10가지 사례로 쉽게 터득! LLM과 챗GPT에게 원하는 결과를 얻는 비법!
프롬프트 엔지니어링의 기본 원칙부터 고품질의 응답을 얻을 때까지 차근차근,
바로 적용 가능한 실전 기술을 10가지 사례와 실용적인 분야에 직접 접목시켜 배운다!
프롬프트 엔지니어링의 노하우를 실제로 어떻게 적용해야 할지 모르겠다면?
챗GPT가 코딩도 해주고 오류도 알려준다는데 대체 어떻게 하는지 궁금하다면?
추상적이고, 기초적인 이야기 대신 실제 사례와 실전 기술을 배우고 싶다면?
실제 업무와 비즈니스에 바로 적용할 수 있는 프롬프트 작성 패턴을 찾고 있다면?
이 책은 프롬프트 엔지니어링으로 다양한 분야에서 내가 의도한 결과, 원하는 응답을 정확하고 빠르게 얻어내는 방법을 차근차근 설명한다. 기본 원칙과 동작 원리는 핵심만 간단히 배우고, 사례와 실습을 통해 프롬프트 엔지니어링의 전 과정을 살펴본다. 기획, 마케팅, 면접, 사내 프로그램, 쇼핑몰 등 우리의 업무 및 일상 분야에서 최대한 활용하기 위해 프롬프트 엔지니어링을 어떻게 시작하고 발전시켜 나갈 수 있는지 사례와 실습을 통해 살펴보자.
1부 | 프롬프트 엔지니어링 소개
1장 프롬프트와 프롬프트 작성 기법 이해하기
__1.1 기술적 요구 사항
__1.2 LLM 프롬프트 소개
__1.3 LLM 프롬프트의 동작 원리
____1.3.1 구조
____1.3.2 LLM 학습
____1.3.3 프롬프트에서 응답까지: LLM이 추론으로 빈칸을 채우는 방법
__1.4 LLM 프롬프트의 유형
__1.5 LLM 프롬프트의 구성 요소
__1.6 인격 부여하기: 맞춤형 상호 작용을 위한 역할 프롬프트
____1.6.1 퓨샷 러닝: 예시 프롬프트로 모델 학습시키기
__1.7 나만의 목소리 찾기: 프롬프트에 개성 정의하기
__1.8 패턴 사용하기: 프롬프트의 효율성 높이기
__1.9 혼합과 조화: 향상된 프롬프트를 위한 전략적 조합
__1.10 LLM 매개 변수 탐색하기
__1.11 프롬프트 엔지니어링(실험)에 접근하는 방법
__1.12 LLM 프롬프트 사용의 과제와 한계
__1.13 요약
2장 AI로 문장을 생성하여 콘텐츠 제작하기
__2.1 AI를 활용하여 광고 문구 작성하기
__2.2 소셜 미디어 게시물 작성하기
____2.2.1 X 글타래 작성하기
____2.2.2 인스타그램 게시물 작성하기
____2.2.3 전환율을 높이는 판매 문구 작성하기
__2.3 동영상 대본 작성하기
__2.4 블로그 게시물, 기사, 뉴스 생성하기
__2.5 AI를 활용해 흥미로운 콘텐츠 만들기
__2.6 AI를 활용해 메시지 개인화하기
__2.7 AI를 활용해 맞춤형 콘텐츠 만들기
__2.8 요약
2부 | 기본적인 프롬프트 엔지니어링 기술
3장 ChatGPT와 실용적인 예제를 통해 팟캐스트 만들고 홍보하기
__3.1 유명 게스트를 위한 팟캐스트 질문 작성하기
__3.2 일반인 게스트를 위한 팟캐스트 질문 작성하기
__3.3 팟캐스트의 주제, 아이디어, 잠재적 게스트 연사 파악하기
__3.4 AI로 팟캐스트 홍보하기
____3.4.1 팟캐스트 에피소드 요약 작성하기
____3.4.2 소셜 미디어 홍보를 위한 매력적인 인용문 작성하기
____3.4.3 팟캐스트 하이라이트 영상 조각 만들기
____3.4.4 팟캐스트의 내용을 공유 가능한 블로그 콘텐츠로 바꾸기
__3.5 통찰력 있는 면접 질문 파악하기
__3.6 AI가 생성한 답변으로 면접 기술 훈련하기
__3.7 AI를 통해 고객과의 상담을 위한 전략적 질문 생성하기
__3.8 요약
4장 창의적인 글쓰기를 위한 LLM
__4.1 AI를 활용한 창의적인 글쓰기
__4.2 AI를 활용한 소설 쓰기
__4.3 AI를 활용한 시 쓰기
__4.4 요약
5장 비정형 텍스트에서 통찰력 얻기: 텍스트 분석을 위한 AI 기술
__5.1 감성 분석: 텍스트에서 감정을 감지하는 AI 기술
__5.2 비정형 데이터 정리: AI 기반의 텍스트와 데이터 자동 분류
__5.3 엉망인 데이터 정리: AI가 데이터 집합의 문제를 식별하고 해결하는 방법
__5.4 비정형 데이터 이해하기: 정보 추출을 위한 패턴 매칭
__5.5 요약
3부 | 다양한 분야의 고급 사용 사례
6장 교육과 법률 분야의 LLM 사례
__6.1 ChatGPT를 이용한 강의 자료 작성
__6.2 유인물과 기타 자료 작성
____6.2.1 단원 유인물 작성
____6.2.2 풀이 예시 작성
____6.2.3 단어 문제
__6.3 쪽지 시험 문제 작성
__6.4 평가 기준표 작성
__6.5 빈칸 채우기 이해력 시험 작성
__6.6 법률 연구를 위한 AI
__6.7 LLM을 활용한 법률 문서 검토
__6.8 LLM을 활용한 법률 문서 작성
__6.9 법률 교육과 학습을 위한 AI
__6.10 LLM을 활용한 전자 증거 개시와 소송 지원
__6.11 AI를 활용한 지적 재산 관리
__6.12 변호사를 위한 기타 LLM 활용
__6.13 요약
7장 AI 짝 프로그래머의 부상: 지능형 도우미와 함께 더 나은 코드 작성하기
__7.1 코딩 도우미를 이용한 코드 생성
__7.2 헷갈리는 것을 명확하게: AI가 코드의 기능을 쉽게 설명합니다
__7.3 코드 주석 달기, 형식 정리, 최적화
__7.4 잘못된 코드 수정: AI가 디버깅 과정을 바꾸는 방법
__7.5 코드를 한 언어에서 다른 언어로 번역하기
__7.6 사례 연구 1: AI를 활용한 웹사이트 코드 개발
__7.7 사례 연구 2: AI를 활용한 엣지와 크롬 확장 프로그램 제작
__7.8 요약
8장 챗봇을 위한 AI
__8.1 기술 요구 사항
__8.2 GPT-4 API와 기타 LLM API를 사용한 챗봇 제작
__8.3 LLM API를 활용한 대화형 인터페이스 구축
__8.4 AI를 활용한 고객 지원
__8.5 사례 연구 1: 사용자의 제품 주문을 돕는 AI 기반 챗봇
__8.6 사례 연구 2: 상호 작용 질문과 평가 생성 후 챗봇 흐름 배포
__8.7 요약
9장 더 똑똑한 시스템 구축: 고수준의 LLM 통합
__9.1 스프레드시트를 활용한 대량 프롬프트 자동화
__9.2 Zapier와 Make를 통해 LLM을 기술 구성과 연동하기
__9.3 제품 설명 작성과 번역
__9.4 API를 넘어: LangChain으로 맞춤형 LLM 파이프라인 구축하기
__9.5 LangChain의 기본 구성 요소
__9.6 LangChain의 노 코드 도구: Langflow와 Flowise
____9.6.1 Flowise 탐색하기
____9.6.2 ChatGPT 스타일의 챗봇 구성하기
____9.6.3 LLM을 활용해 PDF에서 답 찾기
____9.6.4 LangSmith: LLM 작업 흐름 디버깅, 테스트, 모니터링하기
__9.7 LLM 통합의 미래: 플러그인, 에이전트, 어시스턴트, GPT, 멀티 모달 모델
__9.8 요약
4부 | 윤리, 한계, 앞으로의 발전
10장 생성형 AI: 윤리와 혁신의 교차점에서 발생하는 문제들
__10.1 생성형 AI의 윤리적 도전 과제 탐구
____10.1.1 생성형 AI의 신뢰와 책임 문제
__10.2 경제적 영향에 대한 고려
__10.3 환경 지속 가능성 문제
__10.4 사회적 위험과 성찰
____10.4.1 더 넓은 사회적 영향
____10.4.2 기계의 창의성이 인지에 대해 알려주는 것들
____10.4.3 국방과 의료 분야의 우려
__10.5 앞으로 나아갈 길: 해결책과 안전 장치
__10.6 요약
11장 결론
__11.1 책 내용의 요약
__11.2 가능성 확장하기: 혁신적인 프롬프트 엔지니어링 활용
__11.3 의도한 결과 달성하기: 프롬프트 엔지니어링의 목표
__11.4 한계를 이해하고 감독 유지하기
__11.5 요약
리뷰어 소개
찾아보기
필요한 자료를 선택하세요.
독자의견 남기기