LLM 응답 정밀도 제어를 위한 Prompting 설계 전략

Context

LLM을 단순 텍스트 입력 도구로 인식하는 관점에서 발생하는 응답 불확실성 문제. 모델의 본질인 Next-word Predictor 특성으로 인한 일관성 없는 출력 제어의 필요성.

Technical Solution

• System Prompt 설정을 통한 모델의 페르소나 및 행동 제약 조건 정의
• Zero-shot 기법을 활용한 단순 지시어 기반의 기본 동작 수행
• One-shot 설계를 통한 단일 예시 제공으로 모델의 응답 형식 가이드라인 제시
• Few-shot 전략을 통한 다수 예시 학습으로 복잡한 제약 조건 하의 응답 정밀도 향상
• User, Assistant, System의 Role 분리를 통한 컨텍스트 구조화 및 대화 흐름 제어