UX리서치에 활용 가능한 챗GPT 프롬프트 가이드
정서적인 데이터를 분석, 통합, 생성할 수 있는 텍스트 생성 AI는 UX리서치에 혁신적인 도움을 주고 있다. 텍스트 생성 AI를 잘 활용하기 위해서 텍스트 프롬프트 엔지니어링의 체계를 잘 이해하는 것이 중요하다. ChatGPT를 잘 활용할 수 있는 프롬프트 체계에 대한 유형을 Growh Marketing Specialist로 활용 중인 Khizer Abbas가 잘 정리한 자료가 있어서 정리를 해보았다.
이 프롬프트는 아래의 방식으로 프롬프트를 5가 유형으로 정리를 하였다. 각각의 유형에 대한 특징에 대해서 알아보도록 하겠다.
R-T-F (Role, Task, Format)
T-A-G (Task, Action, Goal)
B-A-B (Before, After, Bridge)
C-A-R-E (Context, Action, Result, Example)
R-I-S-E (Role, Input, Steps, Expectation)
R-T-F:
Role(역할), Task(작업), Format(형식)
R-T-F 프레임워크는 원하는 출력물의 역할, 작업 및 형식을 정의하는 프롬프트 제작을 위한 구조화된 접근 방식입니다. 이러한 측면을 명확하게 설명함으로써 사용자는 자신의 요구 사항을 ChatGPT에 효과적으로 전달하여 보다 관련성 높은 응답을 얻을 수 있습니다.
l 역할: 역할은 생성된 텍스트가 작성되어야 하는 관점을 지정합니다. AI가 프롬프트에 응답할 때 구현해야 하는 개체 또는 페르소나를 정의합니다. 예를 들어 특정 주제에 대한 조언을 구하는 경우 지식이 풍부한 멘토나 전문가로 역할을 지정할 수 있습니다.
l 작업: 작업은 프롬프트에 대한 응답으로 AI가 수행해야 하는 특정 작업 또는 일련의 작업을 간략하게 설명합니다. 여기에는 정보 제공, 권장 사항 제공, 문제 해결 또는 특정 주제에 대한 대화 참여 등이 포함될 수 있습니다. 작업을 명확하게 정의하면 ChatGPT가 상호 작용의 목적을 이해하고 적절한 응답을 생성하는 데 도움이 됩니다.
l 형식: 형식은 생성된 텍스트가 표시되어야 하는 구조 또는 스타일을 말합니다. 여기에는 어조, 언어 스타일, 길이 및 특정 서식 요구 사항과 같은 요소가 포함됩니다. 원하는 형식을 지정함으로써 사용자는 출력의 일관성과 일관성을 보장할 수 있습니다.
T-A-G:
Task, Action, Goal
T-A-G 프레임워크는 ChatGPT를 사용할 때 원하는 결과를 달성하기 위해 작업, 행동, 목표를 조정하는 데 중점을 둡니다. 프롬프트를 이러한 구성 요소로 세분화함으로써 사용자는 자신의 의도를 효과적으로 전달하고 AI가 적절한 응답을 생성하도록 안내할 수 있습니다.
l 작업: 작업은 R-T-F 프레임워크와 마찬가지로 프롬프트에 대한 응답으로 AI가 수행해야 하는 구체적인 작업을 정의합니다. 여기에는 정보 제공, 창의적인 콘텐츠 생성 또는 대화 참여와 같은 상호작용의 주요 목표 또는 목적이 간략하게 설명되어 있습니다.
l 행동: 작업 구성 요소는 프롬프트에 설명된 작업을 수행하기 위해 AI가 수행해야 하는 단계 또는 동작을 지정합니다. 여기에는 조사 수행, 주어진 입력에 기반한 텍스트 생성, 명확한 질문 또는 설명 제공 등이 포함될 수 있습니다.
l 목표: 목표는 사용자가 ChatGPT와의 상호작용을 통해 달성하고자 하는 결과 또는 원하는 결과를 명시합니다. 이는 텍스트 생성의 의도된 목적을 명확히 하고 사용자의 요구 사항을 충족하는 AI의 응답의 효과를 평가하는 데 도움이 됩니다.
B-A-B:
Before, After, Bridge
B-A-B 프레임워크는 초기 상태(이전)에서 원하는 결과(이후)로의 명확한 전환을 설정하고 둘 사이의 간극을 메우는 데 중점을 둡니다. 이러한 방식으로 프롬프트를 구성함으로써 사용자는 ChatGPT가 진행 또는 전환을 용이하게 하는 텍스트를 생성하도록 안내할 수 있습니다.
l 이전: 이전 단계에서는 변경이나 개입이 일어나기 전의 현재 상황이나 시작점을 설명하여 맥락을 설정합니다. 여기에는 ChatGPT와의 상호 작용이 필요한 기존의 과제, 문제 또는 조건이 간략하게 설명되어 있습니다.
l 이후: 이후 단계에서는 사용자가 ChatGPT와의 상호작용을 통해 달성하고자 하는 바람직한 결과 또는 목표를 구상합니다. AI의 응답으로 인해 개선된 상태 또는 문제 해결을 설명합니다.
l 브리지: 브리지 구성 요소는 이전 상태와 이후 상태를 연결하여 초기 상태에서 원하는 결과로 전환하는 데 필요한 단계 또는 작업을 간략하게 설명합니다. 프롬프트에 설명된 전환 또는 진행을 촉진하는 방법에 대한 지침을 ChatGPT에 제공합니다.
C-A-R-E:
Context, Action, Result, Example
C-A-R-E 프레임워크는 맥락 제공, 작업 지정, 결과 예측, 예제 제공을 강조하여 ChatGPT가 적절하고 의미 있는 응답을 생성할 수 있도록 안내합니다. 이러한 요소에 따라 프롬프트를 구조화함으로써 사용자는 명확하고 효과적인 커뮤니케이션을 보장할 수 있습니다.
l 배경: 컨텍스트 구성 요소는 프롬프트와 관련된 배경 정보, 설정 또는 상황을 제공하여 무대를 설정합니다. 이는 ChatGPT가 상호작용이 이루어지는 맥락을 이해하고 그에 따라 응답을 조정하는 데 도움이 됩니다.
l 행동: 작업 구성 요소는 프롬프트에 대한 응답으로 AI가 수행해야 하는 원하는 작업, 작업 또는 행동을 지정합니다. 여기에는 ChatGPT의 텍스트 생성을 안내하는 구체적인 지침이나 요청이 간략하게 설명되어 있습니다.
l 결과: 결과 구성 요소는 AI 응답의 결과 또는 결과를 예측하여 예상되는 영향이나 이점을 강조합니다. 사용자가 ChatGPT의 기여 효과를 평가하고 원하는 목표를 달성했는지 평가하는 데 도움이 됩니다.
l 예시: 예시 구성 요소는 구체적인 그림이나 사례를 제공하여 메시지를 명확히 설명하고 ChatGPT의 이해를 돕습니다. 원하는 결과를 보여주거나 의도한 작업을 명확히 설명하는 구체적인 시나리오, 사례 또는 샘플을 제공합니다.
R-I-S-E:
Role, Input, Steps, Expectation
R-I-S-E 프레임워크는 역할을 정의하고, 입력을 제공하고, 단계를 설명하고, 기대치를 지정하여 ChatGPT가 사용자 요구 사항과 목표를 충족하는 텍스트를 생성하도록 안내하는 것을 중심으로 합니다.
l 역할: 역할: R-T-F 프레임워크에서와 마찬가지로 역할 구성 요소는 ChatGPT가 프롬프트에 접근해야 하는 페르소나 또는 관점을 지정합니다. AI가 응답할 때 채택해야 하는 성격, 정체성 또는 역할을 정의합니다.
l 입력: 입력 구성 요소는 관련 정보, 데이터 또는 프롬프트를 제공하여 ChatGPT가 텍스트를 생성할 수 있도록 안내합니다. 여기에는 AI가 응답을 작성할 때 고려해야 하는 특정 입력, 프롬프트 또는 단서가 설명되어 있습니다.
l 단계: 단계 구성 요소는 ChatGPT가 프롬프트에 응답할 때 따라야 하는 일련의 작업, 작업 또는 절차를 간략하게 설명합니다. AI의 텍스트 생성을 안내하기 위한 구조화된 프레임워크를 제공하며 결과의 일관성과 관련성을 보장합니다.
l 기대: 기대 구성 요소는 사용자가 ChatGPT와의 상호작용을 통해 달성하고자 하는 결과, 목표 또는 목적을 명확하게 표현합니다. 이는 사용자의 기대치를 명확히 하고 AI가 이러한 목표에 부합하는 텍스트를 생성하도록 안내합니다.
결론
결론적으로 AI, 특히 ChatGPT의 강력한 기능을 활용하려면 프롬프트 작성에 구조와 지침을 제공하는 효과적인 프롬프트 프레임워크를 사용해야 합니다.
R-T-F, T-A-G, B-A-B, C-A-R-E, R-I-S-E와 같은 프레임워크를 활용하면 사용자는 자신의 요구 사항을 명확하고 효과적으로 전달하여 ChatGPT가 자신의 필요와 목적에 맞는 텍스트를 생성하도록 안내할 수 있습니다.
정보를 찾거나 문제를 해결하거나 대화에 참여할 때 이러한 프레임워크는 AI의 잠재력을 최대한 발휘하고 다양한 애플리케이션과 영역에서 AI의 기능을 활용할 수 있는 귀중한 도구 역할을 합니다.
텍스트 프롬프트를 체계적으로 사용하는 능력은 ChatGPT, Claude와 같은 텍스트 생성 AI를 다루는데 있어 필수적인 기술입니다. 위의 유형별 입력 방식을 잘 활용하셔서 보다 정교한 리서치를 수행하시면 좋겠습니다.
해당 콘텐츠는 유훈식 님이 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
모비인사이드의 뉴스레터를 구독해보세요
