는 모델이 아니라 프롬프트(명령문)를 어떻게 쓰느냐에 있습니다. 챗GPT는 질문에 담긴 정보만큼만 좁혀서 답하기 때문에, “블로그 글 써줘”처럼 막연하게 던지면 누구에게나 통하는 평균적인 답을 내놓을 수밖에 없습니다. 이 글은 추상적인 조언 대신, 막연한 프롬프트 한 개를 6가지 요소로 실제로 다시 쓰는 과정을 끝까지 보여 주고, OpenAI 공식 가이드가 권하는 방법과 ‘답이 안 나올 때 고치는 진단표’까지 예시 중심으로 정리했습니다.
- 왜 같은 질문도 답이 달라지나 — 프롬프트 6요소
- 막연한 프롬프트 → 좋은 프롬프트, 실제로 이렇게 바뀐다
- 국내 글이 잘 안 알려주는 3가지 (OpenAI 공식 권장)
- 원하는 답이 안 나올 때 — 증상별 진단표
- 그래서, 당신은 이렇게 하세요
- 정리와 근거
왜 같은 질문도 답이 달라지나 — 프롬프트 6요소
챗GPT는 사람의 의도를 넘겨짚지 않습니다. 준 정보 안에서만 답을 좁히기 때문에, 정보가 적으면 답도 넓고 평범해집니다. 좋은 프롬프트는 대개 아래 6가지 요소 중 필요한 것을 채워 넣은 문장입니다. 여섯 개를 다 넣어야 하는 건 아니고, 답이 자꾸 빗나갈수록 빠진 요소를 하나씩 더한다고 생각하면 됩니다.
| 요소 | 무엇을 정하나 | 프롬프트에 넣는 말 예시 |
|---|---|---|
| 역할 | 어떤 전문가처럼 답할지 | “너는 초등 교사야” |
| 작업 | 정확히 무엇을 시키는지 | “학습 계획표를 만들어” |
| 맥락 | 대상·상황·배경 | “대상은 4학년, 하루 30분” |
| 형식 | 결과물의 모양 | “표로, 요일별로” |
| 예시·참고 | 따라 할 견본이나 자료 | “아래 목차 순서를 지켜” |
| 제약 | 포함·제외·길이 한계 | “전문용어는 빼고, 200자 이내” |
핵심은 ‘역할·작업’만 있으면 답이 나오긴 하지만, ‘맥락·형식·제약’이 빠지면 매번 다른 모양의 평범한 답이 나온다는 점입니다. 우리가 원하는 건 특정 상황에 맞는 답이므로, 상황을 좁히는 맥락과 제약이 사실상 품질을 가릅니다.
막연한 프롬프트 → 좋은 프롬프트, 실제로 이렇게 바뀐다
원리보다 중요한 건 실제로 고쳐 보는 것입니다. 흔한 요청 하나를 6요소로 채워 보겠습니다.
고치기 전: “챗GPT 프롬프트에 대한 블로그 글 써줘”
이 문장에는 역할·작업만 있고 맥락·형식·제약이 없습니다. 그래서 대상이 초보인지 전문가인지, 길이가 얼마인지, 어떤 톤인지 모델이 알 수 없어 무난한 일반론이 나옵니다. 아래처럼 요소를 채우면 결과가 달라집니다.
고친 후:
- 역할 — “너는 IT 블로그를 오래 써 온 에디터야.”
- 작업 — “챗GPT 프롬프트 작성법을 주제로 블로그 초안을 써 줘.”
- 맥락 — “독자는 챗GPT를 이제 막 써 본 30~40대 직장인이고, 어려운 용어는 모른다.”
- 형식 — “소제목 4개로 나누고, 각 소제목은 200자 내외, 존댓말로.”
- 예시·참고 — “목차 순서는 ①왜 답이 달라지나 ②6요소 ③흔한 실수 순서로 지켜 줘.”
- 제약 — “전문용어를 쓰면 그 자리에서 한 줄로 풀어서 설명하고, 과장 표현은 빼 줘.”
고친 프롬프트는 여섯 줄로 길어졌지만, 모델이 답을 좁힐 재료가 그만큼 늘어납니다. 대상(초보 직장인)·형식(소제목 4개·200자·존댓말)·제약(용어 풀이·과장 금지)이 명시되어, 매번 비슷하게 재현되는 결과를 얻습니다. 프롬프트를 한 번에 완벽히 쓰려 하기보다, 답을 보고 빗나간 요소를 한 줄씩 더해 다듬는 방식이 실전에서 가장 빠릅니다.
국내 글이 잘 안 알려주는 3가지 (OpenAI 공식 권장)
‘역할 부여·구체적으로·형식 지정’은 어디서나 나오는 조언입니다. 그런데 OpenAI가 공개한 프롬프트 엔지니어링 가이드에는, 국내 소개 글에서 자주 빠지는 실용 기법이 더 있습니다. 세 가지만 실제 프롬프트 문장으로 옮겨 보겠습니다.
- 참고 자료를 함께 준다(사실 오류 줄이기). 모델은 근거가 없으면 그럴듯하게 지어내기도 합니다(이른바 ‘환각’). 자료를 붙이고 범위를 못 박으면 크게 줄어듭니다. 예: “아래 회의록을 근거로만 요약해 줘. 회의록에 없는 내용은 지어내지 말고 ‘자료에 없음’이라고 답해.”
- 큰 작업은 쪼개서 시킨다. “보고서 통째로 써 줘”보다, 단계를 나누면 각 단계의 품질이 올라갑니다. 예: 먼저 “목차부터 잡아 줘” → 목차를 확정한 뒤 “이제 1장만 자세히 써 줘”. 한 번에 다 시키지 않는 것이 요령입니다.
- ‘생각할 시간’을 준다(단계적 사고). 계산·논리·비교처럼 실수가 나기 쉬운 작업은, 바로 답부터 내지 말라고 지시하면 정확도가 올라갑니다. 예: “바로 결론을 내지 말고, 먼저 풀이 과정을 단계별로 적은 다음 마지막에 답을 정리해 줘.”
세 가지의 공통점은 ‘더 좋은 마법 문장’을 찾는 게 아니라, 모델이 실수하기 쉬운 지점을 사람이 미리 막아 준다는 데 있습니다. 특히 사실이 중요한 요약·조사 작업에서는 참고 자료 붙이기가 체감 효과가 큽니다.
원하는 답이 안 나올 때 — 증상별 진단표
프롬프트가 빗나갔을 때 무작정 다시 쓰기보다, 어떤 요소가 빠졌는지부터 짚으면 빠르게 고칠 수 있습니다. 자주 나오는 증상과 원인, 고치는 한 줄을 표로 정리했습니다.
| 증상 | 흔한 원인 | 이렇게 고친다 |
|---|---|---|
| 답이 뻔하고 일반적이다 | 맥락·대상이 없음 | 독자·목적·상황을 한 문장 추가 |
| 결과 모양이 매번 다르다 | 출력 형식 미지정 | “표로”, “불릿 5개로”, “300자로” 명시 |
| 사실이 틀리거나 지어낸다 | 근거 없이 생성 | 참고 자료를 주고 “없으면 모른다고 해” |
| 너무 길고 장황하다 | 길이·범위 제한 없음 | “핵심만 3문장”처럼 범위를 좁힘 |
| 안 시킨 내용까지 넣는다 | 제약 조건 없음 | “~만, ~는 빼고” 부정·범위 제약 |
표의 오른쪽 칸은 모두 §1의 6요소 중 빠진 것을 되채우는 일입니다. 즉 진단은 곧 “이번엔 어떤 요소를 안 줬나”를 찾는 과정입니다. 한 가지 더, 대화가 길어져 답이 흐트러지면 새 대화창을 열어 필요한 맥락만 다시 정리해 주는 편이 오히려 정확합니다. 이전 대화의 군더더기가 판단을 흐릴 수 있기 때문입니다.
그래서, 당신은 이렇게 하세요
읽고 끝내지 말고, 지금 열려 있는 챗GPT 창에 바로 적용해 보세요. 자기 상황에 맞는 줄부터 고르면 됩니다.
- 답이 자꾸 뻔하고 평범하다면 → 프롬프트에 맥락 한 줄(누구를 위한, 어떤 상황인지)과 형식 한 줄(‘표로’, ‘300자로’, ‘존댓말로’)부터 더하세요. 6요소 중 이 둘만 채워도 답이 확 좁혀집니다.
- 사실이 중요한 요약·조사라면 → 참고할 자료(회의록·기사·표)를 붙이고 “이 자료를 근거로만, 없으면 ‘자료에 없음’이라고 답해”를 넣으세요. 지어내기(환각)를 가장 크게 줄여 줍니다.
- 보고서처럼 큰 작업이라면 → 통째로 시키지 말고 “목차부터 잡아 줘” → 확정 후 “1장만 써 줘”로 쪼개세요. 어려운 계산·비교는 “바로 답 말고 풀이 과정을 먼저”를 덧붙이면 정확해집니다.
한 줄 결론: 완벽한 ‘마법 문장’을 찾으려 하지 말고, 답이 빗나갈 때마다 §1의 6요소 중 빠진 것을 한 줄씩 되채우세요 — 그게 가장 빠른 길입니다.
정리와 근거
정리하면, 좋은 프롬프트는 재능이 아니라 빠진 요소를 채우는 습관입니다. ①역할·작업으로 시작하고 ②맥락·형식·제약으로 상황을 좁히며 ③답이 빗나가면 진단표로 빠진 요소를 되채우고 ④사실이 중요하면 참고 자료를 붙인다 — 이 순서만 지켜도 결과가 눈에 띄게 안정됩니다.
이 글에서 소개한 기법의 근거는 아래와 같습니다.
- 참고 텍스트 제공·작업 분할·단계적 사고 등: OpenAI 프롬프트 엔지니어링 공식 가이드(platform.openai.com / developers.openai.com의 Prompt engineering 문서). 확인일 2026-07-08.
- 여기 실린 프롬프트 예시는 일반적인 사용 상황을 가정한 것으로, 실제 결과는 모델 버전·대화 맥락에 따라 달라질 수 있습니다. 최종 판단과 사실 확인은 사용자 본인의 몫입니다.
함께 보면 좋은 글
작성: jn 블룸 편집부 · 일반 정보이며, 중요한 결정 전에는 해당 기관 공식 안내를 확인하세요.
본 글은 의료·법률·투자 자문이 아니며, 개인 상황에 맞는 판단은 전문가와 상담하세요.
함께 보면 좋은 글
함께 보면 좋은 글
답글 남기기