Claude에게 작업을 시작하기 전 실패할 방식을 예측하게 합니다. 실패 목록이 결과물보다 더 유용하네요.
I make Claude predict how it's going to fail at my task before it starts. The failure list is more useful than the output.
핵심 요약
작업 전 모델에게 스스로 실패 방식을 예측하게 하여 프롬프트의 결함을 미리 수정하는 효율적인 디버깅 기법입니다.
- 사전 실패 예측 — 작업 수행 전 모델이 스스로 예상되는 오류를 분석하게 함
- 프롬프트 디버깅 — 결과물 수정 대신 지시사항의 모호함을 미리 보완함
- 반복 작업 최적화 — 반복적인 업무에서 프롬프트의 영구적인 개선을 이끌어냄
- 모델 한계 파악 — 모델이 처리하기 어려운 부분을 식별하여 수동 검증 시점을 결정함
모두가 더 나은 결과물을 얻기 위해 프롬프트를 최적화합니다. 하지만 거의 아무도 실행하지 않는 워크플로우는, 모델이 작업을 수행하기 전에 스스로 실패할 방식을 예측하게 만드는 것입니다. 이렇게 하면 결과물이 나빠져서 비용을 치르기 전에 지시사항의 빈틈을 메울 수 있습니다.
Before you do the task I'm about to give you, do this
first.
Predict how you're most likely to fail at it. Give me
the top five ways this goes wrong: where you'll
probably misunderstand me, what you'll likely assume
that I didn't say, where you tend to get generic or
hedge, and what part of this is genuinely hard for
a model like you.
For each failure, tell me the one instruction I could
add that would prevent it.
Then wait. Don't do the task until I've responded.
The task: [paste it]
이 방식이 효과적인 이유는 당신이 의도한 바를 알고 있지만 모델은 모르는 상황에서, 스스로는 볼 수 없는 프롬프트의 빈틈을 드러내 주기 때문입니다. 작업을 실행하고 결함 있는 결과물을 얻은 뒤 무엇이 잘못되었는지 역으로 추적하는 대신, 실행 전에 실패 목록을 미리 받아 프롬프트를 수정하는 것입니다. 결과물을 디버깅하는 게 아니라 지시사항을 디버깅하는 것이죠. 네 번째 항목인 '모델이 진정으로 어려워하는 부분'은 언제 프롬프팅을 멈추고 수동으로 검증해야 할지 알려주는 지표가 됩니다.
Claude나 ChatGPT 모두에서 작동합니다. 반복적으로 수행하는 작업에서 가장 가치가 큰데, 제안된 수정 사항들이 프롬프트에 영구적인 개선으로 남기 때문입니다.
이런 팁을 더 원하신다면, 지금 바로 이 도구들로 할 수 있는 100가지 방법을 문서로 정리해 두었습니다. 여기에서 확인하실 수 있습니다.
