AI를 처음 사용할 때는 질문만 하면 알아서 제 의도를 파악해줄 것이라고 생각했습니다.
그래서 질문도 짧았습니다.
"여행 계획 짜줘."
"이 글 정리해줘."
"좋은 제목 추천해줘."
답은 금방 나왔지만 묘하게 마음에 들지 않을 때가 많았습니다. 틀린 답이라기보다 제가 원했던 것과 방향이 달랐습니다.
처음에는 AI가 아직 제 질문을 제대로 이해하지 못한다고 생각했습니다. 그런데 비슷한 상황이 반복되면서 질문을 다시 살펴보게 됐습니다.
'여행 계획을 짜달라'고 했지만 어디를 가는지, 며칠인지, 무엇을 좋아하는지는 말하지 않았습니다. 글을 정리해달라고 하면서 어느 정도 길이로 줄이고 싶은지도 알려주지 않았습니다.
AI 입장에서는 제가 말하지 않은 부분을 추측해서 채울 수밖에 없는 질문이었습니다.
그때부터 완벽한 프롬프트를 만들려고 하기보다 AI가 추측해야 하는 부분을 조금씩 줄여보자는 쪽으로 질문 방법을 바꿨습니다.
복잡한 명령어를 외운 것은 아니었습니다.
몇 가지를 추가했을 뿐인데 답을 다시 수정하는 횟수가 줄어들기 시작했습니다.
원하는 결과보다 먼저 상황을 설명해봤습니다
가장 먼저 바꾼 것은 질문 앞에 상황을 붙이는 것이었습니다.
예를 들어 AI에게 단순히 "일정을 정리해주세요"라고 요청할 수 있습니다.
하지만 제가 원하는 것이 하루 일정을 시간순으로 만드는 것인지, 해야 할 일의 우선순위를 정하는 것인지 알기 어렵습니다.
그래서 질문을 조금 바꿔봤습니다.
"오늘 해야 할 일이 여러 개 있는데 전부 끝내기는 어려울 것 같습니다. 중요한 일부터 정리하고 싶습니다."
여기에 해야 할 일을 이어서 적으면 AI가 무엇을 기준으로 답해야 하는지 훨씬 명확해집니다.
글을 다듬을 때도 비슷했습니다.
"자연스럽게 고쳐주세요"보다 "정보형 블로그에 올릴 글이고 너무 딱딱하지 않은 존댓말로 다듬고 싶습니다"라고 설명하면 제가 원하는 방향을 전달하기 쉬웠습니다.
제가 알게 된 것은 질문을 무조건 길게 써야 한다는 것이 아니었습니다.
결과에 영향을 주는 배경을 알려주는 것이 중요했습니다.
친구에게 무언가를 부탁할 때도 "이거 골라줘"라고 하는 것보다 어디에 사용할 물건인지 말해주면 훨씬 적절한 의견을 들을 수 있습니다.
AI에게 질문할 때도 비슷했습니다.
조건은 많이 넣기보다 중요한 것부터 넣었습니다
상황을 설명하는 것이 도움이 된다는 것을 알고 나서는 반대로 질문이 너무 길어진 적도 있었습니다.
원하는 결과를 정확하게 얻겠다는 생각으로 조건을 계속 추가했습니다.
길이, 말투, 형식, 대상, 반드시 포함할 내용, 제외할 표현까지 한 번에 적다 보니 질문 자체를 만드는 데 시간이 오래 걸렸습니다.
간단한 일을 부탁하면서 프롬프트를 작성하는 일이 더 커져버린 것입니다.
그래서 모든 조건을 넣는 대신 결과가 달라질 만한 것부터 생각했습니다.
예를 들어 글을 정리한다면 이런 요소가 있을 수 있습니다.
누가 읽을 글인지, 어느 정도 길이가 필요한지, 어떤 말투를 원하는지, 반드시 남겨야 하는 내용은 무엇인지입니다.
반대로 결과에 큰 영향을 주지 않는 조건까지 처음부터 전부 지정할 필요는 없었습니다.
첫 답을 받아보고 부족한 부분을 다음 질문에서 수정하면 되기 때문입니다.
이 방식으로 바꾸니 AI에게 질문하는 부담이 훨씬 줄었습니다.
처음부터 완벽한 주문서를 만드는 것이 아니라 첫 질문에서는 방향을 잡고, 이후 대화에서 세부 내용을 조정하는 방식이 저에게 더 잘 맞았습니다.
마음에 들지 않는 답을 받으면 처음부터 다시 질문하지 않았습니다
초기에는 AI 답변이 마음에 들지 않으면 새 대화를 열어 질문을 처음부터 다시 작성하곤 했습니다.
그런데 그렇게 하면 앞에서 설명했던 상황도 다시 입력해야 했습니다.
나중에는 기존 대화에서 무엇이 마음에 들지 않는지만 구체적으로 이야기하기 시작했습니다.
"내용은 괜찮은데 문장이 너무 딱딱합니다."
"두 번째 부분은 빼고 실제 사용 상황을 더 넣어주세요."
"설명이 길어서 핵심만 남겨주세요."
이런 식입니다.
이 방법의 장점은 제가 원하는 결과가 무엇인지 저 스스로도 조금씩 알아갈 수 있다는 점이었습니다.
처음 질문할 때는 저도 원하는 결과를 정확히 설명하지 못할 때가 있습니다. 막상 답을 보고 나서야 '이건 너무 길다', '이 예시는 필요 없다'는 판단이 생깁니다.
그래서 첫 번째 답이 완벽하지 않아도 실패한 질문이라고 생각하지 않게 됐습니다.
오히려 첫 답을 초안으로 보고 수정 방향을 알려주는 편이 편했습니다.
AI를 검색창처럼 한 번 질문하고 끝내기보다 대화를 통해 결과를 좁혀가는 도구로 사용하게 된 것입니다.
예시 하나가 긴 설명보다 잘 통할 때도 있었습니다
원하는 말투나 결과의 형태를 설명하기 어려울 때가 있습니다.
"너무 딱딱하지 않으면서 가볍지도 않게 써주세요."
이렇게 요청하면 사람마다 생각하는 기준이 다릅니다. AI 역시 제가 생각하는 정확한 느낌을 알 수 없습니다.
그럴 때는 원하는 형태와 비슷한 짧은 예시를 함께 보여주는 방법이 편했습니다.
예를 들어 제가 이미 작성한 문장 중 마음에 드는 부분이 있다면 "이 문장의 말투와 비슷하게 이어주세요"라고 요청할 수 있습니다.
표를 만들고 싶다면 필요한 열이 무엇인지 직접 적어주는 것도 방법입니다.
결과물의 모양을 말로 길게 설명하는 것보다 작은 예시 하나를 보여주는 편이 명확할 때가 있었습니다.
다만 인터넷에서 가져온 다른 사람의 글을 통째로 넣고 그대로 따라 쓰게 하는 방식은 피하려고 합니다.
제가 직접 작성한 문장이나 단순한 형식 예시처럼 필요한 범위만 활용하는 편이 좋았습니다.
'알아서 해줘'를 줄이니 수정할 부분도 줄었습니다
AI를 사용할 때 편해서 자주 쓰게 되는 표현이 있습니다.
"알아서 해주세요."
저도 처음에는 많이 사용했습니다.
그런데 결과가 마음에 들지 않는 경우를 살펴보니 제가 중요한 판단까지 AI에게 넘긴 질문이 많았습니다.
예를 들어 "블로그에 올릴 만한 주제를 알아서 정해주세요"라고 하면 AI가 선택한 주제가 제가 운영하려는 블로그 방향과 맞지 않을 수 있습니다.
반면 "스마트폰과 AI를 일상에서 사용하는 경험을 다루는 블로그입니다. 기존 글과 겹치지 않는 정보형 주제를 찾아주세요"라고 하면 범위가 훨씬 분명해집니다.
여기서 중요한 것은 AI에게 자유를 전혀 주지 않는 것이 아닙니다.
제가 이미 결정한 부분은 알려주고, 아직 결정하지 못한 부분에서 도움을 받는 것입니다.
내가 알고 있는 조건까지 AI가 추측하게 만들지 않는 것.
이 기준 하나만 지켜도 결과가 엉뚱한 방향으로 가는 경우를 줄이는 데 도움이 됐습니다.
사실을 묻는 질문과 아이디어를 얻는 질문은 다르게 봤습니다
AI에게 질문하는 방법을 바꾸면서 답을 받아들이는 기준도 달라졌습니다.
아이디어를 요청할 때는 정답이 하나일 필요가 없습니다.
제목 후보를 만들어달라고 하거나 글의 구성을 여러 방식으로 제안해달라고 할 때는 다양한 답을 받아본 뒤 제가 고르면 됩니다.
하지만 최신 제품의 기능, 서비스 이용 조건, 날짜처럼 사실 확인이 필요한 질문은 다릅니다.
답변이 자연스럽다고 해서 바로 사실로 받아들이지 않습니다.
특히 현재 시점에 따라 달라질 수 있는 정보라면 공식 자료를 다시 확인하는 편입니다.
그래서 사실이 중요한 질문에서는 출처나 확인할 공식 자료가 무엇인지 함께 찾아보는 방향으로 사용하고, 최종 확인은 직접 합니다.
반대로 아이디어를 얻는 작업에서는 AI가 다양한 가능성을 보여주는 데 더 자유롭게 활용합니다.
이 둘을 구분하니 AI의 답을 어디까지 믿어야 할지 고민하는 일도 줄었습니다.
한 질문에 너무 많은 일을 넣지 않게 됐습니다
한 번 질문할 때 최대한 많은 결과를 얻으려고 했던 적도 있습니다.
"이 글을 요약하고 문제점을 찾은 다음 제목도 만들어주고 자연스럽게 다시 써주세요."
AI가 처리할 수 있는 요청이지만, 결과를 확인하는 제 입장에서는 오히려 복잡했습니다.
요약이 마음에 들지 않는 것인지, 글의 구조가 문제인지, 새로 작성한 문장이 마음에 들지 않는 것인지 구분하기 어려웠습니다.
그래서 중요한 작업은 단계를 나누는 편이 더 편했습니다.
먼저 내용에서 중복되는 부분을 찾아달라고 합니다.
그다음 어떤 내용을 남길지 제가 결정합니다.
마지막으로 정해진 구조에 맞춰 문장을 다듬습니다.
이렇게 하면 중간 과정에서 제가 방향을 바꿀 수 있습니다.
AI가 한 번에 모든 것을 완성하는 것보다 제가 확인해야 할 지점에서 한 번씩 멈추는 방식이 결과를 관리하기 쉬웠습니다.
결국 제가 사용하는 질문 기준은 세 가지로 줄었습니다
여러 방식으로 질문해본 뒤에도 특별한 프롬프트 공식을 외우지는 않았습니다.
대신 질문하기 전에 세 가지 정도를 생각합니다.
첫 번째는 상황입니다.
왜 이 답이 필요한지, 어디에 사용할 것인지 알려줍니다.
두 번째는 중요한 조건입니다.
길이, 대상, 말투처럼 결과를 크게 바꿀 조건이 있다면 함께 적습니다.
세 번째는 원하는 결과의 형태입니다.
설명문이 필요한지, 비교가 필요한지, 순서대로 정리된 내용이 필요한지 알려줍니다.
예를 들어 처음 질문이 이렇다고 해보겠습니다.
"스마트폰 사진 정리법 알려줘."
이 질문도 답을 받을 수 있습니다.
하지만 제가 실제로 필요한 상황을 넣으면 조금 달라집니다.
"스마트폰 사진과 스크린샷이 너무 많이 쌓였습니다. 오래된 사진을 전부 정리하기보다는 앞으로 사진이 쌓이는 속도를 줄일 수 있는 간단한 습관을 알고 싶습니다. 매일 부담 없이 할 수 있는 방법 위주로 설명해주세요."
질문이 조금 길어졌지만 AI가 추측해야 하는 부분은 줄었습니다.
제가 AI에게 질문하면서 가장 크게 바뀐 습관은 멋진 프롬프트를 만드는 것이 아니었습니다.
내 머릿속에만 있는 조건을 한두 가지 더 꺼내서 알려주는 것이었습니다.
그리고 첫 답이 마음에 들지 않는다면 질문을 실패했다고 생각하지 않습니다.
부족한 부분을 말하고 다시 수정합니다.
이렇게 사용하니 AI에게 질문할 때마다 새로운 프롬프트 공식을 찾을 필요도 없었고, 원하는 결과에 가까워지는 과정도 훨씬 단순해졌습니다.
다음 글에서는 질문 방법에서 한 단계 더 나아가 스마트폰에서 떠올린 아이디어를 AI로 정리하고, PC에서 실제 문서나 글로 이어가는 작업 흐름을 다뤄보겠습니다. 같은 AI를 사용하더라도 기기마다 잘 맞는 역할이 조금씩 달랐고, 그 역할을 나누면서 작업을 이어가는 방법도 달라졌습니다.
FAQ:
Q1. AI에게 질문할 때 무조건 길게 써야 하나요?
그럴 필요는 없습니다. 질문의 길이보다 결과에 영향을 주는 정보를 포함했는지가 더 중요합니다. 간단한 질문이라면 짧게 물어도 충분하고, 원하는 조건이 여러 개라면 필요한 배경과 조건을 조금 더 알려주시면 됩니다.
Q2. 첫 번째 답변이 마음에 들지 않으면 질문을 처음부터 다시 작성해야 하나요?
반드시 그럴 필요는 없습니다. 기존 답변에서 마음에 들지 않는 부분을 구체적으로 알려주고 수정해달라고 요청할 수 있습니다. "조금 짧게 해주세요"보다 "첫 번째 설명은 유지하고 반복되는 예시는 줄여주세요"처럼 수정할 부분을 구체적으로 말하면 의도를 전달하기 쉽습니다.
Q3. AI가 알려준 정보의 출처도 확인해야 하나요?
정확성이 중요한 내용이라면 확인하는 편이 좋습니다. 특히 서비스 정책, 가격, 제품 지원 여부처럼 변경될 수 있는 정보는 답변 시점의 공식 자료를 직접 확인하시는 것이 좋습니다. 아이디어 제안과 사실 확인을 구분해서 사용하는 습관도 도움이 됩니다.
0 댓글