+ 사용자가 말한 증상과 각 문제의 인과관계를 가장 잘 연결했다.
- SEO와 실행 불가능성에 관한 일부 주장이 지나치게 단정적이다.
고쳐주기 전에 왜 안 되는지부터 짚습니다. 빠진 정보와 충돌하는 지시를 찾습니다.
| 분류 | AI 사용법 › 프롬프트 작성 |
|---|---|
| 태그 | 검토분석질문생성 |
Diagnose this prompt. ***Do not rewrite it yet.*** Tell me why it is not working first. Check, in this order: 1. **Is the task actually stated?** ***"Write well" is not a task.*** Name the verb the prompt is asking for 2. **Is there a judging standard?** If nothing says what a good output looks like, the model picks its own and you disagree afterwards 3. **Is required information missing?** ***List what the model has to guess at.*** **This is the most common cause and it is invisible from the writer's side** — you know your context, the prompt does not carry it 4. **Do any instructions contradict each other?** "Be thorough" and "keep it to three lines" cannot both win 5. **Is the output format specified?** If not, it changes every run 6. **Are there instructions the model cannot follow?** Counting, arithmetic, anything requiring information it does not have Also: - **Which instruction is doing nothing?** *Words like "professional", "high-quality", "optimal" usually change nothing. Say so* - **Where would two readers read the prompt differently?** That is where the output varies Output: problem / why it causes the symptom I described / what to add. ⚠️ **Judge against my symptom, not against a general rulebook.** If the prompt is fine and the problem is elsewhere, say that.
프롬프트가 안 먹힐 때 대부분은 표현이 아니라 빠진 정보가 원인이다. 쓴 사람은 자기 맥락을 알기 때문에 뭐가 빠졌는지 안 보인다. 이 프롬프트는 고쳐 쓰기 전에 원인을 먼저 지목하고, 아무 일도 안 하는 수식어와 서로 충돌하는 지시를 따로 표시한다.
Claude가 증상 중심의 인과와 우선순위가 가장 뛰어나다. ChatGPT는 가장 정확하고 완전하지만 길며, Gemini는 간결하나 일부 과장이 있다.
+ 사용자가 말한 증상과 각 문제의 인과관계를 가장 잘 연결했다.
- SEO와 실행 불가능성에 관한 일부 주장이 지나치게 단정적이다.
+ 요구된 순서를 지키며 누락 정보를 매우 촘촘히 짚었다.
- 정확하지만 다소 길고 비슷한 설명이 여러 항목에서 반복된다.
+ 핵심 원인과 추가할 정보를 간결하고 선명하게 요약했다.
- 정보 부족을 지시 충돌로 보고 원인을 100%라 단정했다.
| 기준 | ChatGPT | Claude | Gemini | 앞선 모델 |
|---|---|---|---|---|
| 지시 준수 | 10 | 10 | 9 | 동점 |
| 정확성 | 10 | 9 | 8 | ChatGPT +11% |
| 구체성 | 9 | 10 | 9 | Claude +11% |
| 구성·가독성 | 10 | 10 | 9 | 동점 |
| 분량 적정성 | 8 | 9 | 9 | 동점 |
gpt-5.6-sol가 모델 이름을 가린 채 1~10점으로 채점했습니다 (2026-09-24). 측정값이 아니라 AI 심사 결과입니다.
같은 입력을 세 모델에 넣어 받은 답을 그대로 옮겼습니다. 각 CLI(에이전트 하네스)에서 실행했습니다. ChatGPT·Claude 앱이나 웹에서는 답이 다를 수 있습니다.
내 프롬프트: 너는 전문 마케터야. 우리 제품에 대한 좋은 블로그 글을 써줘. 자세하고 전문적으로 써주고 SEO도 고려해줘. 뭐가 잘못 나오는지: 매번 뻔하고 일반적인 글만 나온다. 우리 제품 얘기가 거의 없고 아무 제품에나 쓸 수 있는 내용이다.
문제: 작업 동사인 **“써줘”**는 있습니다. 즉, 블로그 글을 작성하라는 작업 자체는 stated되어 있습니다.
왜 증상을 만드나: 다만 “우리 제품에 대한 글”이라는 범위만 있고, 어떤 독자를 위해 어떤 목적의 글을 써야 하는지는 없습니다. 모델은 가장 무난한 일반론적 블로그 글로 채우게 됩니다.
추가할 것: 제품을 소개할지, 구매를 유도할지, 문제 해결 정보를 제공할지 등 글의 목적을 추가해야 합니다.
문제: “좋은”, “자세하고”, “전문적으로”, “SEO도 고려”가 구체적인 평가 기준으로 바뀌어 있지 않습니다.
왜 증상을 만드나: 모델은 무엇이 좋은 글인지 스스로 정합니다. 그 결과 제품 정보보다 일반적인 전문성을 보여주는 방향으로 작성할 수 있습니다.
추가할 것: 예를 들어 다음 기준이 필요합니다.
문제: 증상의 가장 큰 원인입니다. 모델이 제품에 대해 아는 정보가 거의 없습니다.
왜 증상을 만드나: “우리 제품”이라는 표현만으로는 제품의 고유한 내용을 생성할 수 없습니다. 모델은 빈칸을 일반적인 업계 내용으로 채우므로 어떤 제품에도 적용 가능한 글이 됩니다.
모델이 추측해야 하는 것:
추가할 것: 특히 제품 설명, 타깃 독자, 차별점, 실제 근거, 핵심 키워드를 제공해야 합니다. 이 정보가 없으면 “제품 얘기가 거의 없는 글”이 나오는 것이 자연스럽습니다.
문제: 명시적인 충돌은 없습니다.
왜 증상을 만드나: “자세하게”와 “전문적으로”는 충돌하지 않지만, 분량 제한이나 독자 수준이 없어서 모델이 어느 정도까지 자세하고 전문적이어야 하는지 판단하지 못합니다.
추가할 것: 독자의 전문 수준과 목표 분량을 정해야 합니다. 예: “비전문가를 대상으로 2,000자 내외로 작성”.
문제: 제목, 목차, 소제목, 본문, 메타 설명, CTA 등의 형식이 없습니다.
왜 증상을 만드나: 매번 글의 구조와 강조점이 달라집니다. 구조가 없으므로 제품 정보를 어디에 얼마나 배치할지도 모델이 임의로 정합니다.
추가할 것: 최소한 다음을 지정해야 합니다.
문제: 명백히 불가능한 지시는 없습니다. 다만 “SEO도 고려해줘”는 필요한 키워드와 검색 의도가 없어서 제대로 실행할 수 없습니다.
왜 증상을 만드나: 모델은 키워드를 임의로 추측하거나 흔한 키워드를 사용합니다. 그러면 SEO도 일반적인 수준에 머물고 제품과 밀착되지 않습니다.
추가할 것: 목표 키워드, 관련 키워드, 타깃 검색어, 검색 의도, 경쟁 글과의 차별화 방향을 제공해야 합니다.
문제: “전문 마케터야”, “좋은”, “전문적으로”는 거의 아무것도 결정하지 않습니다.
왜 증상을 만드나: 이 표현들은 역할이나 품질을 선언할 뿐, 제품에 어떤 내용을 어떤 기준으로 써야 하는지 알려주지 않습니다. 모델의 결과를 제품 중심으로 만들지 못합니다.
추가할 것: 역할 표현 대신 구체적인 행동과 기준을 적어야 합니다. 예를 들어 “제품의 차별점 세 가지를 실제 사용 상황과 함께 설명하라”처럼 써야 합니다.
문제: 다음 표현들이 모호합니다.
왜 증상을 만드나: 작성자에게는 제품 맥락이 이미 분명하지만, 프롬프트에는 그 맥락이 없습니다. 모델은 그 빈칸을 일반적인 내용으로 채우기 때문에 결과가 뻔하고 범용적인 글이 됩니다.
핵심 원인은 지시의 문체가 아니라 제품에 관한 사실과 작성 목적이 프롬프트에 거의 없다는 점입니다.
| 4종 프롬프트 최적화 프롬프트 | |
| AI 프롬프트 최적화 프롬프트 | |
| 적응형 사고 프레임워크 프롬프트 | |
| 멀티에이전트 조직 프롬프트 | |
| AI 입문 코칭 프롬프트 |