프롬프트

Prompt는 사용자가 모델에 입력하는 텍스트 지시문이나 컨텍스트로, 모델이 특정 유형의 응답을 생성하도록 유도하는 데 사용됩니다. 설계 품질이 출력 결과에 직접적인 영향을 미치며, 다음 원칙을 따르는 것이 좋습니다.

• 명확성: 모호함을 피해야 합니다(예: "사과에 대한 글을 써줘"라면 과일인지 회사인지 명시해야 함).

• 구조화: 대화 역할을 명확히 구분하거나, 출력 형식을 지정하거나, 단계별 지시를 사용합니다(예: "당신은 역사학자입니다. 단계별로 설명하고 Markdown 형식으로 출력하세요").

• 예시 기반: Few-shot prompting은 입력-출력 예시를 제공하여 정확도를 높입니다.

고급 기법으로는 사고 사슬(CoT, 모델에게 단계별 추론을 요구) 또는 형식 제약(예: "JSON으로 세 가지 항목을 나열하세요")이 있습니다. 실제 활용 시에는 모델의 구체적인 동작에 맞춰 표현을 반복적으로 조정해야 합니다.

다중 턴 대화 원리

대규모 언어 모델의 대화 인터페이스에서는 보통 messages 배열을 사용하여 다중 턴 대화의 컨텍스트를 유지합니다. 각 메시지에는 역할(role)과 내용(content)이 포함되며, 자주 사용되는 역할은 다음과 같습니다.

• system: 시스템 프롬프트로, AI의 정체성, 행동 규범, 대화 스타일을 설정합니다.

• user: 사용자 입력으로, 최종 사용자나 개발자의 질문, 명령 등을 나타냅니다.

• assistant: AI 어시스턴트의 응답으로, 모델이 생성합니다.

대표적인 messages JSON 예시:

javascript

[
  { "role": "system", "content": "당신은 전문 법률 자문가입니다. 법률 조문과 권위 있는 판례에 근거해서만 답변하세요." },
  { "role": "user", "content": "계약의 청약이란 무엇인가요?" },
  { "role": "assistant", "content": "계약의 청약이란 한쪽이 상대방에게 계약 체결의 의사를 표시하는 것을 말합니다..." },
  { "role": "user", "content": "청약과 승낙은 어떤 차이가 있나요?" }
]

다중 턴 대화 원리 설명:

대규모 언어 모델과 상호작용할 때마다, 플랫폼은 전체 히스토리 메시지(messages 배열의 모든 system/user/assistant 메시지)를 모델에 함께 전송합니다. 이를 통해 모델이 현재 질문의 컨텍스트를 이해하고, 일관되고 자연스러운 다중 턴 대화를 구현할 수 있습니다. Forguncy 플랫폼은 메시지 히스토리를 자동으로 관리하므로, 개발자는 각 턴의 프롬프트를 어떻게 설계할지에만 집중하면 됩니다.

플랫폼 특성

Forguncy 노코드 플랫폼에서 Prompt(프롬프트)는 사용자나 개발자가 대규모 언어 모델(LLM)에 입력하는 텍스트 지시문이나 컨텍스트 내용으로, 모델이 특정 유형의 응답을 생성하도록 유도하는 데 사용됩니다. 프롬프트 설계는 모델 출력의 품질과 업무 적합도에 직접적인 영향을 미치며, 플랫폼 지능화 역량의 핵심 동력 중 하나입니다.

• 다양한 시나리오 적용: 디자인 단계에서는 프롬프트가 업무 요구사항, 데이터 테이블 구조, 페이지 레이아웃, SQL 로직 등을 설명하는 데 사용되어 AI가 프로젝트 콘텐츠를 생성하도록 보조합니다(이러한 프롬프트는 빌더에 내장되어 있어 개발자에게는 보이지 않습니다). 런타임 단계에서는 프롬프트가 AI 대화 셀, AI 어시스턴트 명령 등의 기능을 구동하여 지능형 질의응답, 데이터 분석, 자동화된 의사 결정 등을 구현합니다.

• 유연한 설정: 런타임의 경우, 플랫폼은 각 AI 기능 지점마다 프롬프트를 커스텀 설정할 수 있도록 지원하며, 시스템 프롬프트(System Prompt), 사용자 프롬프트(User Prompt) 등을 포함합니다. 개발자는 업무 역할, 작업 목표, 출력 형식 등에 맞게 프롬프트 내용을 유연하게 조정할 수 있습니다.

• 변수와 템플릿: 프롬프트에 Excel 수식이나 변수(셀 데이터, 테이블 필드, 시스템 파라미터 등)를 삽입할 수 있도록 지원하며, 템플릿 방식으로 개인화된 지시를 동적으로 생성합니다. 예: "[%CurrentUser%]의 주문 정보를 표로 정리해 주세요."

• 다중 턴 대화 및 컨텍스트: 런타임 AI 대화 셀은 다중 턴 대화를 지원하며, 플랫폼이 히스토리 메시지 컨텍스트를 자동으로 관리합니다. 개발자는 프롬프트 설계를 최적화하여 대화의 일관성과 업무 정확도를 높일 수 있습니다.

• 고급 기법: Few-shot Prompting(예시 기반), 사고 사슬(CoT), 형식 제약(JSON, 표 형식 출력 요구 등)을 지원하여 개발자가 더 높은 품질의 구조화된 모델 출력을 얻을 수 있도록 돕습니다.

주의사항:

• 프롬프트는 가능한 명확하고 구체적으로 작성하여 모호함을 피해야 하며, 필요한 경우 예시나 형식 요구사항을 제공하는 것이 좋습니다.

• 복잡한 업무는 작업을 여러 단계의 프롬프트로 나누어 모델이 목표 결과를 단계적으로 생성하도록 유도하는 것을 권장합니다.

• 민감한 정보는 프롬프트에 직접 작성하지 않는 것을 권장하며, 플랫폼은 콘텐츠 필터링 및 로그 감사를 지원합니다.

유연하고 전문적인 프롬프트 설계를 통해 Forguncy 플랫폼은 LLM 역량과 업무 시나리오의 깊은 융합을 실현하여 개발 효율과 애플리케이션의 지능화 수준을 크게 향상시킵니다.

System Prompt — 시스템 프롬프트

System Prompt는 대화 시스템에서 미리 설정된 "배후 지시문"으로, 모델의 역할, 행동 규범, 답변 스타일을 정의하는 데 사용됩니다. 예:

"당신은 신중한 학술 어시스턴트로, 신뢰할 수 있는 출처에 근거해서만 질문에 답변하며, 확신이 없을 때는 명확히 알립니다."

사용자에게 보이는 User Prompt와 달리, System Prompt는 API 호출 시 숨겨진 파라미터로 전달됩니다(대화 요청 파라미터 messages 중 system 역할 등). 이는 긴 대화의 일관성을 유지하는 데 매우 중요하며, 모델이 주제에서 벗어나는 것을 방지할 수 있습니다(예: 비즈니스 고객 상담에서 잡담을 피함). 설계 시에는 간결하면서도 구속력이 있어야 하지만, 지나치게 제한적이면 유연성이 떨어질 수 있습니다.

플랫폼 특성

Forguncy 노코드 플랫폼에서 System Prompt(시스템 프롬프트) 는 플랫폼 지능화 역량 설정의 중요한 구성 요소로, 주로 런타임 AI 대화 셀, AI 어시스턴트 명령 등의 시나리오에 사용됩니다. 역할은 대규모 언어 모델(LLM)에게 "정체성"과 "행동 경계"를 설정하여, 모델 출력이 항상 업무 요구사항과 기업 규범에 부합하도록 보장하는 것입니다.

• 역할 설정: 개발자는 System Prompt를 통해 AI의 역할을 명확히 지정할 수 있습니다(예: "당신은 기업 고객 상담 전문가입니다" 또는 "당신은 데이터 분석 전문가입니다"). 이를 통해 모델이 전체 대화 과정에서 일관된 정체성과 스타일을 유지할 수 있습니다.

• 행동 규범: System Prompt에는 답변 원칙, 컴플라이언스 요구사항, 출력 형식 등을 설정할 수 있습니다(예: "모든 답변은 회사 지식 베이스에 근거해야 합니다", "확실하지 않은 질문은 '확실하지 않습니다'라고 답변하세요").

• 업무 적용: 다양한 업무 시나리오에 맞춰 개발자는 각 대화 셀이나 명령마다 전용 System Prompt를 설정할 수 있어, 다중 역할·다중 작업의 지능형 인터랙션을 구현할 수 있습니다.

• 컨텍스트 일관성: System Prompt는 대화의 "보이지 않는 배경"으로서 다중 턴 대화 내내 지속적으로 적용되어, 모델이 업무 컨텍스트를 이해하고 주제에서 벗어나거나 관련 없는 내용을 출력하는 것을 방지합니다.

• 설정 위치: 플랫폼의 런타임 AI 기능 개발 설정 화면에서 개발자는 System Prompt를 직접 편집할 수 있으며, 변수 삽입과 템플릿화를 지원하여 일괄 관리와 빠른 전환이 편리합니다.

주의사항:

• System Prompt는 간결하고 핵심 요구사항을 부각시켜야 하며, 지나치게 길면 모델의 이해에 편차가 생길 수 있습니다.

• 지나치게 엄격한 System Prompt는 모델의 창의성을 제한할 수 있으므로, 실제 업무에 맞게 유연하게 조정하는 것을 권장합니다.

• 민감하거나 컴플라이언스가 필요한 요구사항은 System Prompt에 명확히 명시하는 것이 출력 안전성을 높이는 데 도움이 됩니다.

System Prompt를 적절히 설정함으로써 Forguncy 플랫폼은 기업이 AI 행동의 제어 가능성과 업무 적합성을 실현하도록 도와주며, 지능형 대화를 더 전문적이고 신뢰할 수 있으며 실제 요구에 부합하게 만들어 줍니다.

User Prompt — 사용자 프롬프트

User Prompt는 대화에서 사용자가 직접 제공하는 입력 텍스트로, 예를 들어 질문("좋은 차를 끓이는 방법은?")이나 명령("다음 글을 요약해 주세요: …")이 있습니다. 특징은 다음과 같습니다.

• 즉시성: 단일 인터랙션에 대한 명확한 요구사항을 다룹니다.

• 컨텍스트 의존성: 다중 턴 대화에서는 히스토리 메시지를 참조해야 할 수 있습니다(예: "방금 언급한 단계가 구체적으로 무엇을 의미하나요?").

User Prompt를 최적화하는 방법으로는 핵심 정보를 앞에 배치하기, 구분자나 Markdown 문법 사용하기, 또는 명확한 제한 두기(예: "50자 이내로 답변하세요") 등이 있습니다. 복잡한 작업의 경우 여러 단계의 하위 프롬프트로 나눌 수 있습니다.

플랫폼 특성

Forguncy 노코드 플랫폼에서 User Prompt(사용자 프롬프트) 는 최종 사용자나 개발자가 대규모 언어 모델(LLM)과 상호작용할 때 직접 입력하는 자연어 지시문, 질문, 또는 데이터를 의미합니다. 이는 AI가 콘텐츠를 생성하고, 명령을 실행하고, 작업을 완료하도록 직접적으로 트리거하는 역할을 하며, 런타임 AI 대화 셀, AI 어시스턴트 명령 등의 시나리오에 광범위하게 활용됩니다.

• 다양한 입력: User Prompt는 사용자가 페이지 입력란에 작성한 자연어 질문일 수도 있고, 폼, 셀, 변수 등을 통해 동적으로 생성된 콘텐츠일 수도 있습니다. 플랫폼은 업무 데이터와 사용자 입력을 자동으로 프롬프트에 결합하여 고도로 개인화된 지능형 인터랙션을 구현할 수 있도록 지원합니다.

• 템플릿과 변수: 개발자는 설정 화면에서 User Prompt에 템플릿을 설정하고 변수(예: [%고객명%], [%주문번호%])를 삽입할 수 있어, 매번 대화가 현재 업무 컨텍스트와 결합되도록 하여 모델의 이해와 출력 정확도를 높일 수 있습니다.

• 다중 턴 대화 지원: 플랫폼이 대화 히스토리를 자동으로 관리하므로, User Prompt는 컨텍스트 정보와 결합하여 연속적이고 자연스러운 다중 턴 인터랙션을 구현할 수 있어 복잡한 업무 프로세스와 지능형 질의응답 시나리오에 적합합니다.

• 업무 구동: User Prompt는 특정 업무 로직을 트리거하는 데 사용될 수 있습니다(예: "이번 달 매출액 조회", "주문 12345 승인"). Function Calling과 결합하면 "한마디 말로 일을 자동으로 처리"하는 것이 가능합니다.

• 유연한 설정: AI 대화 셀, AI 어시스턴트 명령 등의 기능에서 개발자는 User Prompt의 입력 방식, 형식 요구사항, 길이 제한 등을 커스텀 설정하여 다양한 업무 시나리오의 요구를 충족시킬 수 있습니다.

주의사항:

• User Prompt는 가능한 간결하고 구체적으로 작성하여 모호함을 피해야 하며, 필요한 경우 예시나 형식 설명을 통해 사용자 입력을 유도할 수 있습니다.

• 민감한 정보가 포함된 입력의 경우, 플랫폼의 콘텐츠 필터링 및 권한 제어 기능과 결합하여 데이터 보안을 보장하는 것을 권장합니다.

• 복잡한 작업은 User Prompt를 여러 단계의 지시로 나누어 모델이 목표를 단계적으로 완수하도록 유도할 수 있습니다.

유연한 프롬프트 설계와 설정을 통해 Forguncy 플랫폼은 LLM 역량과 최종 사용자 요구 사이의 효율적인 연결을 실현하여, 지능형 애플리케이션이 실제 업무 시나리오에 더 잘 부합하도록 하고 사용자 경험과 업무 가치를 향상시킵니다.