- 프롬프트 설계 과정
프롬프트 설계에 앞서 다음과 같은 단계를 고려할 수 있습니다.
- 사용자 요구 분석
프롬프트를 설계하기 전에 사용자가 원하는 결과와 기대치를 정확하게 파악해야 합니다. 사용자의 요구를 이해하고 만족시키기 위해 피드백을 수집하고 분석하는 것이 중요합니다.
- 명확한 작업 목표 설정
프롬프트가 수행할 작업의 목표를 명확하게 설정하여 모델이 원하는 결과를 생성할 수 있도록 가이드합니다. 작업 목표는 입력과 출력의 형식을 결정하고, 모델의 성능을 평가하는 기준이 됩니다.
- 적절한 모델 및 알고리즘 선택
프롬프트를 실행할 인공지능 모델이나 알고리즘을 선택할 때, 작업에 적합한 성능과 특성을 가진 모델을 고려해야 합니다. 최신의 대형 언어 모델들이 다양한 작업에 대해 높은 성능을 보이지만, 특정 작업에 더 적합한 모델이나 알고리즘을 찾아 적용할 필요가 있습니다.
- 구체적이고 명료한 프롬프트 작성
프롬프트는 모델에게 원하는 결과물을 생성하도록 유도하는 역할을 하기 때문에, 구체적이고 명료한 프롬프트 작성이 필요합니다. 불분명한 프롬프트는 모델이 원치 않는 결과를 생성할 수 있습니다.
- 적절한 성능 평가 지표 선택
프롬프트의 성능을 평가할 때, 작업과 사용자 요구에 따라 적절한 평가 지표를 선택해야 합니다. 일반적인 지표로는 정확도, 정밀도, 재현율 등이 있지만, 특정 작업에 맞는 사용자 지향적인 평가 지표를 찾아 적용하는 것이 중요합니다.
예를 들어, 음식 추천 시스템에 적용할 경우, 데이터 준비 단계에서는 사용자의 선호 음식, 식재료, 알레르기 정보 등을 수집하고 정제합니다. 작업 정의 단계에서는 사용자에게 맞춤형 음식 추천을 제공하는 작업을 수행합니다. 모델 선택 단계에서는 사용자 프로필과 음식 관련 데이터를 기반으로 하는 콘텐츠 기반 필터링 알고리즘을 선택할 수 있습니다. 프롬프트 구성 단계에서는 "사용자의 선호도와 식재료에 기반하여 맞춤형 음식 추천을 제공해주세요"와 같은 형식의 프롬프트를 작성합니다. 마지막으로 성능 평가 단계에서는 추천된 음식이 실제로 사용자의 기호, 식재료 제한, 알레르기 등을 고려하는지를 평가하여 시스템의 성능을 개선합니다.
3.1 프롬프트 범위 정의
프롬프트가 수행할 작업과 목적을 명확하게 정의해야 합니다. 이렇게 함으로써 모델이 생성할 결과가 사용자의 기대에 부합하도록 할 수 있습니다.
3.2 프롬프트 구성 요소 결정
지시 사항, 맥락, 입력 데이터 및 결과 표시기와 같은 프롬프트의 구성 요소를 결정합니다. 이를 통해 모델이 작업을 수행하는 데 필요한 정보를 제공하고, 결과를 생성하는 방법을 가이드할 수 있습니다.
3.3 매개변수 설정
온도, top-k 매개변수, top-p 매개변수를 설정하여 생성된 결과의 품질과 다양성을 조절합니다. 적절한 매개변수 값을 찾는 것이 중요하며, 실험 및 검증을 통해 최적의 값을 결정할 수 있습니다.
3.4 결과 평가 및 조정
생성된 결과를 평가하고, 필요한 경우 프롬프트 구성 요소와 매개변수를 조정하여 결과의 품질을 개선합니다. 이 과정은 반복적으로 수행되어야 하며, 최적의 프롬프트와 설정을 찾기 위해 지속적인 실험과 검증이 필요합니다.
3.5 사용자 피드백 수집 및 반영
사용자로부터 피드백을 수집하여 프롬프트 엔지니어링을 개선하는 데 활용합니다. 사용자의 만족도와 요구를 충족시키기 위해 프롬프트를 지속적으로 개선해야 합니다.
(그림 4) DALL·E (prompt: A Robot working on a late 80s home computer, designing the first humans, in the style of a far side comic)