프롬프트에 ‘예시와 역할’을 넣으면 AI 답변이 달라진다 — 제로샷·퓨샷·역할·COT 실무 정리

감자나라ai의 영상은 여러 프롬프트 기법을 빠르게 훑지만, 핵심은 단순하다. AI 답변 품질은 모델 이름보다 ‘역할·예시·출력 형식·판단 기준’을 얼마나 명확히 주느냐에 크게 좌우된다.

1. 영상의 핵심: 프롬프트는 질문문이 아니라 작업 지시서다

영상은 제로샷과 퓨샷 비교에서 출발한다. “WBC 한국팀 역사를 알려줘”처럼 아무 예시 없이 묻는 방식도 답은 나온다. 그러나 사용자가 원하는 문체나 구성, 예컨대 “전성기의 시작, 최고의 순간, 침체의 시작”처럼 구간을 나누는 스타일이 있다면 이야기가 달라진다. 그때는 말로 길게 설명하기보다 원하는 스타일의 예시를 같이 넣는 편이 훨씬 빠르다.

이 관점은 실무에서 중요하다. AI에게 일을 맡길 때 결과물이 마음에 안 드는 이유는 모델이 부족해서가 아니라, 작업의 성공 기준을 충분히 넘겨주지 않았기 때문인 경우가 많다. 글쓰기, 요약, 비교, 코드 리뷰, 마케팅 전략, 이메일 작성처럼 결과물의 모양이 중요한 업무일수록 프롬프트는 질문보다 작업 지시서에 가까워져야 한다.

2. 제로샷과 퓨샷: 빠르게 받을 것인가, 원하는 모양으로 받을 것인가

제로샷은 예시 없이 바로 요청하는 방식이다. 속도가 빠르고 간단한 정보 확인에는 충분하다. “기후 위기에 대한 에세이를 작성해줘”, “AI 도구를 비교해줘” 같은 요청은 대부분 그럴듯한 답을 만든다. 하지만 결과물은 평균적인 문체와 구조로 나오기 쉽다.

퓨샷은 예시를 몇 개 주고 그 패턴을 따라 하게 만드는 방식이다. 영상에서는 사용자가 좋아하는 글 스타일이나 요약 형식, 감성 분석 예시, SQL 변환 예시를 넣는 장면이 나온다. 예를 들어 리뷰 세 개를 긍정·부정·중립으로 라벨링한 뒤 “가격 대비 품질이 훌륭합니다”를 판단하게 하면, 모델은 사용자가 원하는 분류 기준을 더 잘 따라간다.

제로샷 예시: 빠른 첫 정리이 필요할 때

제로샷은 “일단 첫 정리부터 받아보자”는 상황에 적합하다. 단, 업무에 바로 쓰려면 최소한 목적과 분량 정도는 붙이는 편이 좋다.

예시 1 — 빠른 설명
주제: 생성형 AI가 사무직 업무에 미치는 영향
요청: 핵심을 5개 bullet로 정리해줘.
조건: 전문용어는 줄이고, 각 bullet은 2문장 이하로 써줘.

예시 2 — 글 첫 정리
기후 위기를 주제로 1,200자 분량의 에세이 첫 정리을 작성해줘.
구성: 문제 제기 → 원인 → 개인과 기업의 대응 → 결론
톤: 차분하지만 경각심 있게

예시 3 — 비교 첫 정리
ChatGPT, Claude, Gemini를 업무용 글쓰기 관점에서 비교해줘.
비교 기준: 장문 작성, 요약, 자료 정리, 코드 도움, 가격 부담
결론: 어떤 사용자에게 어떤 도구가 맞는지도 포함해줘.

퓨샷 예시: 원하는 스타일을 보여줄 때

퓨샷은 말로 설명하기 어려운 문체, 표 형식, 분류 기준을 예시로 보여주는 방법이다. “이런 느낌으로”라는 요구를 AI가 가장 잘 이해하는 방식이다.

아래 예시의 기준을 따라 새 리뷰의 감성을 분류해줘.
출력은 반드시 긍정/중립/부정 중 하나와 한 줄 이유로 작성해.

예시 1
리뷰: 배송이 빨라서 좋았습니다. 포장도 깔끔했어요.
분류: 긍정
이유: 배송과 포장에 대한 만족 표현이 명확함.

예시 2
리뷰: 제품 설명과 실제 색상이 달라서 실망했습니다.
분류: 부정
이유: 기대와 실제 상품의 차이로 불만이 발생함.

예시 3
리뷰: 그냥 평범합니다. 특별히 좋거나 나쁘진 않아요.
분류: 중립
이유: 강한 만족이나 불만이 없음.

새 리뷰
리뷰: 가격 대비 품질이 훌륭합니다. 다음에도 구매할 것 같아요.

아래 예시처럼 뉴스를 한 문장으로 요약해줘.
규칙: 핵심 사건 → 영향 → 독자가 봐야 할 포인트 순서로 쓴다.

예시 1
원문: 반도체 기업 A가 신규 공장을 착공했고, 내년 하반기부터 양산을 시작할 예정이다.
요약: 반도체 기업 A의 신규 공장 착공은 내년 공급 확대 기대를 키우지만, 실제 실적 반영 시점은 양산 일정 확인이 핵심이다.

예시 2
원문: 정부가 전력망 투자 확대 계획을 발표했고 관련 전선·변압기 기업 주가가 상승했다.
요약: 전력망 투자 확대 발표는 전선·변압기 기업에 단기 모멘텀을 줬지만, 수주와 마진 개선으로 이어지는지 확인해야 한다.

새 원문:
〈여기에 요약할 기사나 공시 내용을 붙여넣기〉

3. 퓨샷을 제대로 쓰는 법: 예시는 3~20개, 형식은 일관되게

영상에서는 퓨샷 예시 수에 대해서도 언급한다. 대략 3개에서 20개 정도의 예시가 효과적이고, 너무 많이 넣으면 효율이 떨어질 수 있다는 설명이다. 중요한 것은 예시 수보다 예시의 품질이다. 같은 작업과 유사한 예시, 일관된 형식, 명확한 라벨이 있어야 한다.

예를 들어 감성 분류를 시킬 때 “배송이 빨라서 좋다 → 긍정”, “제품과 설명이 달라서 실망 → 부정”, “그냥 평범하다 → 중립”처럼 분명한 기준을 준 뒤 새 문장을 판단하게 하면 결과가 안정된다. 요약 업무도 마찬가지다. 마음에 드는 요약 두세 개를 먼저 보여주면 AI는 단순히 짧게 줄이는 것이 아니라 사용자가 원하는 톤과 압축 방식을 따라간다.

4. 역할 프롬프팅: 전문성의 방향을 먼저 고정한다

역할 프롬프팅은 AI에게 특정 역할이나 페르소나를 부여하는 방식이다. “당신은 10년 경력의 디지털 마케팅 전문가입니다”, “초등학교 5학년 담임 선생님입니다”, “15년 경력의 시니어 백엔드 개발자이자 코드 리뷰 전문가입니다”처럼 시작하면 답변의 관점과 어휘가 달라진다.

이 방식은 특히 업무 맥락이 있는 질문에 강하다. 마케팅 전략은 마케터의 관점으로, 어린이 설명은 교사의 관점으로, 코드 리뷰는 개발자의 관점으로 보게 만든다. 역할은 답변을 꾸미는 장식이 아니라, 무엇을 중요하게 볼지 정하는 필터다. 따라서 역할은 추상적으로 “전문가”라고만 쓰기보다 경력, 대상, 목표, 평가 기준까지 함께 적는 편이 좋다.

역할 프롬프팅 예시: 업무 상황별

마케팅 전략
당신은 10년 경력의 B2B 디지털 마케팅 전문가입니다.
월 예산 300만 원 이하의 스타트업이 리드 100개를 확보하기 위한 4주 실행안을 제안해줘.
출력: 채널별 우선순위, 예상 비용, KPI, 하지 말아야 할 일을 표로 정리.

어린이 교육
당신은 초등학교 5학년 담임 선생님입니다.
10살 아이가 이해할 수 있도록 생성형 AI를 설명해줘.
조건: 일상생활 비유 3개, 위험한 사용 예 2개, 올바른 사용 약속 3개를 포함.

코드 리뷰
당신은 15년 경력의 시니어 백엔드 개발자이자 코드 리뷰어입니다.
아래 코드를 가독성, 성능, 보안, 테스트 용이성 기준으로 리뷰해줘.
출력: 문제점 → 이유 → 개선 예시 코드 순서.

투자 리서치
당신은 보수적인 기관투자자 관점의 리서치 애널리스트입니다.
아래 기업 자료를 보고 투자 아이디어를 정리해줘.
조건: 강점보다 리스크를 먼저 쓰고, 실적 변수·밸류에이션·촉매·체크할 공시를 분리.

5. 단계별 사고와 셀프 컨시스턴시: 계산·판단 업무의 안전장치

영상에서 소개된 COT, 즉 단계별 사고 유도는 계산이나 논리 추론이 필요한 문제에서 유용하다. 사과 재고 계산처럼 중간 과정이 있는 문제, 신제품 출시 여부처럼 재무적 영향과 장단점을 함께 봐야 하는 문제에서는 “단계별로 분석하고 결론을 내려줘”라고 요청하는 편이 낫다.

셀프 컨시스턴시는 한 문제를 여러 접근 방식으로 풀게 한 뒤 답이 일치하는지 확인하는 방법이다. 닭과 토끼 문제를 연립방정식, 가정법, 반대 가정으로 풀게 하는 식이다. 실무에서는 투자 판단, 계약 조건 검토, 사업계획 비교처럼 오류 비용이 큰 작업에서 쓸 수 있다. 다만 모든 질문에 쓰면 답변이 길어지고 비용이 늘어난다. 중요한 의사결정에만 선택적으로 쓰는 편이 좋다.

단계별 사고 예시: 계산·의사결정·리스크 검토

재고 계산
상점에 사과가 18개 있었다.
오전에 13개를 팔았고, 오후에 25개가 입고됐고, 저녁에 17개를 더 팔았다.
현재 사과가 몇 개인지 단계별로 계산해줘.
마지막 줄에는 숫자만 다시 써줘.

신제품 출시 판단
우리 회사는 신제품 출시를 검토 중이다.
현재 월 고정비는 5,000만 원, 제품당 공헌이익은 2만 원, 초기 마케팅 비용은 1억 원이다.
월 판매량 3,000개, 5,000개, 8,000개 시나리오별 손익을 계산하고 출시 여부를 판단해줘.
출력: 계산 과정 → 시나리오 표 → 장점 → 위험 → 결론.

셀프 컨시스턴시
아래 문제를 세 가지 접근 방식으로 풀어줘.
1. 수식 접근
2. 표로 대입하는 접근
3. 반대로 가정하는 접근
세 결과가 일치하는지 확인하고, 가장 신뢰할 수 있는 결론을 마지막에 써줘.
문제: 닭과 토끼가 합쳐서 35마리, 다리는 94개다. 각각 몇 마리인가?

6. 감정 프롬프팅: 효과는 있지만 남용할 필요는 없다

영상에는 “이건 내 경력에 매우 중요해”, “당신의 전문성을 신뢰합니다”, “최선의 답변을 기대합니다”처럼 감정적 문구를 넣는 방식도 나온다. 실제로 이런 문장은 모델이 더 신중한 답변을 하도록 유도할 수 있다. 발표 자료, 사업계획서, 계약서 요약처럼 중요도를 높이고 싶을 때 한 줄 정도 넣는 것은 도움이 된다.

다만 이 방식은 핵심 기법이라기보다 보조 장치에 가깝다. 감정 문구만 넣고 목표, 자료, 기준, 형식을 주지 않으면 답변은 여전히 흐릿하다. 따라서 중요하다는 말보다 중요한 이유와 평가 기준을 주는 것이 먼저다. “내 경력에 중요해”보다 “의사결정자가 3분 안에 리스크와 다음 행동을 판단할 수 있게 정리해줘”가 더 실무적이다.

감정 프롬프팅 예시: 중요한 작업임을 알릴 때

덜 좋은 방식
이건 내 경력에 매우 중요해. 발표자료를 잘 만들어줘.

더 좋은 방식
이 발표자료는 다음 주 임원회의에서 신규 예산 승인 여부를 결정하는 데 쓰입니다.
청중은 시간이 부족하므로 3분 안에 다음 세 가지를 판단할 수 있어야 합니다.
1. 왜 지금 해야 하는가
2. 예상 비용과 기대효과는 무엇인가
3. 실패하면 어떤 리스크가 있는가
아래 자료를 바탕으로 7장짜리 발표 흐름을 만들어줘.
각 장은 제목, 핵심 메시지, 넣을 데이터, 발표자 메모로 구성해줘.

계약서 검토
당신의 전문성을 신뢰합니다. 다만 아래 계약서는 실제 협상 전 검토용입니다.
위험 조항을 놓치지 않도록, 불리한 조항·모호한 표현·협상 가능한 문구·상대방에게 물어볼 질문을 분리해줘.

7. 리프레이즈 앤 리스폰드: 애매한 질문을 먼저 좋은 질문으로 바꾼다

리프레이즈 앤 리스폰드는 사용자의 질문을 모델이 먼저 더 구체적인 질문으로 바꾼 뒤 답하게 하는 방식이다. “AI가 일자리를 대체할까?”처럼 넓고 모호한 질문은 그대로 답하면 일반론으로 흐르기 쉽다. 이때 “질문을 더 구체적으로 다시 표현하고, 그 확장된 질문에 답해줘”라고 요청하면 답변의 초점이 잡힌다.

기술 도입 검토에도 유용하다. “이 도구 좋아?”라고 묻기보다 “이 질문이 의미할 수 있는 해석을 먼저 나열하고, 각 해석별로 답해줘”라고 하면 기능성, 비용, 보안, 팀 적합성 같은 관점으로 쪼개진다. 애매한 질문을 명확한 질문으로 바꾸는 과정 자체가 이미 좋은 리서치의 절반이다.

리프레이즈 앤 리스폰드 예시: 질문부터 정리하기

AI가 일자리를 대체할까?

위 질문은 너무 넓다. 먼저 이 질문이 의미할 수 있는 세 가지 관점을 다시 정의해줘.
예: 직무 자동화, 임금 영향, 필요한 역량 변화.
그다음 각 관점별로 2026년 기준 실무자가 준비해야 할 행동을 답해줘.
출력 형식:
1. 재구성된 질문
2. 관점별 답변
3. 직장인이 당장 준비할 체크리스트

이 AI 도구 좋아?

위 질문을 구매 의사결정에 맞게 다시 표현해줘.
비교 기준은 기능, 비용, 보안, 팀 적응 난이도, 기존 업무도구 연동성으로 나눠줘.
마지막에는 “도입 추천 / 보류 / 파일럿 권장” 중 하나로 결론을 내려줘.

8. 스타일링 프롬프팅: 결과물의 톤과 형식을 지정한다

스타일링 프롬프팅은 출력의 톤앤매너, 장르, 길이, 구성요소를 지정하는 방식이다. 영상에서는 대기업 AI 담당 임원에게 보내는 비즈니스 이메일, 인스타그램 캡션, 해시태그와 CTA까지 포함한 글쓰기 예시가 나온다. 같은 내용이라도 “정중하지만 자신감 있게”, “세 문장으로”, “미팅 요청으로 끝내기”처럼 조건을 주면 결과물이 훨씬 바로 쓰기 좋아진다.

실무에서는 특히 이메일, 제안서, 보고서 요약, SNS 문구, 발표자료 문안에 유용하다. 처음 나온 결과가 마음에 들지 않으면 “3가지 톤으로 다시 제안해줘”라고 요청하는 것도 좋다. AI는 첫 번째 답변보다 여러 선택지를 만들 때 더 쓸모 있어지는 경우가 많다.

스타일링 프롬프팅 예시: 이메일·SNS·보고서

비즈니스 이메일
다음 내용을 대기업 AI 담당 임원에게 보내는 비즈니스 이메일로 작성해줘.
톤: 정중하지만 자신감 있게
길이: 700자 이내
구성: 인사 → 상대 관심사 언급 → 우리 솔루션의 차별점 → 미팅 제안 → 마무리
금지: 과장 표현, “혁신적” 같은 추상어 남발
내용: 우리 회사의 문서 자동화 AI 솔루션을 소개하고 싶다.

인스타그램 캡션
주제: 시간 관리의 중요성
톤: 친근하지만 가볍지 않게
길이: 500자 이내
요소: 첫 문장 후킹, 공감 문장, 실천 팁 3개, 이모지 3개 이하, 해시태그 5개, 댓글 유도 CTA
추가 요청: 같은 내용을 차분한 톤 / 동기부여 톤 / 현실 조언 톤 3가지 버전으로 작성.

보고서 문체 변환
아래 메모를 임원 보고서 문체로 바꿔줘.
조건: 문장은 짧게, 결론 먼저, 숫자는 표로, 리스크는 별도 항목으로 분리.
출력: 제목 → 한 줄 결론 → 근거 표 → 리스크 → 다음 액션.

9. 바로 복사해 쓰는 실무형 프롬프트 템플릿

아래 템플릿은 영상의 여러 기법을 하나로 합친 실무형 구조다. 역할, 목표, 입력값, 예시, 출력 형식, 품질 기준을 함께 넣는다. 핵심은 한 문장 명령이 아니라, AI가 따라야 할 작업 조건을 한 번에 주는 것이다.

역할: 당신은 10년 경력의 업무 자동화/AI 활용 컨설턴트입니다.
목표: 아래 자료를 바탕으로 실무자가 바로 사용할 수 있는 결과물을 작성합니다.
입력값: 〈원문 자료 또는 회의록〉
참고 예시: 〈원하는 문체·요약·표 형식 예시 2~5개〉
출력 형식:
1. 먼저 결론 3줄
2. 핵심 내용 표
3. 실행 단계 3~5개
4. 주의할 점
5. 바로 복사해 쓸 문안 또는 프롬프트
품질 기준:
- 추상적인 조언보다 실제 행동으로 바꿀 수 있게 쓴다.
- 불확실한 내용은 단정하지 말고 추가 확인 항목으로 분리한다.
- 독자가 3분 안에 다음 행동을 판단할 수 있게 구성한다.

10. 상황별 프롬프트 예시 모음

아래 예시는 실제 업무에서 바로 가져다 쓸 수 있도록 만들었다. 중요한 것은 문장을 그대로 외우는 것이 아니라, 역할·입력값·출력 형식·품질 기준을 함께 주는 구조를 익히는 것이다.

역할: 당신은 PMO 회의록 정리 담당자입니다.
입력값: 아래 회의 메모
목표: 실행 가능한 회의록으로 정리
출력 형식:
1. 회의 한 줄 결론
2. 결정된 사항
3. 담당자별 액션 아이템
4. 마감일
5. 아직 결정되지 않은 쟁점
6. 다음 회의에서 확인할 질문
주의: 발언자 의견과 확정 결정을 섞지 말 것.

회의 메모:
〈여기에 회의 메모 붙여넣기〉

역할: 당신은 보수적인 리서치 애널리스트입니다.
주제: 〈조사 주제〉
목표: 의사결정자가 5분 안에 핵심을 판단할 수 있는 조사 메모 작성
요구사항:
- 핵심 결론 3줄
- 사실 / 해석 / 추정 분리
- 찬성 근거와 반대 근거 모두 제시
- 출처 신뢰도 평가
- 최신성이 중요한 데이터 표시
- 추가로 확인해야 할 자료 목록
금지: 출처 없는 숫자 단정, 과도한 낙관론.

역할: 당신은 실무형 블로그 에디터입니다.
입력값: 〈영상 자막 또는 기사 원문〉
목표: 독자가 바로 써먹을 수 있는 글로 재구성
구성:
1. 제목 5개 후보
2. 먼저 결론
3. 핵심 개념 설명
4. 실무 예시
5. 바로 복사 가능한 템플릿
6. 주의점
7. 출처
문체: 과장 없이 명확하게, 긴 문단보다 짧은 문단 중심.
품질 기준: 단순 요약이 아니라 독자의 행동이 바뀌어야 한다.

역할: 당신은 리스크를 먼저 보는 주식 리서치 파트너입니다.
입력값: 〈기업 기사, 공시, 실적 요약〉
목표: 투자 아이디어의 강점과 약점을 균형 있게 점검
출력 형식:
1. 투자 아이디어 한 줄 요약
2. 상승 논리
3. 반대 논리
4. 실적에 실제로 영향을 줄 변수
5. 단기 주가 재료와 장기 펀더멘털 구분
6. 확인할 공시·실적 지표
7. 매수보다 먼저 확인할 리스크
주의: 확실하지 않은 내용은 추정으로 표시하고, 목표주가를 임의로 만들지 말 것.

11. 업무별 추천 조합

12. 주의점: 프롬프트 기법은 만능이 아니다

또한 프롬프트가 길수록 항상 좋은 것은 아니다. 간단한 작업에는 짧은 요청이 낫고, 복잡한 작업에는 역할·예시·기준을 넣는 식으로 구분해야 한다. 모든 요청에 COT나 셀프 컨시스턴시를 붙이면 답변이 불필요하게 길어질 수 있다. 좋은 프롬프트는 긴 프롬프트가 아니라, 필요한 조건만 빠짐없이 담은 프롬프트다.

13. 결론: AI에게 더 많이 말하는 것이 아니라 더 정확히 말해야 한다

영상의 여러 기법을 하나로 정리하면, AI 활용의 핵심은 “더 많은 명령”이 아니라 “더 정확한 맥락 제공”이다. 역할을 주고, 예시를 주고, 출력 형식을 정하고, 평가 기준을 붙이면 같은 모델에서도 답변 품질이 달라진다.

실무자는 프롬프트를 주문서처럼 써야 한다. 무엇을 만들지, 누구에게 보여줄지, 어떤 기준이면 좋은 결과인지, 어떤 형식으로 받을지 알려줘야 한다. 그렇게 하면 AI는 단순 답변기가 아니라 글쓰기, 요약, 분석, 리뷰, 의사결정을 돕는 실무 파트너에 가까워진다.