📌 세 줄 요약
- 좋은 프롬프트는 역할·맥락·구체성·예시·형식·단계라는 여섯 요소를 채워 넣은 질문입니다. 특별한 문법이 아니라 좋은 지시서에 가깝습니다.
- “글 써 줘” 같은 막연한 요청과, 대상·톤·분량·형식을 지정한 요청은 결과 품질이 크게 벌어집니다.
- 한 번에 완성하려 하지 말고 초안 → 피드백 → 수정의 반복(iteration)을 전제로 대화하면 대체로 더 나은 결과를 얻기 쉽습니다.
프롬프트를 잘 쓴다는 건 무슨 마법 주문을 외우는 게 아닙니다. 신입에게 일을 시키듯 상대가 헷갈리지 않게 지시하는 능력에 가깝습니다. 이 글은 원칙 여섯 가지, 나쁜 예와 좋은 예 비교, 바로 복사해 쓰는 템플릿, 그리고 결과를 다듬어 나가는 요령을 담았습니다. (예시는 특정 모델 버전과 무관하게 통하는 방식 위주입니다.)
프롬프트를 지배하는 여섯 가지 원칙
요소를 조합할수록 결과가 정확해집니다
| 원칙 | 무엇을 넣나 | 짧은 예 |
|---|---|---|
| 역할 부여 | AI에게 어떤 전문가처럼 답할지 | “너는 10년 차 카피라이터야.” |
| 맥락 제공 | 배경·목적·독자 | “30대 직장인 대상 뉴스레터에 쓸 거야.” |
| 구체성 | 애매한 말 대신 조건을 명시 | “친근하지만 과하지 않은 톤으로.” |
| 예시 제공 | 원하는 스타일 샘플 1개 | “이런 느낌으로: (샘플 붙이기)” |
| 형식 지정 | 출력 모양 | “제목 5개를 불릿으로.” |
| 단계별 요청 | 큰 일을 쪼개서 | “먼저 개요부터 짜고 멈춰.” |
💡 팁 — 여섯 개를 다 넣을 필요는 없습니다. 역할 + 맥락 + 형식 세 개만 챙겨도 결과가 눈에 띄게 좋아집니다.
나쁜 예 vs 좋은 예 (그대로 비교)
예시 1 — 블로그 제목
- 🔴 나쁜 예:
블로그 제목 뽑아 줘 - 🟢 좋은 예:
너는 IT 블로그 편집자야. "[무료 AI 챗봇](https://ohora.blog/ai-chatbot-comparison-2026/) 비교" 글에 쓸 제목을 5개 만들어 줘. 30대 비전공 독자가 클릭하고 싶게, 낚시성 없이. 각 제목은 30자 이내로, 불릿으로.
무엇이 달라졌나: 역할(편집자) + 대상(비전공 독자) + 개수(5개) + 제약(30자·낚시 금지) + 형식(불릿) 을 채웠습니다.
예시 2 — 이메일 작성
- 🔴 나쁜 예:
거래처에 사과 메일 써 줘 - 🟢 좋은 예:
거래처에 납품이 3일 지연된 상황을 사과하는 이메일 초안을 써 줘. 톤은 정중하되 변명처럼 들리지 않게. 지연 사유(부품 수급)는 한 문장으로만 언급하고, 새 납기일(제안: 다음 주 화요일)과 재발 방지책 1가지를 포함해. 200자 내외, 한국어 비즈니스 메일 형식.
예시 3 — 코드 도움
- 🔴 나쁜 예:
이 코드 왜 안 돼? - 🟢 좋은 예:
아래 파이썬 코드에서 이런 오류가 나: (오류 메시지 전문 붙이기). 원인을 먼저 한 줄로 설명하고, 수정한 코드와 바뀐 부분만 짚어 줘. 초보자용으로. (코드 붙이기)
⚠️ 주의 — 코드나 문서를 붙일 때는 오류 메시지 전문과 관련 맥락을 함께 넣으세요. “왜 안 돼?”만으로는 AI가 추측에 의존해 엉뚱한 답을 냅니다.
바로 쓰는 템플릿 모음
복사해서 대괄호 부분만 바꾸면 됩니다.
① 글쓰기 만능 템플릿
너는 [역할]이야.
[누구]를 대상으로 [무엇]에 관한 글을 써 줘.
톤은 [톤], 분량은 [분량].
꼭 포함할 내용: [핵심 1, 2, 3].
피할 것: [금지 사항].
형식: [불릿 / 표 / 문단].
② 요약 템플릿
아래 내용을 [독자]가 이해하도록 요약해 줘.
- 핵심 3줄 요약
- 그다음 세부 불릿 5개
- 마지막에 "행동 제안" 1줄
전문 용어는 쉬운 말로 풀어 줘.
[내용 붙이기]
③ 아이디어 발산→선별 템플릿
[주제]에 대한 아이디어를 서로 겹치지 않게 10개 뽑아 줘.
다 뽑은 뒤, 그중 가장 실현 가능한 3개를 이유와 함께 골라 줘.
④ 비교·의사결정 템플릿
[선택지 A]와 [선택지 B]를 [내 상황: ...] 기준으로 비교해 줘.
표로: 항목 | A | B.
마지막에 "이럴 땐 A, 저럴 땐 B" 식으로 정리.
확실하지 않은 부분은 추측이라고 표시해 줘.
⑤ 첨삭 템플릿
아래 글을 첨삭해 줘.
- 어색한 문장과 그 이유
- 고친 문장
- 전체 톤에 대한 코멘트 1줄
원문 의미는 바꾸지 마.
[글 붙이기]
상황별 프롬프트 — 바로 복붙하는 실전 세트
위 만능 템플릿을 상황에 맞게 손본 버전입니다. 대괄호만 바꿔서 그대로 붙여넣으세요.
📧 이메일 — 회신/거절도 톤만 바꾸면 됩니다
[받는 사람: 예) 협업 제안을 준 거래처]에게 보낼 [정중한 거절 / 일정 조율 / 리마인드] 이메일을 써 줘.
핵심 메시지: [한 줄로].
톤: 정중하되 단호하게, 사과는 1문장까지만.
분량: 150자 내외. 한국어 비즈니스 메일 형식.
마지막에 대안이나 다음 행동을 1가지 제안해 줘.
📄 긴 문서 요약 — 붙여넣기만 하면 끝
아래 [보고서/회의록/기사]를 요약해 줘.
1) 한 줄 핵심
2) 꼭 알아야 할 포인트 5개(불릿)
3) 나에게 필요한 "다음 할 일" 3가지
전문 용어는 괄호로 쉬운 설명을 덧붙여 줘.
[내용 붙이기]
🌐 번역 — 3요소(독자·상황·톤)를 꼭 넣으세요
💡 팁 — 좋은 번역 프롬프트는 대상 독자 · 상황/목적 · 문체/톤 세 가지를 반드시 담습니다. 이 3개만 넣어도 단순 “번역해 줘”보다 자연스러움이 크게 올라갑니다.
아래 한국어를 [영어]로 번역해 줘.
- 읽는 사람: [예) 미국 IT 회사 채용 담당자]
- 상황: [예) 이력서에 넣을 자기소개]
- 톤: [예) 전문적이되 딱딱하지 않게]
직역 말고 그 나라 사람이 실제로 쓰는 자연스러운 표현으로.
어색할 수 있는 부분은 대안 표현을 1개씩 괄호로 달아 줘.
[원문 붙이기]
💻 코딩 — 오류 해결과 코드 리뷰
아래 [언어] 코드에서 [원하는 것: 예) 이 오류 해결 / 성능 개선 / 초보용 주석]을 해 줘.
- (오류가 있으면) 오류 메시지 전문: [붙이기]
- 기대한 동작: [한 줄]
먼저 원인을 한 줄로 설명하고, 그다음 수정 코드와 "바뀐 부분만" 짚어 줘.
[코드 붙이기]
📚 공부 — 개념을 내 수준에 맞게
[개념: 예) 복리]을 [내 수준: 예) 중학생 / 비전공 성인]이 이해하도록 설명해 줘.
- 일상 비유 1개
- 핵심 3줄 요약
- 이해했는지 확인하는 퀴즈 2문제(정답은 마지막에)
모르는 용어가 나오면 바로 괄호로 풀어 줘.
2026년, 매번 같은 말 반복하지 않는 법 (기능 활용)
이제는 프롬프트를 잘 쓰는 것만큼, ChatGPT의 기능을 알고 쓰는 것이 결과를 좌우합니다. 대화마다 “한국어로 답해 줘” “짧게 정리해 줘”를 반복하고 있다면 아래 기능을 한 번만 설정하세요.
| 기능 | 무엇인가 | 언제 쓰나 |
|---|---|---|
| 맞춤 지침(Custom Instructions) | 모든 대화에 공통 적용되는 나에 대한 정보·응답 방식 | “항상 한국어·존댓말·불릿으로” 같은 반복 지시를 한 번에 고정 |
| 프로젝트(Projects) | 주제별 작업 공간(전용 지침·파일·대화 분리) | 블로그 글, 업무 보고서처럼 맥락이 이어지는 작업 묶음 |
| 맞춤 GPT(GPTs) | 특정 목적에 맞춰 만든 전용 챗봇(지식 파일 업로드 가능) | 회사 스타일 가이드·제품 문서를 근거로 답하게 할 때 |
| 파일·이미지 첨부 | PDF·엑셀·이미지를 올려 분석·요약·해석 | 자료를 붙여넣기 대신 파일째 올려 다룰 때 |
ℹ️ 참고 — 맞춤 지침에 “답변은 한국어 존댓말, 결론부터, 불릿 위주”처럼 적어두면 모든 새 대화에 자동 적용됩니다. 웹·데스크톱·모바일 어디서든 유지됩니다. (기능 명칭·제공 범위는 계정 종류와 업데이트에 따라 다를 수 있으니 실제 화면에서 확인 필요.)
추론(Reasoning) 모델에는 “차근차근 생각해”를 빼세요
예전엔 “단계별로 차근차근 생각해(think step by step)”를 붙이면 정답률이 올랐습니다. 하지만 2026년의 추론 특화 모델은 답하기 전에 이미 스스로 사고 과정을 거칩니다.
📌 바뀐 점 — 추론 모델에 “차근차근 생각해”를 붙이는 건 대체로 도움이 안 되거나 오히려 토큰·시간만 낭비하는 경우가 많습니다. 대신 아래처럼 하세요.
- 복잡한 논리·수학·코드 리팩터링 → 추론 모델을 고르고 문제 조건만 명확히 전달
- 단순 요약·형식 변환·번역 → 빠른 일반 모델로 충분
- 여전히 유효한 건 “무엇을·어떤 형식으로“의 명확화이지, 사고 유도 주문이 아닙니다.
(모델 라인업·명칭은 자주 바뀌므로 현재 제공 모델은 확인 필요.)
반복해서 다듬는 법 (Iteration)
첫 답이 별로여도 정상입니다. 프롬프트는 대화로 조율하는 것이지 한 방에 끝내는 게 아닙니다.
초안 → 결과 확인 → (불만족 시) 구체적 피드백 → 부분 수정으로 되돌아가는 반복 흐름.
효과 좋은 피드백 문장 예:
- “3번이 마음에 들어. 그 톤을 유지하면서 나머지도 다시 써 줘.”
- “너무 딱딱해. 친구에게 말하듯 바꿔 줘.”
- “전체를 다시 쓰지 말고, 두 번째 문단만 짧게 줄여 줘.”
- “왜 그렇게 판단했는지 근거를 덧붙여 줘.”
💡 팁 — 전부 다시 시키기보다 바꿀 부분만 콕 집어 지시하면 좋은 부분이 유지됩니다. “전체 재작성”은 마음에 들던 문장까지 날아갑니다.
흔한 실수와 교정
- 한 프롬프트에 요청 5개 몰아넣기 → 하나씩 나눠 시키세요. 뒤쪽 지시가 무시되기 쉽습니다.
- “알아서 잘” → AI는 취향을 모릅니다. 대상·톤·분량을 명시하세요.
- 사실 확인 생략 → 숫자·인용·법령은 그럴듯하게 틀릴 수 있습니다. 원출처로 재확인하세요.
- 민감 정보 붙여넣기 → 개인정보·기밀은 서비스의 데이터 정책뿐 아니라 소속 조직의 보안규정·관련 법령·비밀유지의무까지 확인하고, 원칙적으로 입력하지 않는 것을 권장합니다.
자주 묻는 질문(FAQ)
Q. 영어로 물어야 결과가 좋나요?
A. 한국어로도 충분히 잘 동작하는 경우가 많습니다. 결과가 아쉬우면 언어보다 구체성을 먼저 점검하세요.
Q. 프롬프트가 길수록 좋나요?
A. 길이 자체가 아니라 필요한 정보가 다 들어갔는지가 중요합니다. 군더더기 긴 문장보다 조건이 명확한 짧은 지시가 낫습니다.
Q. 같은 프롬프트인데 답이 매번 달라요.
A. AI는 매번 조금씩 다르게 생성합니다. 일관성이 필요하면 “형식을 고정”하거나, 마음에 든 답을 골라 “이 틀을 유지”라고 지시하세요.
Q. AI가 자꾸 장황하게 답해요.
A. “3줄 이내”, “불릿만”, “군더더기 빼고” 같은 형식·분량 제약을 넣으면 됩니다.
Q. 프롬프트 원칙이 ChatGPT 말고 다른 챗봇에도 통하나요?
A. 대체로 통하지만, 역할·맥락·형식을 명시하는 원리는 공통이어도 모델·챗봇에 따라 지시 수용도나 형식 준수 정도는 차이가 날 수 있습니다.
Q. “단계별로 생각해”를 꼭 붙여야 하나요?
A. 예전엔 정답률을 높이는 요령이었지만, 추론 특화 모델은 이미 스스로 생각하고 답합니다. 이런 모델엔 오히려 불필요한 토큰만 쓰는 경우가 많습니다. 복잡한 문제는 사고 유도 문구보다 적절한 모델 선택 + 조건 명확화가 더 효과적입니다.
Q. 매번 “한국어로 답해 줘”를 반복하기 귀찮아요.
A. 맞춤 지침(Custom Instructions) 에 “답변은 한국어 존댓말로, 결론부터”처럼 한 번만 적어두면 모든 새 대화에 자동 적용됩니다. 특정 작업은 프로젝트로 묶으면 지침·파일·대화가 분리돼 관리가 쉽습니다.
마무리
프롬프트를 잘 쓴다는 건 결국 “내가 원하는 걸 상대가 헷갈리지 않게 설명하는” 연습입니다. 오늘 소개한 여섯 원칙과 템플릿을 실제 업무 한 건에 적용해 보세요. 그리고 첫 답에 만족하지 못해도 실망하지 말고, 바꿀 부분만 짚어 다시 시키는 반복에 익숙해지면 됩니다. 그 감각이 붙으면 어떤 AI 도구를 쓰든 결과가 달라집니다.
출처
- 각 AI 챗봇 서비스의 공식 프롬프트 가이드·도움말 문서(맞춤 지침·프로젝트·맞춤 GPT·파일 첨부 기능; 내용·명칭은 수시 변동, 실제 화면 기준 확인 필요)
- 프롬프트 작성 일반 원칙(역할·맥락·형식·예시/few-shot)에 관한 공개 가이드 자료
- 추론(reasoning) 모델 프롬프트 관련 2026년 공개 가이드 — “차근차근 생각해”류 사고 유도 문구가 추론 모델에선 효과가 줄고 토큰을 낭비할 수 있다는 서술의 근거
이 글은 일반적인 정보 제공을 목적으로 하며, 특정 AI 서비스 결제·이용을 권유하지 않습니다. AI가 생성한 답변에는 오류가 있을 수 있으므로 사실·수치·인용·법령 등은 반드시 원출처로 재확인하세요. 민감한 개인정보·기밀은 각 서비스의 데이터 정책을 확인한 뒤 입력하세요.
