피드로 돌아가기
Dev.toAI/ML
원문 읽기
16개 가중치 시그널 기반 SUNO AI 프롬프트 결정론적 스코어링 시스템 구축
I built a 100-point prompt scorer for SUNO AI — 16 checks, open-source on npm
AI 요약
Context
SUNO AI 프롬프트 구문의 불투명함으로 인한 반복적인 재생성 비용 발생 및 비효율적인 워크플로우 확인. 프롬프트 동작의 결정론적 특성을 활용하여 정량적 평가 지표의 필요성 대두.
Technical Solution
- Anchor-based Philosophy 설계를 통한 Core Nouns(검증 대상)와 Modifiers(자유 영역)의 분리 구조 채택
- 13개 카테고리 4,000개 이상의 Verified Tags를 활용한 지식 베이스 기반의 유효성 검증
- 태그 위치에 따른 가중치 감쇠 모델 2/(1+k) 적용으로 Position 1의 지배적 영향력 반영
- Genre Collision 및 Misclassified Subgenres 매핑 테이블을 통한 상충 태그 감지 로직 구현
- V4(200자) 및 V4.5+(1000자) 버전별 가변 제약 조건 반영을 통한 유연한 Validation 처리
- 16가지 가중치 시그널의 합산 방식을 통한 0-100% 정량적 Score 산출 체계 구축
실천 포인트
1. 프롬프트 설계 시 핵심 키워드를 최상단(Position 1)에 배치하여 영향력 극대화
2. 상충하는 개념의 태그 조합(Collision Pairs) 유무를 사전 검증하는 로직 검토
3. 입력값의 제약 조건을 버전별로 분리하여 관리하는 조건부 Validation 적용
4. 핵심 명사와 수식어를 분리하여 검증하는 Anchor-based 검증 패턴 도입