Antigravity Agent
f8b21af4be
10_Wiki/Topics 대규모 정리: - 오류 캡처/미완성 stub 문서 227개 제거 - 교차폴더 중복 43클러스터 병합 (63파일 → redirect) - 링크명 정규화: 깨진 링크 수정·redirect 직결·개념 매핑 ~2,400건 - 카테고리 MOC 6개 신규 생성 - Graph 섹션 미해결 related-keyword 링크 10,058건 제거 Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
96 lines
6.6 KiB
Markdown
96 lines
6.6 KiB
Markdown
---
|
|
id: wiki-2026-0508-prompt-engineering
|
|
title: Prompt Engineering
|
|
category: AI_and_ML
|
|
status: needs_review
|
|
canonical_id: self
|
|
aliases: [prompt_engineering]
|
|
duplicate_of: none
|
|
source_trust_level: A
|
|
confidence_score: 1.0
|
|
tags: [- prompt_engineering - llm - image_generation - ai_optimization - chain-of-thought - few-shot - midjourney - stable_diffusion]
|
|
raw_sources: [- AI_and_ML/Prompt_Engineering.md - AI_and_ML/Prompt-Engineering-Foundations.md - AI_and_ML/Prompt_Structure.md - AI_이미지_생성_및_프롬프트_엔지니어링_워크플로우.md - AI/Prompt-Engineering.md]
|
|
last_reinforced: 2026-05-08
|
|
github_commit: pending
|
|
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
|
---
|
|
|
|
# 프롬프트 엔지니어링 (Prompt Engineering)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
프롬프트 엔지니어링은 인공지능 모델(LLM 및 이미지 생성 모델)로부터 최적의 결과물을 도출하기 위해 입력값(Prompt)을 전략적으로 설계, 최적화 및 프로그래밍하는 기술 체계입니다 [1]. 단순히 '말을 잘하는 법'을 넘어, 모델의 추론 성능을 극대화하기 위한 구조적 지시어 설계와 반복적인 실험(Iterative Refinement)을 통해 잠재된 확률의 바다에서 최적의 해답을 인양하는 현대 지능 제어의 핵심 인터페이스 역할을 합니다 [4, 12].
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
### 1. 프롬프트 엔지니어링의 기초 (Foundations)
|
|
모델에게 사고의 방향을 제시하는 가장 기본적인 기법들입니다.
|
|
* **Zero-shot**: 예시 없이 직접적인 지시만 내리는 방식.
|
|
* **Few-shot**: 몇 개의 입출력 예시를 제공하여 모델이 패턴을 학습하게 하는 방식 [18].
|
|
* **Chain of Thought (CoT)**: "단계별로 생각해보자"와 같은 문구로 모델의 논리적 추론 과정을 명시적으로 유도하는 기법 [19].
|
|
* **Persona Prompting**: 모델에게 특정 전문가 역할을 부여하여 출력의 전문성을 높입니다 (예: "너는 20년 경력의 시니어 개발자야") [20].
|
|
* **System Prompt**: 모델의 전반적인 페르소나, 행동 규칙, 제약 사항을 정의하는 최상위 지시어 [20].
|
|
|
|
### 2. 핵심 계층 구조 (Hierarchical Structure)
|
|
인간의 의도를 AI가 해석 가능한 시각적/언어적 기호로 번역하기 위한 5단계 레이어 패턴입니다 [1, 2, 15].
|
|
1. **주체 (Subject)**: 중심 초점. 막연한 명사보다 구체적인 특징이나 행동을 포함 (예: "늙은 남자" -> "풍파를 겪은 손을 가진 어부") [6, 20].
|
|
2. **환경 및 맥락 (Environment/Context)**: 주체가 존재하는 배경, 시간적/공간적 설정 및 서사적 맥락 [9, 21].
|
|
3. **매체 및 스타일 (Medium & Style)**: 사진, 유화, 3D 렌더링 등 예술적 형식이나 특정 화풍 정의 [7, 22].
|
|
4. **조명 및 카메라 구도 (Lighting & Composition)**: 림 라이팅, 골든 아워, 85mm 렌즈 등 기술적 연출 [11, 23].
|
|
5. **기술 매개변수 (Parameters)**: 모델 고유의 명령어를 통한 시스템적 제어 (예: Midjourney의 `--ar`, `--s`) [16, 24].
|
|
|
|
### 3. 고도화된 이미지 생성 기술 (Advanced Image Generation)
|
|
단순 생성을 넘어 일관성과 정밀도를 확보하기 위한 기술입니다.
|
|
* **참조 제어 (References)**:
|
|
* **Character Reference (--cref)**: 특정 캐릭터의 외형을 유지하며 다른 구도/상황 생성 [39].
|
|
* **Style Reference (--sref)**: 특정 이미지의 화풍, 색감, 질감을 복제 [40].
|
|
* **구도 제어 (ControlNet)**: 스케치, 포즈, 깊이 정보를 입력하여 이미지의 구조를 픽셀 단위로 제어 [45].
|
|
* **LoRA (Low-Rank Adaptation)**: 특정 인물, 스타일, 사물을 학습한 저용량 가중치 파일을 사용하여 일관성 확보 [46].
|
|
|
|
### 4. 반복적 정교화 워크플로우 (Iterative Refinement)
|
|
한 번에 완벽한 결과를 얻기보다 점진적으로 다듬어가는 협업 과정입니다 [4].
|
|
* **Start Simple**: 핵심 요소만 담은 간결한 지시어(15~50단어)로 뼈대를 구축합니다 [7, 31].
|
|
* **Generate-Inspect-Adjust**: 결과를 평가하고 한 번에 하나의 요소만 변경하여 모델의 반응을 파악합니다 [11, 12].
|
|
* **Vary Region / Inpainting**: 이미지의 전체 분위기는 유지하면서 특정 부분만 수정합니다 [16].
|
|
|
|
### 5. 플랫폼별 최적화 전략 (Platform Optimization)
|
|
* **미드저니 (Midjourney)**: `[주체] [배경] [스타일] [매개변수]` 공식 중심. 자연어보다는 시각적 키워드 블록에 강점이 있습니다 [43].
|
|
* **DALL-E 3**: 완전한 자연어 문장 형태의 서술에 최적화되어 있습니다 [44, 69].
|
|
* **스테이블 디퓨전 (Stable Diffusion)**: 쉼표로 구분된 태그 중심 문법과 가중치 조절, 전용 부정 프롬프트 활용이 핵심입니다 [45, 69].
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
|
* **자연어 vs 태그**: 모델의 텍스트 인코더 특성에 따라 문장형(DALL-E) 혹은 키워드형(SD)을 선택해야 합니다.
|
|
* **주의력 분산 (Attention Dilution)**: 과도한 디테일은 모델의 주의력을 분산시켜 핵심 주제의 품질을 저하시킬 수 있습니다 [54].
|
|
* **부정형의 역설**: 일부 모델에서 "No dots" 입력 시 오히려 "dots" 토큰에 주목하여 점을 더 많이 그리는 현상이 발생할 수 있습니다 [55].
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- **Related Topics**: [[P-Reinforce|P-Reinforce 시스템]], [[Backend/Indirect Prompt Injection|프롬프트 인젝션 보안]]
|
|
- **Projects/Contexts**: ConnectAI 프롬프트 라이브러리, 에이전트 워크플로우 자동화
|
|
- **Contradictions/Notes**: "Photorealistic" 같은 단어보다 실제 카메라 사양(렌즈, 셔터스피드)을 명시하는 것이 질감 제어에 더 효과적입니다 [60].
|
|
|
|
---
|
|
*Last updated: 2026-05-08*
|
|
|
|
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
|
|
|
**언제 이 지식을 쓰는가:**
|
|
- *(TODO)*
|
|
|
|
**언제 쓰면 안 되는가:**
|
|
- *(TODO)*
|
|
|
|
## 🧪 검증 상태 (Validation)
|
|
|
|
- **정보 상태:** needs_review
|
|
- **출처 신뢰도:** A
|
|
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
|
|
|
## 🧬 중복 검사 (Duplicate Check)
|
|
|
|
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
|
- **처리 방식:** UPDATE (자동 정규화)
|
|
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
|
|
|
## 🕓 변경 이력 (Changelog)
|
|
|
|
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
|
|------|-----------|-----------|--------|
|
|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A | |