데이터 & 머신러닝
LLM을 최적화해서 잘 활용하는 방법
작은소행성☄️
2025. 4. 7. 17:05
728x90
LLM 프롬프트 최적화 방법
LLM에게 명확하고 유용한 정보를 제공하면 더 정확하고 원하는 응답을 받을 수 있다.
특히 system과 user 영역을 구분해 작성하는 것이 중요하다.
⚙️ System 메시지: 역할, 톤, 제약 조건 설정
System 메시지는 모델이 어떻게 행동해야 하는지를 설정하는 부분이다.
다음과 같은 내용을 지정할 수 있다.
- 어떤 전문가처럼 말할지
- 답변 형식은 어떤지
- 반드시 지켜야 할 제약 사항
예시
You are a helpful and precise technical writing assistant.
Always reply concisely, use markdown formatting, and include code examples if possible.
Do not include unnecessary greetings.
🗣️ User 메시지: 질문 또는 작업 요청
User 메시지는 실제로 모델에게 요청하는 작업을 담는 영역이다.
다음과 같은 내용을 구체적으로 작성해야 한다.
- 하고 싶은 일
- 필요한 조건
- 예시나 배경 설명
예시
Write a blog post that explains what REST APIs are, intended for junior developers.
Use simple language and give real-world analogies.
Include at least one diagram.
프롬프트 작성 팁 (프롬프트 엔지니어링)
프롬프트 엔지니어링은 모델 파라미터를 수정하지 않고도 특정 작업에 대한 모델의 성능을 향상시키는 것을 목표로 한다.
프롬프트를 더 효과적으로 작성할 수 있는 전략은 다음과 같다.
역할 부여하기
모델에게 역할을 명확히 지정하면 결과가 개선된다.
예시
You are a senior backend engineer who explains complex topics in simple terms.
명확한 출력 형식 지정하기
원하는 출력 형태를 정확히 명시하면 일관된 결과를 얻을 수 있다.
예시
Return the response as a JSON with ‘title’, ‘description’, and ‘codeSample’ fields.
예시 제공하기
기대하는 스타일이나 형식을 직접 보여주면 모델이 더 잘 따라온다.
예시
Here is an example of the style I want: …
제약 조건 명시하기
응답 분량, 단어 선택 등의 제약을 명확히 지정하면 더 만족스러운 결과를 얻을 수 있다.
예시
Keep the explanation within 200 words. Avoid using jargon.
728x90
반응형