피드로 돌아가기
Dev.toAI/ML
원문 읽기
CONTEXT.md와 Context Triangle 설계를 통한 AI Hallucination 제거
Stop watching your AI hallucinate because it doesn't know your codebase. Here's the context-stuffing workflow that actually works.
AI 요약
Context
단순 Task 중심 프롬프트 제공으로 인한 AI의 코드베이스 이해 부족 및 Convention 불일치 문제 발생. 프로젝트 전반의 Architecture와 Pattern이 결여된 상태에서 발생하는 Hallucination으로 인한 코드 수정 반복 및 개발 생산성 저하 상황.
Technical Solution
- Project, Code, Task의 세 가지 축으로 구성된 Context Triangle 프레임워크 정의
- 프로젝트 루트 내 CONTEXT.md 파일을 통한 Architecture, Coding Convention, Gotchas의 정적 명세화
- Bash Script 기반의 Context Dumper를 구축하여 관련 파일과 Dependencies를 구조화된 텍스트로 자동 추출
- Token Limit 최적화를 위해 Types, Shared Logic, Existing Implementation 순의 우선순위 기반 Context Budgeting 적용
- XML-style tags를 활용한 구조적 프롬프팅으로 AI의 파싱 효율성 및 응답 정확도 향상
실천 포인트
- 프로젝트 루트에 Architecture와 Convention을 명시한 CONTEXT.md 파일 작성 - Types 및 Interface 정의서를 최우선 Context로 제공하여 데이터 구조 일관성 확보 - 단순 파일 복사가 아닌 Bash 스크립트를 통한 구조적 Context 추출 파이프라인 구축 - 전체 토큰 예산의 30%를 Convention에, 40%를 유사 구현체 예시에 할당하는 전략 수립