AI에게 일을 잘 시키는 법: 프롬프트 실전 기술 7가지

같은 AI를 쓰는데 누구는 척척 일을 시키고, 누구는 "이거 별로네" 하고 덮는다. 차이는 AI 성능이 아니라 '시키는 방법'이다. AI는 눈치가 없다. 원하는 걸 오해 없이 전달하는 기술, 프롬프트 실전 기술 7가지를 정리해본다.

1. 핵심 원리: AI는 눈치가 없다

프롬프트의 모든 기술은 한 문장으로 수렴한다. "모호하게 말하면 모호하게 답한다." AI는 행간을 읽지 못한다. 당신이 머릿속으로 생각한 조건을 말하지 않으면, AI는 추측해서 채운다. 그 추측이 틀리면 엉뚱한 답이 나온다.

좋은 프롬프트와 나쁜 프롬프트의 차이를 보자.

• 나쁨: "이메일 좀 써줘"
• 좋음: "거래처 김 과장에게 납품 일정 연기를 알리는 이메일 써줘. 정중하지만 변명처럼 들리지 않게, 5문장 이내로"

같은 AI, 같은 이메일이지만 결과는 완전히 다르다. 아래 7가지 기술은 이 차이를 만드는 구체적인 방법이다.

2. 실전 기술 7가지

① 구체적으로 말하기

가장 기본이면서 가장 효과가 크다. 분량, 대상, 목적을 숫자와 함께 적어라.

• 나쁨: "다이어트 식단 짜줘"
• 좋음: "1800칼로리 기준, 일주일치 저녁 식단을 짜줘. 조리 시간 20분 이내, 장보기 목록도 함께"

'구체적'의 기준은 간단하다. 다른 사람이 봐도 같은 결과를 낼 수 있을 정도면 충분하다.

전과 후를 한 가지 일로 비교해 보겠습니다. 아래는 실제 도구 출력이 아니라, 어떤 차이가 생기는지 보여주기 위한 예시입니다.

• 전: "주간 보고서 써줘"
• 후: "이번 주 진행한 고객사 세 곳의 미팅 결과를 주간 보고서로 정리해줘. 읽는 사람은 팀장이고, 분량은 1페이지, 각 미팅마다 결정 사항과 다음 할 일을 구분해서 적어줘"

전의 답은 무엇을 써야 할지 AI가 추측해서 채웁니다. 후의 답은 읽는 사람, 분량, 형식이 정해져 있어서 그대로 회의 자료로 넘길 수 있는 형태에 가까워집니다. 구체적으로 적는다는 것은 길게 적는다는 뜻이 아니라, AI가 추측해야 할 자리를 줄인다는 뜻입니다.

② 역할을 부여하기

"너는 ○○야" 한 줄이면 AI의 어휘와 깊이가 바뀐다.

• "너는 10년차 백엔드 엔지니어야. 주니어 개발자에게 코드 리뷰를 해줘"
• "너는 초등학생에게 설명하는 과학 선생님이야"

"전문가처럼" 같은 막연한 말보다 구체적인 역할이 효과가 크다. 단, 역할을 세 문단씩 길게 쓰는 건 오히려 잡음이 된다. 한두 줄이면 충분하다.

③ 예시를 보여주기

말로 설명하기 애매한 형식이나 톤은 예시를 보여주는 게 가장 빠르다. 이걸 '퓨샷(few-shot) 프롬프팅'이라고 한다.

• "다음 형식으로 회의록을 정리해줘. [예시 1개 붙여넣기] 이제 오늘 회의 내용을 같은 형식으로 정리해줘"

AI는 패턴을 따라하는 기계라서, 예시 두 개가 설명 다섯 문단보다 낫다.

예시를 보여주는 방법도 전과 후로 보면 분명해집니다. 아래 역시 형식을 보여주기 위한 예시입니다.

• 전: "회의록 정리해줘"
• 후: "다음 형식으로 정리해줘. [날짜 / 참석자 / 결정 사항 3줄 / 다음 할 일과 담당자] 이제 오늘 회의 내용을 같은 형식으로 정리해줘"

형식을 한 번 보여주면, 그다음부터는 매번 형식을 설명하지 않아도 됩니다. 자주 쓰는 형식이 있다면 예시 하나를 저장해 두고 붙여넣는 것만으로 충분합니다.

④ 출력 형식을 정하기

받을 그릇을 미리 정해라. 표, 목록, JSON 등 원하는 형태를 못 박으면 후처리가 쉬워진다.

• "표로 정리해줘. 열은 '장점, 단점, 가격' 세 개로"
• "반드시 JSON 형식으로만 답해. 다른 설명은 붙이지 마"

"다른 설명 붙이지 마"를 명시하지 않으면 AI가 "물론이죠! 여기 있습니다" 같은 군더더기를 붙이는 경우가 많다.

⑤ 배경과 맥락을 설명하기

'왜' 필요한지 알려주면 AI가 의도를 파악한다.

• 나쁨: "이 문장 다듬어줘"
• 좋음: "사내 교육 자료에 쓸 문장이야. 초보자도 이해할 수 있게 쉽게 다듬어줘"

누구를 위한 결과물인지, 어디에 쓰이는지를 한 줄만 덧붙여도 답의 방향이 잡힌다.

⑥ 생각할 시간을 주기

복잡한 문제는 곧장 답을 요구하지 마라. "단계별로 생각한 뒤 결론을 내려줘" 한 줄이면 정확도가 올라간다. AI는 답을 쓰면서 생각하는 구조라, 추론 과정을 글로 뱉게 하면 그 위에서 다음을 계산할 수 있기 때문이다.

단, 간단한 작업에는 과하다. 분류나 추출 같은 단순 작업에 이걸 붙이면 시간과 비용만 늘어난다.

생각할 시간을 주는 방법도 비교해 보면 감이 옵니다. 아래는 예시입니다.

• 전: "A안과 B안 중 뭐가 나아?"
• 후: "A안과 B안을 비용, 기간, 위험 세 가지 기준으로 비교한 뒤, 각 기준마다 어느 안이 나은지 이유를 한 줄씩 적고, 마지막에 결론을 내려줘"

전은 결론만 던져서 왜 그런지 알 수 없습니다. 후는 비교 기준과 이유가 드러나서, 결론이 마음에 들지 않아도 어느 대목을 고쳐야 할지 바로 짚을 수 있습니다. 복잡한 결정을 시킬 때는 결론보다 비교 과정을 먼저 달라고 하는 편이 낫습니다.

⑦ 긍정형으로 쓰기

"하지 마라"보다 "해라"가 잘 먹히는 경우가 많다.

• 나쁨: "이모지를 쓰지 마. 너무 길게 쓰지 마"
• 좋음: "이모지 없이, 5문장 이내로 써줘"

AI는 부정어를 처리하는 데 약한 편이다. 원하는 상태를 직접 말하는 게 확실하다.

3. 자주 하는 실수 3가지

"잘 해줘" 같은 형용사. "깔끔하게", "프로페셔널하게"는 측정할 수 없는 말이다. AI가 멋대로 해석한다. 원하는 게 있으면 구체적으로 적어라.

모순된 지시. "간결하되 자세하게" 같은 말은 AI가 한쪽을 무시하게 만든다. 우선순위를 정해줘야 한다.

한 번에 완성하려 하기. 프롬프트는 대화다. 첫 답이 아쉬우면 "이 부분만 다시", "톤을 좀 더 부드럽게"처럼 고쳐 나가면 된다. 한 번에 완벽한 주문을 외우려 하지 마라.

마무리: 질문이 실력이다

AI 시대의 실력은 '아는 것'이 아니라 '묻는 것'에서 나온다. 같은 도구를 손에 쥐고도 누구는 비서를 부리고 누구는 장난감을 갖고 논다.

오늘부터 한 가지만 바꿔보자. AI에게 뭔가를 시킬 때, 분량·대상·형식을 한 줄씩만 덧붙이는 것. 그 한 줄이 AI를 '그럴듯한 답변 기계'에서 '내 일을 대신하는 비서'로 바꾼다.

이 7가지 기술은 에이전트 시대의 기본기이기도 합니다. 에이전트는 목표를 주면 스스로 계획하고 도구를 써서 일을 끝까지 해내는 존재인데, 그 첫 단추가 결국 프롬프트이기 때문입니다. 목표를 구체적으로 말하고, 제약을 함께 주고, 단계별로 확인하는 습관은 에이전트를 쓸 때도 그대로 통합니다. 에이전트에게 일을 맡길 때도 마찬가지입니다. 목표와 제약, 확인 단계를 프롬프트에 넣어 두면, 에이전트가 혼자 달려가 엉뚱한 결과를 가져오는 일을 줄일 수 있습니다. 에이전트를 실제로 써보는 방법은 'AI 에이전트 실전 활용법: 쇼핑·여행·조사를 대신 시키는 법' 글에서 이어서 볼 수 있습니다.