프롬프트 문구는 실제로 얼마나 중요할까? 몇 달간 기록한 결과 공유
How much does prompt wording actually matter? Documented my results over months
핵심 요약
프롬프트의 미세한 문구 차이가 생성 결과에 미치는 영향과 최적화 노하우를 공유하는 글.
- 프롬프트 문구 영향 — 특정 단어 선택이 모델의 학습 데이터 영역을 바꿔 결과물에 큰 차이를 만듦.
- 단어 배치 순서 — 프롬프트 내 단어 순서가 모델의 주의 집중도에 영향을 주어 결과물에 변화를 줌.
- 제약 조건 활용 — 형용사 나열보다 구체적인 제약 조건과 맥락을 추가하는 것이 출력 품질 향상에 효과적임.
- 수학적 표기법 — LLM의 레지스터를 제어하기 위해 수학-영어 혼합 표기법을 사용하여 프롬프트를 제한함.
프롬프트 문구가 모든 것을 얼마나 바꾸는지, 내가 직접 모든 생성 결과를 기록하기 시작하기 전까지는 정말 몰랐음.
같은 주제라도 조명 종류와 카메라 사양을 추가하는 것만으로 완전히 다른 결과가 나옴. 몇 달 동안 이 문제에 집착해 왔음.
혹시 이런 고민 해본 사람 또 있음? 결과물을 개선하는 데 가장 큰 도움이 됐던 건 뭐임?

