📋 프롬프트 전문

두 개의 AI 응답인 [응답 A]와 [응답 B]를 평가합니다. LLM 평가의 구조적 편향(예: 먼저 제시된 것을 더 좋게 평가하는 편향, 긴 글을 더 좋게 평가하는 편향)을 피하기 위해 다음 절차를 엄격히 따르세요: 1. 각 응답의 길이나 포맷을 제외한 "팩트"만 추출하여 비교하세요. 2. [응답 B]를 먼저 평가하고, 그 다음 [응답 A]를 평가하는 순서로 검토하세요. 3. 편향을 배제한 최종 승자(A, B, 또는 Tie)를 선언하고, 그 이유를 팩트 비교에 근거하여 2문장으로 설명하세요.

💬 입력 예시

응답 A (긴 길이, 부정확), 응답 B (짧은 길이, 핵심 정확)

✨ 출력 예시

분석 결과: [응답 B]의 구체성 승리. [응답 B]는 핵심 팩트를 정확히 전달한 반면, [응답 A]는 문장만 길 뿐 오류를 포함하고 있습니다. 결론: B 승리

🏷️ 태그

#편향성#프롬프트평가#AB테스트#하네스

💡 활용 팁

✅대괄호([]) 안의 변수를 본인의 상황에 맞게 구체적으로 교체해 주세요.
✅원하는 글의 톤과 분량을 함께 지정하면 더 정확한 결과를 얻을 수 있습니다.
✅생성된 결과물을 바탕으로 추가 수정 요청을 하면 완성도가 높아집니다.
✅특정 독자층을 명시하면 AI가 맞춤형 어휘와 설명 수준을 조절합니다.

🔗 관련 프롬프트

LLM-as-a-Judge 응답 평가기 (Harness Evaluator)

제공된 채점 기준(Rubric)에 따라 다른 프롬프트의 출력 결과를 공정하게 평가하고 1~5점의 점수를 부여합니다.

도메인 엣지 케이스 생성기 (Edge Case Generator)

특정 시스템이 잘 대응할 수 있는지 테스트하기 위해 까다롭고 모호한 극한의 입력(Edge Case) 시나리오를 자동 생성합니다.

레드팀(Red Teaming) 보안 취약점 공격기

AI 모델의 안전 정책을 우회하거나 환각을 유발하기 위해 공격적인 롤플레이 시나리오를 자동 생성하여 시스템 안전성을 테스트합니다.

AI를 활용한 효과적인 글쓰기 전략

AI 글쓰기 프롬프트를 활용하면 블로그 포스트, 비즈니스 이메일, 보도자료, 소설 등 다양한 형식의 글을 효율적으로 작성할 수 있습니다. 핵심은 AI에게 정확한 역할(Role)을 부여하고, 원하는 톤(Tone), 길이(Length), 그리고 타겟 독자(Target Audience)를 명확히 지정하는 것입니다. 예를 들어 "전문적인 톤으로 2000자 분량의 SEO 최적화 블로그 글을 써줘"처럼 구체적으로 요청하면, AI는 훨씬 더 품질 높은 결과물을 생성합니다. 또한 초안 생성 후 반복적인 피드백을 통해 글의 완성도를 단계적으로 높이는 것이 좋습니다.

이 프롬프트는 하네스 엔지니어링 카테고리에 속하며, All 모델에서 최적화된 고급 수준의 프롬프트입니다. 프롬프트 엔지니어링의 핵심 원칙인 역할 부여(Role), 맥락 설정(Context), 제약 조건(Constraints)을 체계적으로 적용하여 설계되었습니다.

더 많은 프롬프트를 탐색해 보세요

PromptGenie 라이브러리에서 90개 이상의 검증된 프롬프트를 확인할 수 있습니다.

라이브러리 둘러보기