오직 3% 사람들만이 채치 피티를 최대한 활용하고 있습니다. 이런 문구는 마케터나 인플루언서들이 비싼 채치 PT 코스를 판매할 때 종종 사용하는 문구입니다.

조금 과장되긴 했지만 사실 어느 정도는 맞는 말이기도 해요. 생각보다 많은 사람들이 채GPT 사용할 때 단순한 질문에 그치며 더 잘 활용할 수 있는 방법을 모르는 경우도 많기 때문이죠.

혹시 빈 화면 앞에서 어떤 질문을 해야지라고 고민해 보셨거나 더 잘 활용하고 싶다는 생각을 해 본 적이 있다면 이번 영상이 도움이 되실 겁니다.

이번 영상에서는 제가 GPT 다양한 AI 툴들을 사용하면서 얻은 팁과 새롭게 공부한 내용까지 함께 공유하려고 합니다.

해외 아티클과 논문, 글로벌 교육 플랫폼 유데미의 AI 전문가들이 공유한 지식을 기반으로 유튜브에서 쉽게 볼 수 없는 신선한 정보들만 준비해 봤어요.

또 AI 학습을 더 깊이 있게 이어가고 싶은 분들을 위해 수십만 원대의 비싼 강의 대신 최저가 12,000원으로 비용 부담 없이 들을 수 있는 가성비 좋은 AI 강의도 소개해 드릴게요.

사슬 프롬프트 엔지니어링을 적용해서 자동으로 프롬프트를 생성해 줍니다.

정말 다양한 분야에 활용할 수 있지만 그중 생산성을 가장 크게 높일 수 있는 방안은 파이썬의 매플러이라는 시각화 라이브러리를 실행해서 데이터를 가장 성공 확률이 낮은 카피는 제거하고 최후 수환 이번 영상에서 다룰 것들인데요.

영상 초반에는 누구나 따라하기 쉬운 간단하고 유용한 팁을 후반부에는 조금 더 전문적이지만 실용적이고 효과적인 방법들로 구성했습니다.

GPT, 생성형 AI 유용하다는 건 알지만 구체적으로 어떻게 활용할 수 있는지 잘 모르시는 분들도 많을 거라 생각해요.

그리고 이렇게 빈 화면을 보고 있으면 어떤 질문으로 시작해야 할지 막막하기도 하죠.

이럴 때는 그냥 GPT에 내가 무엇을 모르는지에 대해서 작성해 보세요.

예를 들어 볼게요. 저는 신입 프로덕트 디자이너입니다. 인터뷰 데이터를 분석해야 하는데 GPT 분석에 어떻게 활용할 수 있을까요?

이때 내가 누구이고 무엇을 하고 싶은지 또는 문제 상황이 무엇인지에 대한 것들을 함께 전달하면 더 구체적인 답변을 얻을 수 있어요.

이게 프롬프트 엔지니어링에서 말하는 맥락 추가인데 질문에 추가되는 맥락이 상세할수록 AI 더 많은 토큰을 추가해서 답변하게 됩니다.

마치 누군가에게 업무로 지시할 때 불분명하게 하는 것보다 명확하고 구체적으로 지시하면 더 좋은 결과로 이어지는 것과 같아요.

응답 결과를 보면 데이터 요약이나 키워드 추출, 감정 분석, 질문지 생성 등 인터뷰 분석에 사용할 수 있는 다양한 방법을 알려줍니다.

하지만 어떤 단어를 맥락에 추가해야 할지 막막할 때도 있습니다.

예를 들면 내가 마케터가 아닌데 마케팅이 필요할 때 어떤 단어를 맥락에 넣어야 할지 고민이 될 수 있죠, STP라든가 KPI 같은 구체적인 용어를 모를 수도 있잖아요.

이에 대해 AI 전문가 토니 시호스키는 다음과 같은 방법을 제안합니다.

problem is, we don't always know exactly what kind of qua is critical for ch our task. And for this, we have trick where we are not providing the contex initially, but we are asking chat to ask US AS many questions AS needed to collect that context and before giving US final result.

Chat asks US a few questions, and basically this is the process of collecting the context. We are giving CH the context, and after that, we getting a result that is more relevant to our 크.

그리고 맥락 외에도 추가할 수 있는 요소들이 있는데, 이것들을 정리해 놓은 가이드라인이 있어요.

싱가포르에서 열린 GPT4 프롬프트 엔지니어링 대회의 우승자 셀라티라는 데이터 사이언티스트는 코스타는 프레임워크를 추천하는데, 프롬프트를 작성할 때 여섯 가지 요소를 활용하여 작성하면 좋다고 합니다.

이 여섯 가지 요소는 맥락, 목표, 장문 스타일, 응답의 톤, 응답의 대상, 응답의 형식인데, 제가 관련 링크를 달아 놓을 테니 관심이 있으신 분들은 한번 참고해 보시고요.

아, 근데 난 그런 거 모르겠고 맥락이고 톤이고 이런 거 일일이 생각하고 작성하기 귀찮아 이런 분들은 제가 준비한 이 프롬프트를 그대로 복사해서 붙여 넣어 보세요.

반응이 좋았던 해외 아티클에서 소개된 프롬프트인데, 이 프롬프트를 전송하면 GPT 직업이나 관심사 목표 등을 물어봅니다.

질문에 답을 하면 이렇게 구체적인 활용법, 유즈 케이스를 예쁘게 표로 받아 볼 수 있어요.

앞에서 토니 시노스가 말한 것처럼 질문에 답하면서 맥락이 자연스럽게 추가되는 거죠.

GPT는 기본적으로 한 세션 동안 대화한 내용을 기억하기 때문에 이렇게 생성한 질문과 답이 맥락이 될 수 있는 거예요.

생각보다 엄청나게 많은 활용 방법을 표로 정리해 주었어요.

사실 GPT는 타고난 거짓말쟁이입니다. 제가 최근에 기계식 키보드에 사용할 스위치를 알아보다가 세이아 촉측각이라는 스위치가 어떤 건지 궁금해서 GPT에게 물어봤어요.

근데 천문학에서 사용하는 용어라고 합니다.

수준급의 거짓말 실력입니다. GPT가 가끔 잘못된 정보를 그럴싸하게 진짜처럼 답변하는 경우가 있는데 이러한 현상을 할루시네이션, 환각 현상이라고 합니다.

이건 생성 AI가 다음 단어를 확률적으로 예측하는 방식으로 작동하기 때문에 발생하는 문제예요.

환각을 줄이기 위해 렉을 구축하여 특정 외부 지식을 기반으로 답을 생성하게 하기도 하는 렉이 뭐야 아마 이런 분들이 꽤 있으실 것 같아요.

여기서 렉을 말하려고 한 건 아니고요.

제가 말하고 싶었던 건 특정 외부 지식을 기반으로 답을 생성하게 하면 환각을 줄일 수 있다는 거예요.

그럼 외부 지식을 활용하는 가장 쉬운 방법은 뭘까요?

맞아요. 바로 웹 검색을 활용하는 거예요. 아마 많은 분들이 이 방법을 사용하고 계실 거라 생각합니다.

웹 검색을 활용하는 방법은 간단한데요.

그냥 프롬프트를 작성할 때 웹에서 검색한 정보를 기반으로 답해라, 그가 웹에서 관련 정보를 찾아 이 정보가 진짜인지 아닌지 판단하라고 함께 요청하는 거예요.

그럼 검색한 외부 정보를 기반으로 답을 생성하게 해서 환각을 줄일 수 있어요.

세화 축 측각 키캡의 각인이 측면에 위치한 걸 말하는 거였어요.

최근 업데이트로 퍼플렉시티 같이 검색에 최적화된 서치 GPT, 이제 GPT 앱에서도 활용할 수 있게 되었죠.

접근성이 좋아진 것뿐만 아니라 기본적으로 더 나은 웹 검색을 할 수 있다고 합니다.

그리고 이렇게 맵이나 이미지를 검색하는 것도 가능해요.

또 텍스트나 엑셀 등의 외부 파일을 첨부하고 프롬프트에 첨부한 파일을 기반으로 답하라고 요청하는 것도 환각을 줄일 수 있는 방법 중 하나입니다.

그런데 이것들은 환각을 완화하는 방법이지 100% 정확한 답변을 생성하게 하는 방법은 아닙니다.

GPT 잘못된 검색 정보를 바탕으로 답변을 생성할 때도 있거든요. 이럴 땐 답변의 출처를 일일이 확인해야 하는데 다행히도 최근 웹 검색 기능이 업데이트되어서 이렇게 인용 출처와 검색 출처를 따로 모아 볼 수도 있고 제목과 디스크립션 확인할 수 있어서 출처 확인이 편해졌어요.

그리고 첨반 파일을 제대로 인식하지 못하는 경우도 있는데 이럴 땐 GPT 파일을 잘 인식할 수 있도록 파일의 형식을 텍스트나 CSV, 엑셀 파일 등에 표준 형식으로 변환하거나 데이터가 너무 큰 경우에는 데이터의 크기를 줄여야 합니다.

만약 파일의 텍스트가 복잡하다면 구분자를 통해 텍스트를 더 잘 인식하게 할 수 있는데, 이 방법은 환각만 아니라 우리가 프롬프트를 작성할 때도 써먹을 수 있어요.

잘 작성된 프롬프트를 보면 #이나 꺾쇠, 중괄호 같은 걸 사용한 걸 볼 수 있는데 이게 구분자입니다.

구분자는 GPT 토큰을 의미 단위로 구분하기 하여 더 명확한 응답을 유도하는 것으로 간단한 작업보다는 복잡한 작업에 사용하면 더 좋습니다.

작성하는 방법은 사실 딱히 정해진 것은 없습니다. 우리가 보기에도 일반적인 구두점과 혼동되지 않을 만큼 독특하기 하면 됩니다.

보통 마크다운이란 형식을 사용하는데 마크 다운만 간단히 설명드리자면 제목에는 #, 리스트는 대시, 폰트 강조는 별 등의 구분 기호를 사용하여 텍스트를 작성하는 겁니다.

또 우리가 시도해 볼 수 있는 간단한 방법은 사실 정보에 대한 제약을 거는 프롬프팅, 자기 검증 프롬프팅 사용하는 거예요.

아까는 세이아 축이 천문학 용어라고 답했지만 이렇게 간단한 프롬프트를 추구하는 것으로 진실을 실토하게 했습니다.

사실 이런 셀프 크리틱 방법으로는 자가 점검을 통해 오류를 줄인다는 점에서 '생각의 사슬' 프롬프트 엔지니어링과 밀접한 관련이 있어요.

뭐 '생각을 사술'로 묶음이 '생각의 사슬'이 아는 용어가 어렵게 느껴지실 수도 있는데 쉽게 말해서 마치 퍼즐 조각을 차례차례 맞춰 나가는 것처럼 AI 문제를 단계별로 나눠서 분석하게 하는 방식입니다.

이렇게 하면 문제를 풀어가는 과정에서 자기 점검과 수정 과정을 거치게 해서 보다 논리적인 답변을 도출하게 할 수 있어요.

새롭게 선보인 오픈 AI 5원이 생각의 사슬 프롬프트 엔지니어링을 활용한 모델입니다.

그런데 5원은 일주일에 딱 50번 사용할 수 있고 속도도 느린 편이죠.

그리고 아직까지 프리뷰 버전이라 그런지 생각보다 간단한 문제를 풀지 못하는 경우도 있습니다.

실제로 이 소수점 문제를 5원 모델로 테스트를 하면 9.11이 더 크다고 빈번하게 잘못된 답변을 줍니다.

재밌는 게 이 문제를 생각의 사슬 프롬프트를 직접 작성하면 5원 모델을 사용하지 않고도 쉽게 해결할 수 있다는 거예요.

그런데 프롬프트 엔지니어링이 낯설거나 직접 작성하는 게 꺼려지는 분들도 계실 듯해서 프롬프트 엔지니어링을 5초 만에 하는 방법 알려 드릴게요.

오픈 AI 플레이그라운드에 접속하면 챗 메뉴에 시스템 인스트럭션이 있는데 여기 보이는 생성 아이콘을 클릭합니다.

그리고 생각의 사슬 기반의 어시스턴트를 만들어 달라고 작성하고 크리에이트 클릭해 줄게요.

그럼 이렇게 생각의 사슬 프롬프트 엔지니어링을 적용해서 자동으로 프롬프트를 생성해 줍니다.

생성된 프롬프트는 구조화된 방식으로 굉장히 깔끔하게 작성되어 있는데, 아까 설명드렸던 구분자도 사용해서 작성되어 있죠.

참고로 한글로 작성하려고 하면 한글로도 만들어 줍니다.

이 프롬프트를 복사하고 GPT 4o 모델에서 아까 그 소수점 문제를 다시 질문해 볼게요.

영어 프롬프트를 사용했기 때문에 답변도 영어로 나오는데, 한글로 번역해 주겠습니다.

답변을 보시면 정수 부분과 소수 부분을 단계별로 나누어서 문제를 해결하는 걸 확인할 수 있어요.

9.11이 더 작다는 정답을 잘 도출해 냈습니다. 프롬프트를 만들어 주는 이 기능은 현재 프리 베타라 무료로 사용할 수 있고요.

잘 활용하면 양질의 프롬프트를 쉽게 만들 수 있겠죠.

이렇게 원 모델을 사용하지 않고 프롬프트 엔지니어링만으로 GPT-4o 능력을 끌어올릴 수 있는 걸 보여 드렸어요.

물론 원과 프롬프트 엔지니어링을 함께 사용하면 훨씬 더 강력하죠.

이 부분은 바로 다음 주제에 이어서 보여 드릴게요. 그런데, 만약 이런 과정이 번거롭다면 더 간단한 방법이 있습니다.

유데미 수석 강사 콜트 스틸에 따르면 대규모 언어 모델은 제로샷 추론이 가능해서 추가 프롬프트를 입력해도 간단한 추론은 가능하다고 합니다.

actually L language models are zer reason if we the abstract here we show LM large language model are decent zero shot reason byly adding Let's think Step By Step before each answer It's pretty fascinating If I simply add in Let's think Step By Step and I submit this 방 하신다면 이렇게 스텝바이 스텝이나 차근차근 생각해 보자라고 추가 프롬프트를 입력해 보면 되겠습니다.

사실 제가 소개해 드린 이 생각의 사실 방식은 프롬프트 엔지니어링 중에서도 고급 스킬에 속하는데 기초적인 거 공부하고 싶으시다면 무료로 공부할 수 있는 곳이 있습니다.

바로 OpenAI 공식 웹사이트를 이용하는 거예요.

OpenAI 플레이그라운드에서 독스를 클릭하면 왼쪽에 여러 메뉴가 있습니다.

스크롤 하면 프롬프트 엔지니어링이 있어요.

선택해 보시면 명확한 지시 사항 작성하기, 참고 텍스트 제공하기 등 오픈 AI 직원이 예시와 함께 친절하게 잘 작성해 놓았으니 참고해 보시기 바랍니다.

영어라서 못 보겠다 하시는 분은 트랜시 같은 GPT API 사용하는 크롬 확장 플러그인 같은 거 설치하시면 이렇게 웹에 바로 바로 번역 텍스트를 불러올 수 있어요.

플러그인 링크를 달아둘 테니 필요하신 분은 설치해 보면 되겠고요.

일일이 확인할 시간이 없으신 분들은 이렇게 프롬프트 엔지니어링 가이드를 예쁘게 시트로 정리해 놓은 이미지 파일이 있으니 익어 보시면 되겠습니다.

GPT 이미지를 인식하는 기능이 있으니까 이 파일을 업로드하면 이 정보를 토대로 가이드를 제공받을 수 있겠죠.

이 시트도 링크를 달아둘 테니까 필요하신 분들은 참고해 보세요.

정보를 찾거나 이메일 작성, 글쓰기 등 GPT는 정말 다양한 분야에 활용할 수 있지만 그중 생산성을 가장 크게 높일 수 있는 방안은 문제 해결에 사용하는 것이라 생각해요.

우리는 항상 문제에 부딪히며 살아가요. 하루 중 약 1/3을 보내는 직장에서의 일도 결국 다른 사람의 문제를 해결해 주는 일이잖아요.

문제를 해결할 때 우리는 보통 어떻게 하나요? 필요한 자료를 막 찾고 검색하고 그렇게 찾은 정보를 바탕으로 괜찮은 해결책을 만들잖아요.

즉, 문제 해결은 확산과 수렴의 반복입니다. 문제 해결의 프레임워크인 더블 다이아몬드를 보면 문제 해결 과정을 한눈에 확인할 수 있는데요.

이 과정을 쉽게 설명드리자면, 리서치 후 문제를 정의하고 이를 바탕으로 아이디어를 도출하여 해결책을 만들어내는 것이에요.

이런 과정에 AI를 조수로 쓰면 굉장히 많은 시간을 줄일 수 있어요.

이 중에서도 특히 시간 대비 효율을 극대화할 수 있는 단계는 문제 정의와 아이디에이션이라 생각해요.

당신의 문제를 해결해 줄 효율 200%의 6가지 ChatGPT 활용법 (Feat. Udemy)

AI를 활용한 디자인, 그래픽 디자인, UX UI 디자인을 쉽고 간결하게 알려드려요🙂

#ai #디자인 #UXUI design #graphic design #logo #GPT #미드저니 #midjourney #design #prompt 

문의 - designingi.official@gmail.com

디자인하는AI

ChatGPT 활용 팁 및 과장된 마케팅 문구에 대한 비판

ChatGPT를 효과적으로 활용하는 사람은 3%에 불과하다는 마케팅 문구 비판

과장된 측면이 있지만, 많은 사람들이 ChatGPT의 활용법을 제대로 모른다는 점 지적

단순 질문에 그치는 ChatGPT 사용 실태 언급

ChatGPT 활용에 대한 고민을 가진 시청자를 위한 영상임을 소개

GPT 및 다양한 AI 툴 사용 경험과 새롭게 공부한 내용 공유 예고

효과적인 프롬프트 엔지니어링 기법 소개

GPT 활용 방법에 대한 막막함과 빈 화면에 대한 공감 및 해결책 제시

GPT에게 자신이 무엇을 모르는지 질문하는 방법 제시

신입 프로덕트 디자이너의 인터뷰 데이터 분석 사례를 통해 맥락 추가의 중요성 설명

맥락 추가를 통한 구체적인 답변 유도 방법 설명

마케팅 용어를 모를 때의 어려움과 전문가의 해결책 제시

토니 시호스키의 맥락 수집 방법 소개

ChatGPT의 환각 현상과 해결 방안

ChatGPT의 잘못된 정보 제공 사례(세이아 촉각 스위치)와 할루시네이션 현상 설명

할루시네이션 현상의 원인과 래거를 이용한 해결책 언급

웹 검색 활용을 통한 외부 지식 기반 답변 생성 방법 제시

웹 검색 정보 기반 답변 요청 및 환각 감소 효과 설명

퍼플렉시티 및 GPT 앱의 검색 기능 개선 및 활용법 소개

외부 파일 첨부 및 활용을 통한 환각 감소 방법 제시

프롬프트 작성 및 환각 감소를 위한 추가 기법

구분자(샵, 중괄호 등) 사용을 통한 명확한 응답 유도 방법 설명

정보 제약 프롬프팅과 자기 검증 프롬프팅을 통한 오류 감소 방법 소개

셀프 크리틱 방법과 생각의 사슬(Chain of Thought) 프롬프트 엔지니어링의 연관성 설명

생각의 사슬 프롬프트 엔지니어링 개념 설명 및 퍼즐 조각 맞추기 비유

프롬프트 엔지니어링 자동화 및 간편화 방법

OpenAI 플레이그라운드의 시스템 인스트럭션을 활용한 자동 프롬프트 생성 방법 소개

자동 생성된 프롬프트를 사용한 소수점 비교 문제 해결 사례 제시

프롬프트 엔지니어링을 통한 GPT 추론 능력 향상 및 원 모델과의 조합 효과 설명

'Let's think Step by Step' 추가 프롬프트를 통한 간편한 추론 방법 소개

문제 해결 중심의 GPT 활용 및 고객 이해의 중요성

생산성 향상을 위한 문제 해결 중심의 GPT 활용 방안 제시

문제 해결 과정에서의 자료 검색 및 해결책 도출 과정 설명

문제 해결 프레임워크인 더블 다이아몬드 소개 및 AI 활용 효과 설명

문제 정의 및 아이디어 도출 단계에서의 AI 활용 효율성 강조

근본적인 문제 원인 발견의 중요성과 '왜'라는 질문의 지속적인 사용 강조

Udemy 강의 추천 및 할인 프로모션 안내

Udemy AI 강의 추천 및 가격 정보 제공

GPT 입문자를 위한 실용적인 프롬프트 엔지니어링 강의 소개

데이터 분석과 AI 분야 경력자의 데이터 분석 강의 소개

GPT API와 파이썬을 활용한 다양한 프로젝트 강의 소개

문제 해결 원리 중심의 UX 전문가 강의 소개

Udemy의 연말 할인 프로모션 안내

ChatGPT를 효과적으로 활용하는 6가지 방법으로, 프롬프트 엔지니어링, 외부 지식 활용, 문제 해결, 고객 이해 등을 제시한다.

생각의 사슬 프롬프트 엔지니어링과 5원 모델을 활용하여 문제 해결 능력을 향상시키고, 다양한 관점에서 아이디어를 도출하는 방법을 소개한다.

Udemy의 AI 강의를 추천하며, GPT 입문, 데이터 분석, API 활용, UX 디자인 등 다양한 학습 기회를 제공한다.

많은 사람들이 ChatGPT를 단순한 질문에만 활용하고 있으며, **더욱 효과적인 활용법을 모르는 경우가 많습니다**. 이 영상은 ChatGPT를 최대한 활용할 수 있는 다양한 팁과 정보를 제공하여 이러한 문제를 해결하고자 합니다.

🧑‍💻 프롬프트 엔지니어링: 맥락 추가의 중요성

질문 시 **자신의 상황과 목표를 명확히 전달하는 것이 중요합니다**. 이는 프롬프트 엔지니어링에서 '맥락 추가'라고 불리며, 구체적인 맥락은 AI가 더 많은 토큰을 사용하여 답변하도록 유도합니다. 마치 업무 지시를 명확하게 하는 것과 같습니다.

AI 전문가 토니 시호스키는 **초기에 맥락을 제공하지 않고 AI에게 필요한 질문을 하도록 요청하는 방법**을 제안합니다. 이를 통해 AI는 필요한 정보를 수집하고, 사용자에게 더욱 적합한 결과를 제공할 수 있습니다.

📝 프롬프트 작성 가이드라인: 코스타 프레임워크

싱가포르 GPT-4 프롬프트 엔지니어링 대회 우승자 셀라티는 **코스타 프레임워크를 활용한 프롬프트 작성**을 추천합니다. 이 프레임워크는 맥락, 목표, 장문, 스타일, 응답 톤, 응답 대상, 응답 형식의 여섯 가지 요소를 포함합니다.

프롬프트 작성이 어렵다면, **GPT에게 직업, 관심사, 목표 등을 질문하도록 유도하는 프롬프트**를 활용할 수 있습니다. 질문에 답하는 과정에서 맥락이 자연스럽게 추가되어, GPT는 더욱 구체적인 활용법을 제공합니다.

GPT는 때때로 잘못된 정보를 제공하는 '환각 현상'을 보이는데, 이는 다음 단어를 확률적으로 예측하는 방식 때문에 발생합니다. **웹 검색을 활용하여 외부 정보를 기반으로 답변하도록 요청**하면 환각 현상을 줄일 수 있습니다.

웹 검색 기능 업데이트로 **인용 출처와 검색 출처를 쉽게 확인**할 수 있게 되었습니다. 또한, 텍스트나 엑셀 등의 외부 파일을 첨부하고 이를 기반으로 답변하도록 요청하는 것도 환각을 줄이는 방법 중 하나입니다.

🔗 구분자와 자기 검증 프롬프팅

**샵(#)이나 중괄호({})와 같은 구분자를 사용하여 GPT 토큰을 의미 단위로 구분**하면, 더 명확한 응답을 유도할 수 있습니다. 또한, 정보에 대한 제약을 걸거나 자기 검증 프롬프팅을 사용하는 것도 효과적입니다.

🤔 생각의 사슬 프롬프트 엔지니어링

생각의 사슬은 AI가 문제를 단계별로 분석하도록 유도하는 방식입니다. **문제를 풀어가는 과정에서 자기 검토와 수정 과정을 거쳐** 보다 논리적인 답변을 도출할 수 있습니다. 오픈 AI의 5 모델은 이러한 생각의 사슬 프롬프트 엔지니어링을 활용합니다.

오픈 AI 플레이그라운드에서 **생각의 사슬 기반 어시스턴트를 생성하여 자동으로 프롬프트를 생성**할 수 있습니다. 이를 통해 구조화되고 깔끔하게 작성된 프롬프트를 쉽게 얻을 수 있습니다.

콜트 스틸에 따르면, **'Let's think Step By Step'과 같은 추가 프롬프트를 입력**하여 간단한 추론을 가능하게 할 수 있습니다. 이는 제로샷 추론의 한 방법입니다.

🎯 문제 해결에 ChatGPT 활용하기

ChatGPT는 문제 해결 과정에서 **시간 대비 효율을 극대화**할 수 있습니다. 특히 문제 정의와 아이디어 발상 단계에서 AI를 활용하면 많은 시간을 절약할 수 있습니다.

**파이브 와이즈(5 Whys) 기법을 AI에 적용**하면 문제의 근본적인 원인을 파악하는 데 도움이 됩니다. 이 기법은 특정 문제에 대해 '왜'라는 질문을 다섯 번 반복하여 던지는 방식으로, 생각의 사슬 프롬프트 엔지니어링과 유사합니다.

5 모델과 파이브 와이즈 기법을 결합하면, **사고의 단계를 구체적으로 설정하여 더 양질의 답변을 얻을 수 있습니다**. 예를 들어, '왜 많은 사람들은 습관 형성에 어려움을 겪을까?'라는 질문에 대해 10번의 질문 답변 루프를 설정할 수 있습니다.

👤 고객 이해를 위한 맥락 파악

고객을 깊이 있게 이해하기 위해서는 **사용자(User), 사용자의 목표(User Goal), 사용자의 환경(User Environment)의 세 가지 요소를 파악**하는 것이 중요합니다. GPT를 사용하여 잠재 고객에 대한 가설을 설정할 때, 이 세 가지 요소를 중점적으로 고려하면 고객 이해도를 높일 수 있습니다.

실제 인터뷰 스크립트와 같은 **리서치 데이터를 GPT에 제공하여 잠재 고객을 더욱 상세하게 파악**할 수 있습니다. 또한, 파악한 잠재 고객의 습관 형성 과정을 사용자 여정 지도로 시각화하여 고객의 만족 지점과 불편 지점을 파악할 수 있습니다.

🌳 생각의 나무 프롬프트 엔지니어링

생각의 나무는 생각의 사슬과는 다른 접근 방식으로, **나무의 가지마다 각기 다른 전문가가 답변을 생성**하게 하는 방식입니다. 이를 통해 답변을 비교하고 반복하여 최상의 아이디어를 선택할 수 있습니다.

해외 아티클에서 소개된 **플레이오프 방식의 프롬프트를 변형**하여, 문제를 이해하고 세 가지 아이디어를 브레인스토밍한 후, 성공 확률이 낮은 아이디어를 제거하는 과정을 반복할 수 있습니다. 이를 통해 가장 성공 확률이 높은 아이디어를 도출할 수 있습니다.

유데미에서 **저렴한 가격으로 양질의 AI 강의**를 수강할 수 있습니다. GPT 입문자를 위한 강의, 데이터 분석 강의, GPT API 파이썬 활용 강의, UX 전문가의 문제 해결 강의 등 다양한 강의를 추천합니다.