역할·맥락·과업·형식: RCTF 프롬프트 습관 만들기
AI에게 질문을 잘하면 답도 좋아진다. 반대로 질문이 막연하면 답도 막연하다. “제품 페이지 좀 개선해 줘”라고만 말하면 누구나 아는 말만 돌아온다. 좋은 결과를 원하면 질문을 구조화해야 한다. 그 방법이 RCTF다.
우리가 배경 설명 없이 두루뭉술하게 묻기 때문이다. AI는 평균적인 상황을 가정한다. 그래서 “이미지 좋게 쓰고, 문구 매력적으로 쓰라”는 말이 나온다. 해결책은 간단하다. 무엇을, 왜, 얼마나, 어떤 모양으로 달라고 분명히 적는다.
R(Role 역할), C(Context 맥락), 라는 두 가지를 먼저 분명히 적는다. Role은 AI에게 어떤 전문가로 답할지 정해 주는 장치다. 예를 들어 “너는 10년차 데이터 분석가다”, “노련한 이커머스 카피라이터처럼 답한다”라고 쓴다. Context는 왜 이 일을 하는지, 누구를 위한 것인지, 어디에서 쓰는지 같은 배경이다. 목적, 타깃, 채널, 제약을 한 줄씩 적어도 좋다. 예를 들어 “신제품 상세페이지, 타깃 25~34세 직장 여성, 모바일 중심, 예산 제한 있음”처럼 정리한다. Role과 Context가 분명하면 AI가 쓸데없는 가정을 하지 않는다. 답의 톤과 깊이도 안정된다. 그런 다음 T(Task 과업), F(Format 형식)을 순서대로 적는 방법이다. 이 네 가지만 지키면 결과가 달라진다.
AI에게 역할을 입힌다. 예) “너는 10년차 데이터 분석가다.” “이커머스 카피라이터처럼 말한다.” 역할을 정하면 관점과 깊이가 맞춰진다.
왜 이 일을 하는지, 대상은 누구인지, 어디에 쓸 건지 적는다. 맥락이 있으면 불필요한 추측이 줄어든다.
해야 할 일을 동사 + 숫자로 적는다. 예) “핵심 포인트 5개를 한 줄씩 정리한다.” 기준이 있으면 결과가 일정해진다.
결과의 모양을 정한다. 표, 마크다운, JSON처럼 다음에 쓰기 쉬운 형식을 지정한다.
이렇게 적으면 바로 실행 가능한 설계안이 나온다. 다른 제품에도 쉽게 확장된다.
첫 답을 곧바로 쓰지 않는다. 1차는 가독성, 2차는 데이터 보강, 3차는 톤 정리처럼 한 번에 한 가지만 고친다.
근거 링크를 요구한다. 신뢰 가능한 출처만 허용한다. 모르면 모른다고 말하라고 명시한다. 이렇게 하면 거짓 정보가 줄어든다.
글자 수, 금지어, 예시 개수, 우선순위, 평가 기준을 함께 적는다. 결과 마지막에 자체 점검표를 붙이라고 지시한다.
아래 빈칸만 채우면 된다.
[R] 너는 (경력/연차)의 (직무/전문가)다. 답변은 (톤/스타일)로 쓴다.
[C] 목적은 (목적)이다. 대상은 (타깃)이며, 채널은 (채널)이다. 고려해야 할 제약은 (디바이스/예산/브랜드 가이드 등)이다.
[T] (산출물)을 (개수/범위)로 작성한다. 각 항목에 (세부 요구) 를 포함한다. 필요하면 가설과 근거를 함께 낸다.
[F] 결과는 (표/마크다운/JSON/슬라이드 개요) 형식으로 준다. 섹션 구분을 명확히 한다. [Guardrails] 출처를 (기관/국가)로 제한한다. 모호하면 추가 질문 후 진행한다. 모르면 모른다고 말한다.
[R] 너는 7년차 이커머스 UX 전문가다. 25~34세 직장 여성 관점으로 답한다.
[C] 스킨케어 신제품 상세페이지를 모바일 중심으로 재구성한다. 모바일 유입 80%, 이탈률 68%다. 브랜드 톤은 차분하고 신뢰감 있는 어조다.
[T] 페이지를 5개 섹션으로 설계한다. 각 섹션에 목적, 1줄 핵심 카피, 2줄 보조 카피, 추천 이미지/모듈 가이드를 적는다. 구매 저항을 줄이는 FAQ 5개와 A/B 테스트 가설 3개를 제시한다.
[F] 마크다운 표 2개로 준다. 첫 표는 섹션 설계, 두 번째 표는 테스트 가설이다. 표 아래 실행 우선순위(상/중/하)를 붙인다. [Guardrails] 모르면 모른다고 말한다. 수치나 주장에는 근거를 달아 준다.
AI는 질문만큼 답한다.
RCTF대로 묻는 습관을 들이면 결과가 안정적으로 좋아진다. 오늘부터 템플릿과 체크리스트를 곧바로 써 보자. 매번 똑같이 묻고, 매번 조금씩 개선하면 된다.
- AI 일잘러 오픈채팅방: https://open.kakao.com/o/gl9MAbWh
- 디스코드 커뮤니티: https://discord.gg/xjcm58YK
- Threads: https://www.threads.net/@aicode.lab