DAY41 - AI 프롬프트 활용법

“AI시대, ChatGPT를 Pro처럼 활용하는 방법”

프롬프트 엔지니어랑 = ai와의 효과적인 소통 기술 프롬프트(명령)을 제대로 작성하지 못하면 원하는 결과를 얻을 수 없음
⇒ 명령을 잘 작성해야한다!

모호하거나 불완전한 프롬프트는 할루시네이션(거짓말) 유발 ⇒ 질문의 답이 없을 때(가지고 있지 않는 데이터) 엉뚱한 말로 대답함
LMM = ai를 통해 데이터를 학습시키는 것

개념 설명

LMM	텍스트, 이미지 등 다양한 데이터를 동시에 다루는 대규모 AI 모델
Hallucination	AI가 그럴듯하지만 사실이 아닌 내용을 만들어내는 현상

프롬프트 엔지니어링 원칙

1. 사실과 견해를 구분하는 프롬프트 기법 ⇒ 모델이 데이터를 더 정확하고 신뢰성 있게 처리 할 수 있음
   ex) 첫 번째 부분은 객관적인 , 두 번째 부분은 견해
2. 띄어쓰기를 통한 프롬프트 성능 향상
   ex) 회사냐? 답변- 네 회사에 있어요 (원래 질문은 회 사냐? 였음. 잘못된 질문으로 잘못된 정보를 전달함)
3. 구조화된 프롬프트 작성
   ex) json 구조화된 프롬프트로 좀 더 체계적은 답을 전달함
4. 자기 검증을 포함한 프롬프트 ⇒ “모르면 모른다고 답변해라” 지시를 포함하면 신뢰도가 높아짐
5. 극강의 프롬프트 복잡성

 

[과제]

1. 지난 과제(리서치 과정 등)를 Chat GPT를 활용해서 회고록 작성하기. (프롬프트 작성할 때 정확하게!)

https://hee0104.tistory.com/59

해당 과제를 통해 챗 gpt 에게 데이터 리서치 결과에 대해 물어봄. 어떤 부분이 잘못되었는지 / 어떤 방향으로 데이터 리서치를 작성 해야하는지에 대해 질문을 했음)

1. 사용자의 실제 목소리를 놓쳤다

• 문제를 전부 GA4 데이터로 분석했고, 이탈의 원인을 가설로 추정했지만, 실제 사용자 인터뷰나 설문을 통해 근거를 보완하지 못한 점이 아쉬움으로 남는다.
• 예: "입력이 귀찮았다", "배송비가 예상과 달라서 포기했다" 같은 정성적 피드백이 있었다면, 가설에 더 설득력을 부여할 수 있었을 것.

💡 개선 방향:

A/B 테스트 설계 전에 5~10명 정도의 실제 사용자 대상 빠른 인터뷰 or 사용성 테스트를 진행해 이탈의 심리적 이유를 명확히 포착했으면 더 풍부한 리서치가 되었을 것.

---

2. 구매자 페르소나 정의의 부재

• Google Merch Shop의 주요 구매자 유형(예: 기념품 구매자, 팬덤 고객, 기업 구매 등)에 대한 분석 없이 모든 사용자를 동일하게 취급.
• 이로 인해 개선안이 보편적이지만, 특정 사용자 집단에 최적화되지 않았을 수 있음.

💡 개선 방향:

GA4 데이터를 바탕으로 간단한 **세그먼트 분류(기기/국가/재방문 vs 신규 등)**를 했더라면, 어떤 유형의 고객이 더 이탈하고 있는지를 파악해 타겟 최적화 개선안을 도출할 수 있었음.

---

3. 정량 목표는 있었지만, 성공 기준이 약했다

• 전환율 10%p 상승, 이탈율 40% 이하 같은 수치적 목표는 있었지만, **"왜 그 수치가 중요한가?"**에 대한 맥락 설명이 부족했다.
• 예: 10%p 상승이 얼마나 매출에 영향을 주는지, 또는 업계 평균 대비 어느 정도 수준인지.

💡 개선 방향:

개선 목표에 **사업적 맥락(매출, ROI, 업계 벤치마크)**을 덧붙였다면, 실험의 의미와 우선순위를 더 강하게 설득할 수 있었음.

---

4. 비실행적인 아이디어도 포함되어 있었다

• 예를 들어  “모든 결제 수단 추가” 등은 기술적·비용적 제약을 고려하면 현실성이 떨어질 수 있음.
• 실제 제품팀과 협업하려면, 우선순위와 기술 난이도까지 고려된 제안이 중요하다.

💡 개선 방향:

각 아이디어 옆에 “예상 구현 난이도(상/중/하)” 또는 “우선순위”를 표시했다면, 실무 협업 시 설득력이 높아졌을 것.

⇒ “어떻게 더 설득력 있게 잘할 수 있을까"에 중점을 두어야 한다

 

2. KPT(Keep Problem Try) 방식으로 회고한 사례를 리서치 해보고 회고록 작성에 참고하기.

🧭 KRT란?

KRT는 회고(회상)를 구조화하는 대표적인 프레임워크 중 하나로, 아래 3가지 항목으로 구성됩니다:

항목 의미

K (Keep)	계속해서 잘 유지하거나 반복할 것
R (Problem / Reduce)	문제로 드러났거나 줄여야 할 것
T (Try)	새롭게 시도해볼 것, 실험하고 싶은 개선 방향

이 방식은 팀 회고, 개인 프로젝트 회고, 리서치 회고 등 다양한 실무에서 널리 쓰이는 프레임워크