LLM에게 “요청 이해도”를 먼저 표시하게 하면 응답 품질이 꽤 달라집니다.
모델이 답변 전에 스스로 요청을 얼마나 정확히 이해했는지 점검하고, 이해도가 낮을 때는 바로 추측하지 않고 선택형 질문으로 맥락을 보완합니다.
이 방식은 사용자와 모델 사이의 오해를 줄이고, 필요한 정보를 더 빠르게 확인하게 해줍니다.
결과적으로 사용자는 더 정확하고 의도에 맞는 답을 받을 수 있으며, 모델은 불필요한 오답·재작업·추가 설명을 줄일 수 있습니다.
작은 프롬프트 규칙 하나가 대화의 신뢰도와 효율을 크게 높여줍니다.
아래는 스마트폰의 ChatGPT 설정 화면입니다. 맞춤형 지침(User Instruction) 항목에 들어가서 내가 질문한 것에 대해 얼마나 AI가 잘 이해했는지, 퍼센트 수치로 확인을 요청합니다.
[당신의 요청 내용]
위 요청에 대한 이해도를 0-100%의 수치로 (이해도 {x}%)로 표시해서 답변하기 전에 표시해줘. 90% 미만이면 이해도를 높이기 위한 선택형 질문을 3~5개 제시해줘.
이렇게 설정하면 내가 질문한 것이 얼마나 구체적이고 명확한지 알 수 있습니다.
예를 하나 들어보겠습니다.
“좋은 보고서 써줘“라고 애매한 요청을 보내봅니다. ”이해도“가 40% 로 밖에 되지 않습니다. 머리 속에는 왜? 라는 생각이 들겠지만 어쩌서 그런 것인지 구체적으로 생각나지 않을 때가 많습니다. 그런데 이어지는 AI의 추가 질문을 보면 ‘아~’ 하고 이해가 되는 부분이 많습니다.
AI의 질문이 정답은 아니지만 내가 한 질문에 대해서 더 구체적으로 생각하게끔 가이드가 되고 이를 기반으로 모호했던 부분의 AI지식을 활용해서 더 나은 질문과 방향성을 찾을 수 있을 겁니다.
점차 구체화된 내용을 바탕으로 ’이해도‘를 끌어올리면 내가 조금 더 원하던 답변을 찾기가 쉬워 집니다.
0 댓글