본문으로 건너뛰기
← 블로그로 돌아가기
인사이트 2026년 2월 10일

AI 프롬프트 엔지니어링 — 블로그를 인스타 카드로

콘텐츠 변환용 프롬프트를 설계하면서 배운 것들. 좋은 프롬프트와 나쁜 프롬프트의 차이.

AI 프롬프트 엔지니어링 콘텐츠 Repasta

프롬프트는 코드다

프롬프트를 “AI에게 하는 부탁”으로 생각하면 품질이 들쭉날쭉해진다. 프롬프트는 함수 시그니처에 가깝다. 입력과 출력의 형식을 명확히 정의해야 일관된 결과가 나온다.

나쁜 프롬프트

이 블로그 글을 인스타그램에 올릴 수 있게 바꿔줘.

이 프롬프트의 문제:

  • 출력 길이 미지정 → 너무 길거나 짧은 결과
  • 톤 미지정 → 매번 다른 말투
  • 구조 미지정 → 해시태그가 있을 수도 없을 수도
  • 금지사항 없음 → 원문에 없는 내용 추가 가능

좋은 프롬프트의 구조

Repasta에서 수백 번의 실험을 거쳐 정착한 프롬프트 구조다.

## 역할
당신은 {역할}입니다.

## 입력
- 형식: {입력 형식}
- 내용: {실제 내용}

## 출력 규칙
- 형식: {출력 형식}
- 길이: {최소}~{최대}
- 구조: {세부 구조}
- 톤: {톤 설명}

## 예시
입력: {예시 입력}
출력: {예시 출력}

## 금지사항
- {금지 1}
- {금지 2}

각 섹션이 하는 일:

  • 역할: 모델의 페르소나를 설정. “콘텐츠 마케터”와 “기술 블로거”는 같은 내용도 다르게 쓴다
  • 입력/출력 규칙: 함수의 파라미터와 반환 타입에 해당
  • 예시: few-shot learning. 1~2개만 넣어도 품질이 크게 올라간다
  • 금지사항: 가드레일. 이게 없으면 AI가 창의적으로 망칠 수 있다

실험: 금지사항의 효과

같은 블로그 글을 금지사항 유무로 변환한 결과:

금지사항 없이:

“놀라운 사실! 이 앱을 사용하면 수익이 200% 증가합니다!! 지금 바로 다운로드하세요!!”

금지사항 포함:

“이커머스 순이익, 감으로 계산하고 있다면. 수수료, 반품, 보관비까지 반영한 실질 마진을 확인하세요.”

금지사항에 “과장된 수치 사용 금지”, “느낌표 2개 이상 연속 사용 금지”를 넣은 것뿐인데 톤이 완전히 달라진다.

변수화

같은 변환이라도 사용자마다 원하는 톤이 다르다. 프롬프트를 하드코딩하면 유연성이 없다.

interface PromptConfig {
  tone: 'professional' | 'casual' | 'witty';
  maxLength: number;
  includeEmoji: boolean;
  hashtagCount: number;
}

function buildPrompt(content: string, config: PromptConfig): string {
  const toneDesc = {
    professional: '전문적이고 신뢰감 있는 톤',
    casual: '친근하고 대화하듯 자연스러운 톤',
    witty: '재치 있고 유머러스한 톤',
  };

  return `
## 역할
콘텐츠 변환 전문가

## 출력 규칙
- 톤: ${toneDesc[config.tone]}
- 길이: ${config.maxLength}자 이내
- 이모지: ${config.includeEmoji ? '적절히 사용' : '사용하지 않음'}
- 해시태그: ${config.hashtagCount}개

## 입력
${content}
  `;
}

Repasta에서는 사용자가 톤 프리셋을 저장할 수 있고, 변환 시 해당 설정이 프롬프트에 자동 반영된다.

평가 기준

프롬프트를 개선하려면 측정 기준이 필요하다. Repasta에서 사용하는 기준:

  • 길이 준수율: 지정 범위 안에 들어오는 비율
  • 구조 준수율: 요구한 섹션이 모두 포함되는 비율
  • 환각률: 원문에 없는 정보가 포함된 비율
  • 사용자 수정률: 변환 후 사용자가 수정하는 비율

이 지표를 추적하면서 프롬프트를 반복 개선했다. 처음에 60%였던 구조 준수율이 95%까지 올라갔다.

정리

프롬프트 엔지니어링은 “잘 부탁하기”가 아니다. 입출력을 정의하고, 예시를 제공하고, 가드레일을 치는 소프트웨어 설계다. 측정 가능한 기준을 두고 반복 개선하면 안정적인 결과를 얻을 수 있다.