대부분의 ChatGPT 프롬프트 목록은 마케팅, 학생, 코딩처럼 업무별로 정리되어 있습니다. 자신의 업무가 목록과 맞을 때는 유용하지만 조금만 벗어나면 쓸모가 없어집니다. 프롬프트의 성패를 가르는 것은 주제가 아니라 구조이기 때문입니다.
아래 50개는 역할 부여, 출력 형식 통제, 추론 드러내기, 예시로 가르치기, 결과 다듬기라는 기법별로 정리했습니다. 다섯 가지 패턴을 익히면 어떤 상황에도 직접 프롬프트를 만들 수 있으며, 이는 목록을 외우는 것보다 훨씬 가치 있습니다. ChatGPT는 이 다섯 가지를 모두 따르며 다른 유사 모델도 마찬가지입니다.
각 프롬프트에는 바꿔 넣을 부분이 대괄호로 표시되어 있습니다. 복사하고 괄호 안을 바꾸되 구조는 유지하세요. ChatGPT에서 직접 실행하거나 Chat Smith에서 사용할 수 있습니다. 후자는 같은 프롬프트를 다른 모델에도 보내 다시 입력하지 않고 비교할 수 있어 특히 유용합니다.
효과적인 ChatGPT 프롬프트의 조건
요청은 작업 이름만 말합니다. 프롬프트는 작업을 말한 뒤 모델이 대신 결정하지 않기를 바라는 부분을 제거합니다. 이를 위한 신뢰할 수 있는 방법이 다섯 가지이며 아래 섹션은 그 방법을 중심으로 구성했습니다.
역할과 독자를 지정하기 - 누가 답하고 누가 듣는지 정하면 어휘, 전제, 문체를 한꺼번에 좁힐 수 있습니다.
출력을 구체화하기 - 표, 단어 수, 유효한 JSON, 한 번에 질문 하나 등. 지정하지 않은 것은 기본적으로 산문으로 돌아옵니다.
추론을 보이게 하기 - 검증하기 어려운 결론만 받지 말고 단계, 전제, 확신도를 요청합니다.
예시로 가르치기 - 원하는 결과를 설명하는 문단보다 예시 두세 개가 더 효과적입니다. 사람들이 가장 늦게 쓰지만 먼저 써야 하는 기법입니다.
처음부터 다시 쓰지 말고 개선하기 - 결과가 빗나가면 무작정 다시 쓰지 말고 프롬프트를 진단합니다.
일반적인 요청은 다음과 같습니다.
내 제품을 위한 마케팅 아이디어를 몇 가지 알려줘.
같은 요청을 프롬프트로 바꾸면 다음과 같습니다.
[카테고리]에서 제품 세 개를 출시했으며 유료 사용자 획득에 회의적인 그로스 리드로 행동하세요. 내 제품은 [설명]이고 가장 큰 제약은 [예산 또는 팀 규모]입니다. 아이디어, 이 제약에 맞는 이유, 첫 번째 테스트, 실패를 판단하는 기준의 열을 가진 표로 8가지 아이디어를 주세요. 셀마다 한 문장, 서론은 쓰지 마세요.
같은 요청이지만 결과는 완전히 다릅니다. 아래 프롬프트도 모두 이런 방식으로 만들어졌기 때문에 익숙한 한 줄 프롬프트보다 깁니다.
역할과 독자를 지정하는 프롬프트
역할을 지정하는 것은 가장 저렴하고 쉬운 개선입니다. 구체적인 독자까지 정하면 범위가 더 좁아집니다. 특히 글쓰기에 적용하려면 글쓰기를 위한 ChatGPT 프롬프트를 참고하세요.
1. 분명한 한계를 가진 전문가
유행에 회의적인 15년 경력의 [직업]으로 행동하세요. 내가 [상황]을 설명하겠습니다. 300단어 이내로 평가하고, 더 조언하기 전에 반드시 알아야 할 한 가지를 솔직하게 말하세요.
2. 의견이 다른 두 전문가
[질문]에 대해 실제로 의견이 다른 두 전문가의 짧은 대화를 시뮬레이션하세요. 한 명은 [입장 A], 다른 한 명은 [입장 B]를 지지합니다. 여섯 번 주고받고 결론을 내리지 않으며 누구도 양보하지 않습니다. 마지막에 두 사람이 동의하는 점을 나열하세요.
3. 구체적인 독자
[주제]를 30초 안에 한 가지 결정을 내려야 하는 [구체적인 역할, 예: 병원 구매 관리자]에게 설명하세요. 배경이나 역사는 빼고 그 결정에 직접 관련된 내용만 말하세요.
4. 적대적인 검토자
이 자료를 거절하려는 검토자로 행동하세요. 아래 내용을 읽고 거절로 이어질 가능성이 가장 큰 세 가지 반론을 심각도 순으로 제시하세요. 표현을 누그러뜨리지 말고 아직 해결책은 제안하지 마세요.
5. 초보자와 전문가 버전 나란히
[개념]을 두 번 설명하세요. 처음 접하는 사람을 위한 버전과, 업계에서 일하며 미묘한 차이를 원하는 사람을 위한 버전입니다. 각각 표시하고 두 번째 버전은 첫 번째 내용을 반복하지 마세요.
6. 내 계획의 반대편 논객
이것이 내 계획입니다. 계획에서 아직 다루지 않은 논리만 사용해 최대한 설득력 있게 반대하세요. 균형을 맞추지 마세요. 방어는 내가 직접 하겠습니다.
7. 부서 사이의 번역가
엔지니어링과 영업 모두에서 일한 사람으로 행동하세요. 아래 기술 설명을 영업팀이 고객 대화에서 사용할 수 있게 다시 쓰되 모든 주장은 정확히 유지하고 약속해서는 안 되는 내용을 표시하세요.
8. 답변자가 아닌 면접관
[직무] 면접을 준비시키는 면접관으로 행동하세요. 한 번에 질문 하나만 하고 내 답을 기다린 뒤 가장 약한 부분을 추가로 질문하세요. 답이 충분해질 때까지 다음으로 넘어가지 말고 모범 답안을 주지 마세요.
9. 말투에 제한이 있는 역할
따뜻하지만 아첨하지 않는 멘토로 행동하세요. 아래 초안을 읽고 실제로 잘된 점과 잘되지 않은 점을 거의 같은 비중으로 말하세요. 근거 없는 격려는 하지 마세요.
10. 독자 반론 지도
[제안]을 [구체적인 독자]에게 발표합니다. 그 독자가 제기할 가능성이 가장 큰 반론 6개를 가능성 순으로 나열하고 각각 실제 문제인지 커뮤니케이션 문제인지 말하세요.
역할에는 직함만이 아니라 한계를 주세요. 단순한 전문가보다 유행에 회의적인 15년 경력 전문가가 더 좋은 결과를 냅니다. 회의적이라는 것은 행동이지만 전문가는 라벨일 뿐이기 때문입니다.
출력 형식과 제약을 지정하는 프롬프트
결과를 쓸 수 없는 가장 흔한 이유는 어떤 형태로 받아야 하는지 아무도 말하지 않았기 때문입니다. 표, 100단어, 유효한 JSON, 서론 없음처럼 명시하세요. 구조화된 출력은 기술 작업에서 특히 중요하며 SEO를 위한 ChatGPT 프롬프트에서는 이 분야의 반복 형식을 다룹니다.
11. 열이 정의된 표
[세 가지 선택지]를 선택지, 가장 적합한 상황, 가장 큰 한계, 비용 신호, 제외하게 만드는 조건이라는 정확한 열로 비교하세요. 셀마다 짧은 문장 하나만 쓰고 표 앞뒤에는 설명을 넣지 마세요.
12. 엄격한 단어 수
아래 글을 정확히 100단어로 요약하세요. 단어 수를 세고 마지막에 표시하세요. 다 담을 수 없다면 문장을 읽기 어렵게 압축하지 말고 주장 하나를 빼세요.
13. 금지 단어
[제품]의 제품 설명을 120단어 이내로 쓰되 innovative, seamless, revolutionary, leverage, robust, game-changing을 사용하지 마세요. 비슷한 말을 쓰고 싶다면 대신 더 구체적으로 설명하세요.
14. 구조화된 JSON 출력
아래 텍스트에서 정보를 추출하고 설명 없이 유효한 JSON만 반환하세요. name, role, organisation, quote 키를 가진 객체 배열로 만들고 필드가 없으면 추측하지 말고 null을 사용하세요.
15. 고정된 섹션 뼈대
[주제]에 대한 한 페이지 브리프를 상황, 변경된 점, 선택지, 권고, 결정해야 할 사항이라는 정확한 제목으로 작성하세요. 섹션마다 60단어 이내, 서론과 결론은 쓰지 마세요.
16. 이유가 있는 순위 목록
[문제]에 대한 선택지 8개를 순위로 제시하고 각 항목이 그 위치에 있는 단 하나의 이유를 말하세요. 그다음 완전히 제외할 두 가지와 이유를 알려주세요.
17. 반대 전략의 두 버전
[메시지]를 두 버전으로 작성하세요. 하나는 직접적이고 짧게, 다른 하나는 맥락을 먼저 쌓습니다. 각각 무엇을 최적화하고 어떤 위험이 있는지 표시하되 어느 것을 보내야 하는지는 말하지 마세요.
18. 한 번에 질문 하나
[문제]를 함께 정리하고 싶습니다. 한 번에 질문 하나만 하고 내 답을 기다린 뒤 다음 질문을 하세요. 요약하거나 해결책을 제안하지 말고 여러 부분으로 된 질문도 하지 마세요.
19. 점진적으로 깊어지는 설명
[주제]를 깊이가 증가하도록 세 번 설명하세요. 한 문장, 한 문단, 한 페이지입니다. 각 수준은 이전 설명의 연장이 아니라 독립적으로 읽을 수 있어야 합니다.
20. 명시적인 답변 거부 조건
아래 질문에 첨부한 문서만 사용해 답하세요. 문서에 답이 없으면 분명히 그렇게 말하고 멈추세요. 일반 지식으로 빈틈을 채우지 마세요.
출력을 손으로 다시 정리하고 있다면 모델 문제가 아니라 프롬프트 문제입니다. 형식을 프롬프트에 넣으면 그 작업은 사라집니다.
결론을 요청하면 결론만 받습니다. 단계, 전제, 확신도를 요청하면 실제로 확인할 수 있는 답을 얻습니다. 결과에 영향이 큰 작업에서 특히 중요한 그룹이며 데이터 분석을 위한 ChatGPT 프롬프트는 같은 원리를 수치에 적용합니다.
21. 풀이 과정 보여주기
[문제]를 단계별로 풀고 사용할 때마다 각 전제를 명시하세요. 마지막에 가장 확신이 낮은 단계와 무엇이 바뀌면 답도 바뀌는지 알려주세요.
22. 먼저 분해하기
해결하기 전에 [복잡한 문제]를 독립적인 하위 문제로 나누고 무엇을 먼저 다뤄야 하는지와 이유를 말하세요. 이번 답변에서는 해결책을 시도하지 마세요.
23. 전제 감사
이것이 계획입니다. 계획이 의존하는 모든 전제를 중요도 순으로 나열하세요. 상위 세 가지가 틀렸을 때 계획에 어떤 일이 생기는지 각각 설명하세요.
24. 실패에서 거꾸로 추적하기
[프로젝트]가 12개월 후 크게 실패했다고 가정하세요. 가장 가능성 높은 원인 세 가지, 각 원인이 보였을 조기 경고 신호, 지금부터 감시할 수 있는 항목을 사후 분석으로 작성하세요.
25. 가장 강한 주장 뒤 반박
[내가 동의하지 않는 입장]을 실제 지지자들이 쓰는 논거만으로 가장 강하게 구성하세요. 그다음 그 주장에 대한 가장 강한 반론 두 가지를 제시하세요. 어느 쪽이 더 설득력 있는지는 말하지 마세요.
26. 입력값을 밝힌 추정
[수량]을 추정하고 사용한 입력값과 배수의 연쇄로 추론을 보여주세요. 답이 가장 민감하게 반응하는 입력을 표시하고 단일 수치가 아니라 합리적인 범위를 제시하세요.
27. 증거와 주장 구분
아래 논증을 읽고 모든 주장을 제시된 증거로 뒷받침됨, 근거 없이 주장됨, 암묵적으로 가정됨으로 분류하세요. 결론이 옳은지는 평가하지 마세요.
28. 2차 효과
[변화]가 일어나면 1차 결과를 나열하고 그 결과가 만드는 2차 결과를 이어서 제시하세요. 2차에서 멈추고 특정 조건에서만 발생하는 것은 표시하세요.
29. 내 기준으로 비교
나는 [기준 A]를 가장 중요하게, [기준 B]를 두 번째로 중요하게 생각하고 [기준 C]는 전혀 중요하지 않습니다. 이 가중치로 [선택지]를 비교하고 내 기준상 명백히 잘못된 선택지가 있는지 알려주세요.
30. 이상치 찾기
아래 데이터를 검토하고 이상치를 찾으세요. 극단값, 불가능한 값, 의심스러운 중복, 실제 패턴보다 데이터 입력 문제를 암시하는 분포의 열을 찾고 각각 이유를 설명하세요.
확신도를 별도 줄로 요청하세요. 주장을 낮은 확신이라고 표시해야 하는 모델은 모든 문장을 똑같이 흐리지 않고 필요한 곳에서만 신중해지는 경향이 있습니다.
예시 기반 및 스타일 매칭 프롬프트
원하는 결과를 설명하는 문단보다 예시 두 개가 더 효과적입니다. 사람들이 가장 늦게 쓰지만 먼저 써야 하는 기법입니다. 시각 작업에도 그대로 적용되며 이미지 생성을 위한 ChatGPT 프롬프트도 같은 논리를 사용합니다.
31. Few-shot 패턴
원하는 출력과 입력의 예시 세 개를 보여드립니다. 패턴을 분석하고 추론한 규칙을 한 문장으로 말한 뒤 아래 네 개의 새 입력에 적용하세요. 개선하려고 패턴에서 벗어나지 마세요.
32. 목소리 분석 후 재사용
이것은 내가 쓴 300단어 샘플입니다. 문장 길이 변화, 어휘 수준, 축약형 사용, 전환 방식으로 분석하세요. 그다음 [주제]에 대해 같은 특징을 가진 새 글 200단어를 쓰고 어떤 특징을 맞췄는지 나열하세요.
33. 반례
이것은 원하지 않는 출력의 예시와 이유입니다. 그 실패를 피한 대안 세 개를 쓰고 각 대안 뒤에 실패의 어느 부분을 해결했는지 적으세요.
34. 예시로 형식 지정
아래 문서의 구조를 정확히 복사하세요. 같은 섹션 순서, 상대적 길이, 격식 수준을 유지하되 [다른 주제]로 작성하세요. 구조를 개선하지 마세요.
35. 루브릭으로 기준 맞추기
아래 다섯 초안을 이 [루브릭]에 따라 명확성을 1점부터 5점까지 평가하세요. 그다음 3점과 4점의 차이를 구체적으로 설명해 어디서 기준을 나눴는지 보여주세요.
36. 대비되는 두 버전
같은 문단을 두 번 쓰세요. 하나는 독자가 따라올 것을 믿는 작가처럼, 다른 하나는 지나치게 설명하는 작가처럼 씁니다. 내용과 길이는 같게 하고 라벨을 붙이세요.
37. 내용을 고정한 스타일 변환
아래 글을 [장르 또는 문서 유형]의 문체로 다시 쓰세요. 모든 사실적 주장은 그대로 유지해야 합니다. 그다음 새 문체에서 보존하기 가장 어려웠던 주장을 말하세요.
38. 세트 전체의 일관성
이것은 내가 원하는 방식으로 정확히 작성된 한 항목입니다. 아래 목록의 항목을 같은 길이, 구조, 상세 수준으로 9개 더 만드세요. 형식을 맞추느라 중요한 내용을 뺀 경우 표시하세요.
39. 잘된 결과에서 규칙 도출
내가 좋아한 결과를 만든 프롬프트 두 개입니다. 프레이밍, 상세 수준, 명세 방식의 공통점을 찾고 같은 규칙으로 [주제]에 대한 새 프롬프트 다섯 개를 작성하세요.
40. 좋은 결과 역설계
이것은 내가 높이 평가하는 결과물입니다. 이를 만들었을 가능성이 가장 높은 프롬프트를 쓰고 어떤 부분이 가장 큰 역할을 하는지 설명하세요.
원하지 않는 예시 하나를 포함하세요. 원하지 않는 것을 보여주는 편이 원하는 것을 설명하는 것보다 빠를 때가 많고 말투를 전달하는 가장 확실한 방법이기도 합니다.
개선과 자기 비평 프롬프트
결과가 빗나가면 프롬프트 전체를 다시 쓰고 싶어집니다. 하지만 거의 항상 수정할 것은 한 구절입니다. 아래 10개는 그 구절을 찾기 위한 것입니다. 기술적 반복 작업에서 특히 중요하며 코딩을 위한 ChatGPT 프롬프트도 같은 패턴을 활용합니다.
41. 무엇이 모호했는지 묻기
방금 결과는 내가 원한 것이 아닙니다. 다시 시도하지 말고 내 지시의 어떤 부분이 모호했고 무엇을 가정했는지 알려주세요. 그다음 이를 해결할 질문 두 개를 하세요.
42. 제출 전 자기 비평
[결과물]을 작성하고 적대적인 검토자처럼 자신의 초안을 비평하세요. 그다음 수정된 버전만 보여주고 무엇을 바꿨는지 두 줄로 설명하세요.
43. 확신도 표시
아래 질문에 답한 뒤 각 주장을 높은, 중간, 낮은 확신도로 표시하세요. 확신도가 낮은 주장마다 검증에 필요한 것을 말하세요.
44. 한 번에 하나만 바꾸기
이것이 이전 출력입니다. 첫 문단만 바꾸고 나머지는 완전히 동일하게 유지하세요. 그 한 가지 변화의 효과를 보기 위해 거기서 멈추세요.
45. 의도적인 과다 생성
[대상]에 대한 선택지 15개를 주세요. 그중 최소 네 개는 스스로 약하다고 생각하는 것을 포함하고 품질로 걸러내지 마세요. 별도 목록에서 약하다고 생각하는 네 개와 이유를 말하세요.
46. 덜어내기 단계
아래 글에서 어떤 주장도 잃지 않고 30%를 줄이세요. 개별 삭제를 거부할 수 있도록 제거한 내용을 별도 목록으로 보여주세요.
47. 내 추론 검증
나는 [증거]에서 [X]를 결론 내렸습니다. 이 추론이 성립하는지, 같은 증거가 지지할 수 있는 대안 결론은 무엇인지, 둘을 구별하려면 어떤 추가 증거가 필요한지 말하세요.
48. 실패 방식 점검
아래 출력을 사용하기 전에 틀리거나 실제로 실패할 가능성이 가장 큰 세 가지 방식과 먼저 확인해야 할 것을 알려주세요.
49. 프롬프트 자체 반복 개선
내가 쓴 프롬프트와 실망스러운 결과입니다. 출력이 아니라 프롬프트를 진단하세요. 무엇이 빠졌고, 모호하며, 지나치게 지정되었는지 말한 뒤 실행하지 않고 수정된 프롬프트만 주세요.
50. 종료 조건
아래 초안을 계속 개선하되 추가 변경이 품질이 아니라 취향의 문제가 되는 순간 멈추세요. 그 지점에 도달했다고 말하고 남은 선택지를 알려주세요.
무작정 다시 생성하지 마세요. 지시의 어떤 부분이 모호했는지 묻는 데 한 번이면 되고, 보통 세 번의 추측을 한 구절 수정으로 바꿉니다.
Chat Smith에서 이 프롬프트 사용하기
같은 프롬프트를 두 모델에 보내면 눈에 띄게 다른 결과가 나오며 이것이 여러 모델을 사용할 이유입니다. 위의 추론 프롬프트에서 가장 분명히 볼 수 있습니다. GPT-5.6 Sol과 GPT-5 Nano에 같은 것을 실행하면 풀이 과정을 보여주는 방식의 차이가 즉시 드러납니다. 무엇을 사용할 수 있는지 알기 위해 전체 모델 목록을 한 번 확인할 가치가 있습니다.
익혀둘 만한 습관이 하나 있습니다. 이 목록의 41번입니다. 결과가 빗나가면 프롬프트를 다시 쓰지 말고 지시의 어떤 부분이 모호했는지 물으세요. 모델은 보통 알려주며 수정은 대개 한 구절입니다. 이 한 가지가 이 글의 어떤 개별 프롬프트보다 더 많은 시간을 아껴줄 것입니다.
Chat Smith 편집팀은 AI를 더욱 쉽고 실용적으로 활용할 수 있도록 돕는 AI 애호가, 연구자, 콘텐츠 크리에이터들로 구성되어 있습니다. Chat Smith 블로그를 통해 최신 AI 트렌드, 도구 리뷰, 업계 인사이트, 그리고 실용적인 가이드를 제공하여 개인과 기업이 AI로부터 더 큰 가치를 얻을 수 있도록 지원합니다. 우리의 목표는 빠르게 변화하는 AI 환경 속에서 독자들이 최신 정보를 얻고, 생산성을 높이며, 한발 앞서 나갈 수 있도록 명확하고 신뢰할 수 있으며 이해하기 쉬운 콘텐츠를 제공하는 것입니다.