AI에게 코드 시킬 때 프롬프트 잘 쓰는 법 6가지

 

같은 AI를 쓰는데 누구는 "와 잘한다" 하고, 누구는 "엉뚱한 것만 준다"고 합니다. 차이는 모델이 아니라 프롬프트예요. 이 글은 Anthropic·OpenAI 공식 가이드에서 검증된 코딩 프롬프트 6가지 기법을, 나쁜 예 vs 좋은 예와 함께 정리합니다.

📌 이 글에서 얻어갈 것

✓ 모든 프롬프트의 황금률 한 가지
✓ 코딩 프롬프트 6가지 실전 기법
✓ 나쁜 vs 좋은 프롬프트 실제 대비 예시
✓ 프롬프트만으로 안 되는 것 (한계)

💡 황금률 = "맥락 없는 똑똑한 신입사원"처럼 대하라
유능하지만 우리 사정을 모르는 신입에게 일 시키듯, 정밀하게 설명할수록 결과가 좋다.

코딩 프롬프트 6가지 기법

1

명확하고 구체적으로 + 출력 형식 명시
원하는 결과의 형식·제약을 구체적으로. 순서나 완전성이 중요하면 번호 목록으로 단계를 제시하세요.

2

예시를 3~5개 보여줘라 (few-shot)
예시는 출력 형식·톤·구조를 잡는 가장 신뢰할 수 있는 방법. 실제 사례를 반영하고 엣지케이스를 포함해 3~5개를 제시하세요.

3

역할을 부여하라
"You are a helpful coding assistant specializing in Python." 단 한 문장의 역할 지정만으로도 답변의 톤과 방향이 확 달라집니다.

4

'하지 마' 대신 '이렇게 해'
금지형보다 긍정형이 잘 통합니다. "마크다운 쓰지 마" → "매끄러운 산문 단락으로 작성해"처럼요.

5

'왜'를 알려줘라 (맥락·동기)
지시에 이유를 덧붙이면 모델이 목표를 더 잘 이해합니다. "성능이 중요해서 그래" 한마디가 결과를 바꿉니다.

6

섹션을 구분하라 (XML/마크다운)
지시·맥락·예시가 섞이면 <instructions> <context> 같은 태그나 헤더로 나누세요. AI가 헷갈리지 않습니다.

나쁜 vs 좋은 프롬프트 (공식 예시)

Anthropic 공식 문서의 대표 대비 예시입니다. 같은 작업인데 한 문장 차이로 결과가 갈립니다.

🙅 덜 효과적

"Create an analytics dashboard"
(분석 대시보드 만들어줘)

🙆 더 효과적

"Create an analytics dashboard. Include as many relevant features and interactions as possible. Go beyond the basics to create a fully-featured implementation."
(…가능한 많은 기능과 상호작용을 포함하고, 기본을 넘어 완전한 구현을 해줘)

핵심은 품질·상세도를 높이는 수식어(modifier)를 더한 것. "알아서 잘해주겠지"라고 모호하게 맡기지 말고, 원하는 수준을 말로 박아주세요.

초보가 자주 하는 실수

"로그인 기능 만들어줘" (모호)	기술스택·요구사항·형식을 구체화
예시·맥락 없이 지시	원하는 결과 샘플 3~5개 첨부
금지형만 잔뜩 ("이거 하지 마")	"이렇게 해줘" 긍정형으로 전환
출력 형식 미지정	"코드만", "표로", "주석 포함" 등 명시

⚠️ 프롬프트만으로 안 되는 것

프롬프트가 만능은 아닙니다. 공식 문서도 인정하는 한계가 있어요.

🎲 LLM은 비결정적(non-deterministic)

같은 프롬프트라도 매번 똑같은 결과가 보장되지 않습니다. 프롬프트 작성은 "기술이자 예술(art and science)" — 한 방에 완벽보다 반복 개선이 정상입니다.

그래서 명확한 성공 기준(무엇이 "잘된 결과"인지)과 직접 테스트 없이는 프롬프트를 개선하기도 어렵습니다. "결과를 보고 → 프롬프트를 고치고 → 다시 시도"하는 루프를 당연하게 여기세요.

자주 묻는 질문 (FAQ)

Q. 프롬프트가 길면 무조건 좋나요?

길이가 아니라 명확성이 중요합니다. 핵심은 구체적인 지시·예시·형식이지, 장황한 문장이 아닙니다. 필요한 정보만 정확히 주세요.

Q. 영어로 써야 더 잘하나요?

한국어로도 충분히 잘 작동합니다. 다만 기법(역할 부여, 예시, 형식 명시)은 언어와 무관하게 똑같이 효과적이에요. 편한 언어로 명확하게 쓰는 게 우선입니다.

Q. 한 번에 완벽한 프롬프트를 써야 하나요?

아니요. 결과를 보고 다듬는 게 정석입니다. LLM은 비결정적이라 반복 개선이 당연해요. 첫 시도가 별로여도 "더 구체적으로" 고쳐가면 됩니다.

마치며

좋은 코딩 프롬프트는 결국 "명확하게, 예시와 함께, 역할을 주고, 긍정형으로"로 요약됩니다. 거창한 기교가 아니라, 맥락 없는 신입에게 일 시키듯 친절하고 구체적으로 설명하는 것 — 그게 90%입니다. 나머지는 결과를 보고 다듬는 반복이고요.

여러분만의 프롬프트 노하우가 있다면 댓글로 공유해주세요 🙌

---

※ 본 글은 2026년 6월 기준 Anthropic·OpenAI 공식 프롬프트 가이드를 교차검증해 작성했습니다. 주요 출처: Anthropic 'Prompting best practices'(Claude 4 best practices·multishot·XML tags·system prompts), OpenAI 프롬프트 엔지니어링 가이드·GPT-4.1 프롬프팅 가이드. 공식 가이드는 권장 사항이며 결과는 모델·작업에 따라 다를 수 있습니다.