[G1-Sync] Manual knowledge update

10_Wiki/Topics/Prompt-Engineering.md

@@ -1,12 +1,12 @@
 ---
-id: PROMPT-ENG-001
+id: [[prompt]]-ENG-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, prompt-engineering, llm, prompt-design, in-context-learning]
+tags: [ai, prompt-engineering, llm, prompt-design, [[In-Context-Learning]]]
 last_reinforced: 2026-04-26
 ---
 
-# Prompt Engineering Mastery (프롬프트 엔지니어링)
+# Prompt Engineering [[Mastery]] (프롬프트 엔지니어링)
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > "모델의 능력을 이끌어내는 정교한 '언어적 주문'을 설계하라" — 거대 언어 모델(LLM)이 최적의 결과물을 내놓도록 입력값(Prompt)의 구조, 맥락, 제약 조건을 체계적으로 설계하고 최적화하는 기술.
@@ -18,7 +18,7 @@ last_reinforced: 2026-04-26
     - **Chain of Thought (CoT):** "단계별로 생각해보자"와 같은 문구를 통해 논리적 추론 과정을 명시적으로 유도.
     - **Persona Prompting:** 모델에게 특정 전문가 역할을 부여 (예: "너는 20년 경력의 시니어 개발자야").
     - **Output Structuring:** JSON, Markdown 등 특정 형식으로 응답하도록 강제하여 후처리 자동화 용이성 확보.
-    - **Iterative Refinement:** 테스트와 피드백을 통해 프롬프트를 지속적으로 수정하여 성능 최적화.
+    - **Iterative [[Refinement]]:** 테스트와 피드백을 통해 프롬프트를 지속적으로 수정하여 성능 최적화.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
 - **과거 데이터와의 충돌:** 단순히 '질문 잘하기' 수준에서, 모델의 어텐션 메커니즘과 내부 가중치를 고려하여 최적의 성능을 끌어내는 공학적 영역으로 격상됨.