AI 답이 매번 달라질 때 — 추상적인 지시보다 예시가 낫습니다

같은 걸 물었는데 어제는 표로, 오늘은 줄글로 나온 적 있으실 겁니다. 자동화에 끼워 넣으면 이게 바로 문제가 되죠. 공식 지침에 이 문제만 다룬 문서가 있어서 읽어봤는데, 두 가지가 눈에 띄었습니다 — 추상적인 지시보다 예시가 더 효과적이라는 것, 그리고 소개된 기법 중 하나는 최신 모델에서 아예 안 된다는 주의가 붙어 있다는 것. 순서대로 정리했습니다.

📌 30초 요약

• ★★예시가 추상적 지시보다 낫습니다 — 문서 표현 그대로입니다.
• ★미리 채워 넣기는 최신 모델에서 안 됩니다 — 주의가 붙어 있어요.
• ★보장이 필요하면 이 기법들이 아닙니다 — 맨 위에 따로 안내합니다.
• ⚠️ 어느 자료를 썼는지 답변에 적게 하세요.
• 복잡한 일은 쪼개면 일관성이 올라갑니다.
• 역할은 흔한 상황 목록까지 줘야 안 무너집니다.

추상적인 지시보다 예시가 낫습니다

첫 번째 기법은 원하는 출력 형식을 정확히 못 박는 것입니다. 자료 구조든 태그든 내가 만든 틀이든, 모양을 통째로 적어 주면 그 요소를 하나하나 따라옵니다. "표로 정리해줘" 같은 말 대신 실제 틀을 보여주는 거죠.

여기서 한 걸음 더 나간 게 두 번째 기법입니다. 문서가 "이 방법이 추상적인 지시보다 더 효과적"이라고 못 박아요 — 바로 완성된 예시를 하나 보여주고 "이 형식으로 나머지를 처리하라"고 시키는 것입니다. 설명으로 형식을 묘사하는 것과, 다 만들어진 결과물을 한 개 보여주는 것은 전달력이 다릅니다. 항목 이름·순서·분량까지 예시 안에 다 들어가니까요.

✅ 예시에 분량까지 적어두세요

문서의 예시를 보면 "쉰 단어짜리 요약"·"서른 단어짜리 대응책"처럼 칸마다 분량을 적어 둡니다. 형식만 맞추고 길이가 들쭉날쭉하면 결국 다시 손봐야 하니까요. 항목 이름 + 순서 + 분량까지 한 벌 만들어 두면, 그게 곧 재사용 가능한 틀이 됩니다.

소개해 놓고 "최신 모델에선 안 됩니다"

문서에 실린 세 번째 기법이 답변의 첫 부분을 내가 미리 채워 넣는 것입니다. 답이 시작될 자리에 원하는 틀의 첫 줄을 박아두면, 인사말 같은 서두를 건너뛰고 곧바로 그 구조로 이어 씁니다. 형식을 강제하는 데 아주 강력한 수법이죠.

그런데 그 기법 설명 바로 위에 주의 상자가 붙어 있습니다 — 최신 세대 모델과 특정 미리보기 모델에서는 이 방식이 지원되지 않는다는 겁니다. 대신 틀을 보장해 주는 전용 기능이나 시스템 지시를 쓰라고 안내해요. 검색으로 이 문서에 들어와 예시만 보고 따라 하면 "왜 안 되지"로 한참 헤맬 수 있는 자리입니다. 공식 문서라도 맨 위 주의부터 읽어야 한다는 게 여기서도 그대로 통합니다.

보장이 필요하면 이 기법들이 아닙니다

문서 맨 위에 팁이 하나 놓여 있는데, 읽고 나면 이 문서 전체의 성격이 달라 보입니다. "정해진 틀에 딱 맞는 출력이 항상 나와야 한다면, 아래 기법들 말고 전용 기능을 쓰라"는 안내예요.

즉 여기 나온 기법들은 "보장"이 아니라 "경향"입니다. 대부분 맞게 만들어 주지만 가끔 어긋나는 걸 막아주지는 못해요. 그래서 판단 기준이 이렇게 갈립니다 — 기계가 곧바로 받아 처리하는 자료라면 전용 기능, 사람이 읽고 다듬을 문서나 형식에 여유가 필요한 작업이라면 이 기법들.

기법	쓸 자리
형식을 통째로 적어주기	기본. 모든 경우에 먼저 적용
완성 예시 하나 보여주기	가장 효과적 — 항목·순서·분량이 한 번에 전달
답 첫 부분 미리 채우기	최신 모델에서는 불가 — 대체 수단 사용
틀을 보장하는 전용 기능	기계가 곧바로 받아 처리하는 자료

같은 답을 반복해야 한다면

문의 응대처럼 같은 질문에 늘 같은 답이 나가야 하는 경우가 있죠. 문서의 처방은 고정된 자료 묶음에서 근거를 가져오게 하는 것입니다. 여기서 핵심은 자료를 붙이는 것 자체가 아니라 "어느 항목을 근거로 썼는지 답변에 적게" 하는 것이에요. 그래야 답이 흔들릴 때 어디서 어긋났는지 추적할 수 있습니다.

두 번째는 복잡한 일을 작은 단위로 쪼개는 것입니다. 문서 설명이 명쾌해요 — 조각마다 온전히 집중하게 되니 규모가 커질 때 생기는 일관성 오류가 준다는 겁니다. 일을 나눠 맡기는 구성이 성능만이 아니라 일관성 측면에서도 이득이라는 뜻이죠.

마지막은 역할 유지입니다. 챗봇처럼 캐릭터가 있는 경우, 역할은 매 질문이 아니라 시스템 지시 쪽에 두고 성격·배경·말버릇까지 자세히 적으라고 합니다. 그리고 하나 더 — 흔히 마주칠 상황과 그때 할 답을 목록으로 미리 줘야 캐릭터가 안 무너집니다. "이런 걸 물으면 이렇게 답한다"를 몇 개 적어두는 식으로요. 회의록처럼 형식이 매번 같아야 하는 작업이라면, 이 목록이 곧 품질 기준이 됩니다.

🔁 설정값에도 같은 원칙이 통합니다

추상적인 지시보다 구체적인 예시가 낫다는 원칙은 설정을 적을 때도 통합니다. 맞춤법 검사 설정을 보면 알아듣지 못하는 값은 오류를 내지 않고 조용히 기본값으로 취급합니다 — 사전 이름 대신 경로를 적거나 색 이름을 잘못 쓰면 그냥 무시되죠. 게다가 설정이 세 자리에 흩어져 있으면 하나만 이기고 나머지는 통째로 버립니다. 적어 둔 값이 실제로 먹었는지 눈으로 한 번 확인하는 것이 결국 가장 빠릅니다.

자주 묻는 질문 (FAQ)

Q. 예시를 몇 개나 넣어야 하나요?

문서의 방식은 완성된 예시 하나를 보여주고 나머지를 그 형식으로 처리시키는 것입니다. 개수를 늘리는 것보다 한 개를 제대로 만드는 게 낫습니다 — 예시가 길어지면 그만큼 매 요청에 실려 나가니까요.

Q. 미리 채우기를 쓰던 코드는 어떻게 하나요?

문서가 대체 수단을 둘 제시합니다 — 틀을 보장해 주는 전용 기능, 또는 시스템 지시에 형식을 못 박기. 모델을 올릴 계획이라면 올리기 전에 미리 바꿔두는 게 안전합니다.

Q. 이 문서는 무작위성 설정을 다루나요?

아니요. 일관성을 다룬 문서인데 그 값 조절은 언급조차 안 합니다. 대신 형식·예시·근거·분할 네 방향으로만 접근해요. 값을 낮춰 해결하려던 분들에게는 방향 자체가 다른 셈입니다.

Q. 형식은 맞는데 내용 품질이 들쭉날쭉하면요?

그건 쪼개기와 근거 붙들기 쪽 문제입니다. 한 번에 너무 많은 걸 시키고 있거나, 참고할 고정 자료가 없어서예요. 일을 나누고 근거 출처를 적게 해보세요.

✨ 정리하면

일관성 문제는 설명을 늘려서가 아니라 보여줘서 풀립니다. 형식을 통째로 적고, 완성 예시를 하나 붙이고, 어느 자료를 썼는지 적게 하고, 큰일은 쪼개세요. 그리고 두 가지만 기억하면 됩니다 — 미리 채우기는 최신 모델에서 안 되고, 틀이 반드시 지켜져야 한다면 이 기법들이 아니라 전용 기능입니다. 비용까지 함께 저울질하는 흐름은 AI 지출 관리 허브에 단계별로 정리해 두었습니다.

출처: Claude 공식 문서 「출력 일관성 높이기」 (2026-09-01 열람). 미리 채우기 미지원 범위와 대체 수단은 모델 세대에 따라 다르며, 세부 안내는 변경될 수 있습니다.