거의 모든 AI 프롬프트, 챗GPT 프롬프트 모음집 80+
AI를 최대한 활용하기 위해 제가 모아온 프롬프트 명령어 모음입니다. 기본부터 기능별로 정리했으니, 이 페이지를 북마크하고 필요할 때마다 꺼내 쓰세요!
1. 기본 요청 및 텍스트 변환
가장 자주 쓰는 프롬프트. 글의 스타일을 바꾸거나 요약할 때 사용합니다.
ELI11:해당 주제를 11살 아이도 이해할 수 있도록 아주 쉽게 설명해달라고 요청.
TL;DR:(Too Long; Didn’t Read) 긴 글이나 문서를 짧게 요약.
BRIEFLY:내용을 짧게 핵심만 요약해달라고 직접적으로 지시.
Humanize:AI 특유의 말투를 더 자연스럽고 사람처럼 변경.
Jargonize:평범한 문장을 전문 용어를 사용해 전문적으로 보이게 작성.
REWRITE AS:주어진 텍스트를 특정 스타일이나 형식(예: 이메일, 블로그 글)으로 재작성.
2. 문장 형식 지정
AI의 답변 방향, 어조, 출력 형식을 구체적으로 설정할때 사용합니다.
ACT AS:특정 직업, 인물, 캐릭터의 역할을 맡아 답변하도록 설정.
AUDIENCE:답변을 듣는 대상(예: 초등학생, 개발자, 캐릭터)을 지정.
TONE:글의 분위기를 지정.
FORMAT AS: 결과를 특정 서식(표, 리스트, JSON 등)으로 만들어달라고 요청.
EXEC SUMMARY:비즈니스 스타일의 요약 보고서 형식으로 작성.
CHECKLIST:체크리스트 생성.
STEP-BY-STEP:단계별 가이드 생성.
BEGIN WITH / END WITH:어떻게 시작해서 어떻게 끝낼지 설정.
GUARDRAIL:반드시 지켜야 할 규칙이나 금지사항을 설정.
PRIORITIZE:우선순위 설정.
CONSTRAINT MODE:글자 수, 특정 단어 사용 금지 등 특정 제약 하에 결과물 생성.
FAILSAFE:주제에서 크게 벗어나거나 잘못된 방향으로 흐르지 않도록 방지.
REQUIRES SOURCE:정보의 출처나 근거를 함께 제시하도록 요청.
3. 사고 및 분석 심화
문재 해결을 위해 다각적이고 깊이 있는 분석이 필요할 때 사용합니다.
LAYERED INSIGHT:주제를 여러 단계(표면적, 구조적, 심층적)로 나눠 깊이 있게 분석.
DIALECTIC:정(Thesis), 반(Anti-thesis), 합(Synthesis)의 변증법 구조로 주제를 탐구.
CHAIN OF THOUGHT:결론에 도달하기까지의 생각 과정을 단계별로 보여줌.
FIRST PRINCIPLES:문제를 가장 근본적인 요소까지 분해해서 본질부터 분석.
MULTI-PERSPECTIVE:하나의 사안을 여러 이해관계자나 관점에서 분석.
SWOT:강점(Strength), 약점(Weakness), 기회(Opportunity), 위협(Threat) 분석.
COMPARE:두 개 이상의 대상을 특정 기준에 따라 비교하고 대조.
PRE-MORTEM: 계획이 실패했다고 가정하고, 그 원인을 역으로 추적하고 분석.
PITFALLS:특정 계획이나 주장에서 발생할 수 있는 문제점이나 논리적 함정을 찾기.
METRICS MODE:결과를 측정 가능한 지표(수치)로 표현하거나 분석.
Feynman Technique:특정 개념을 남에게 가르치듯 설명하며 이해도를 높이는 과정.
3-PASS ANALYSIS:훑어보기, 핵심 파악, 세부 검토의 3단계로 나눠 분석.
DO NOT SIMPLIFY:복잡한 내용을 단순화하지 말고, 있는 그대로의 복잡성을 유지하며 설명.
4. 특수 작업 모드
AI를 특정 사고방식이나 작업 모드로 전환시킵니다.
SOCRATIC MODE:정답을 주기보다, 계속 질문을 던져 사용자가 스스로 답을 찾도록 유도.
DEV MODE / PM MODE:특정 직무(개발자, 프로덕트 매니저)의 관점과 용어로 답변.
THINK IN CODE:문제 해결 과정을 실제 코드나 수도코드(Pseudo-code) 형태로 표현.
DRAFT | REVIEW | PUBLISH:글쓰기 워크플로우를 흉내 내어 단계별로 결과물을 개선.
REFLECTIVE MODE:이전 대화나 자신의 답변을 돌아보고 분석하거나 평가.
BLACK_BOX_:내부 과정을 모르는 상태에서 입력과 출력만으로 시스템을 추론/분석.
5. AI 자가 검증 및 수정
AI의 답변에 대한 신뢰도를 높이고 편향을 점검합니다.
EVAL-SELF:자신의 답변이 얼마나 정확하고 유용한지 스스로 평가.
SYSTEMATIC BIAS CHECK:답변에 포함될 수 있는 잠재적인 편향을 스스로 검토.
CRITIC_LOOP:스스로 비평가 역할을 맡아 자신의 결과물을 반복적으로 검토하고 개선.
TRUTH_GATE: 생성하는 정보의 사실 여부를 검증하는 과정을 거치도록 요청.
SELF_PATCH:자신의 답변에서 오류를 발견하면 스스로 수정하고 보완.
6. 컨텍스트 및 메모리 관리
대화의 맥락을 관리하거나 초기화할 때 사용합니다.
CONTEXT STACK:지금까지의 대화 맥락을 요약해서 보여달라고 요청.
USE PRIOR / RECALL:이전 대화의 특정 내용을 다시 가져와서 사용.
ZERO SHOT:별도의 예시나 사전 정보 없이 즉시 작업을 수행.
ZERO-KNOWLEDGE PROMPTING:이전 지식이나 편견 없이 오직 주어진 정보로만 추론.
NO DEFAULTS:AI의 기본 설정(예: 친절함)을 최대한 배제하고 날것의 답변을 유도.
THOUGHT_WIPE / ZERO_IMPRINT / NO_TRACE:이전 대화의 맥락을 모두 잊고 완전히 새로운 상태에서 시작.
7. 시뮬레이션 및 상호작용
가상 시나리오를 만들고 상호작용을 유도합니다.
FRICTION SIMULATION:마찰 상황을 시뮬레이션.
IF/THEN INTERACTIVE:사용자의 선택에 따라 다른 결과가 나오는 시나리오 생성.
PRISONER_DILEMMA:‘죄수의 딜레마’ 상황을 시뮬레이션.
MULTI-AGENT SIMULATION:여러 가상 에이전트(역할)가 상호작용하는 상황을 시뮬레이션.
8. 재미 & 기타 목적
재미를 위한 명령어입니다.
AITAH (Am I the Asshole?): 특정 상황을 설명하고 자신이 잘못했는지에 대한 의견을 물음.
HOTORNOT?: 아이디어나 디자인 등에 대한 대중의 반응을 예측/평가.
9. 고급 & 실험적인 프롬프트
EN draft → KR adapt → KR-QA:EN 초안 → KR 번역 → KR-QA(점검):
FORCE TRACE:특정 결과에 가장 큰 영향을 미친 요인(데이터, 규칙 등)을 역추적.
FORCE TRACE:특정 결과에 가장 큰 영향을 미친 요인(데이터, 규칙 등)을 역추적.
LATENT ROLE SWITCHING:대화 도중 명시적 지시 없이 미묘하게 역할을 바꾸도록 유도.
ECHO-FREEZE:특정 시점의 답변이나 개념을 ‘고정’하고 그에 대해서만 깊게 파고들기.
REASONING ANCHORS:특정 사실이나 규칙을 ‘앵커’로 삼아 모든 추론이 그에 기반하도록 강제.
INSTRUCTION COLLAPSING:여러 복잡한 지시사항을 하나의 함축적인 명령어로 만들어 실행.
FORK_CONTEXT: 현재 대화에서 여러 가능한 시나리오로 가지를 쳐서 각각 탐색.
QUANT_CHAIN:생각을 극도로 잘게 쪼개(양자화) 연결하는 방식으로 복잡한 추론을 수행.
10. 기타 카테고리 (계속 업데이트 예정)
이 외에도 특정 목적을 위한 다양한 프롬프트들이 존재합니다. 계속해서 새로운 프롬프트가 업데이트될 예정입니다.
ECHO_LOOP:반복적으로 분석, 요약, 재해석
NULL_INJECTION:특정 개념, 요소를 제거한 관점에서 사고하게 유도.
MODEL_REFLE:모델이 스스로의 답변을 점검.
SHADOW_PRO:사용자의 프로파일링을 암묵적으로 수행하게 할 때.
REFLECTION PRIMING:모델이 더 깊이 있고 성찰적인 답변을 하게 유도.
EXTERNAL SIMULATION BLOCK:외부 시스템을 가정한 시뮬레이션.
TEMPERATURE_SIM:모델의 창의성 수준을 은유적으로 지정.
PARALLEL LENSES (하나의 주제를 여러 관점에서 병렬적으로 분석하게 할 때.
NO AUTOPILOT (현재까지의 규칙을 따라가지 않고, 자유롭게 생각하게 함)
DELIBERATE THINKING (신중하게 사고하여 판단을 유도.)
SCHEMA (스키마 구조로 변환)
ROLE: TASK: FORMAT: (역할, 작업, 형식)
TOKEN_OVERF (마지막 장식을 위한 결말 생성)
CROSS-MODEL BLEND (서로 다른 모델의 스타일 결합)
TOKEN MASKING (특정 단어에 마스킹]
PSEUDO-SCRIPTING
TRIGGER_CHAIN
SAFE_LATCH (안전 모드)
RAW_COMPILE (초안 그대로 날것의 상태로 출력.)
AUTO_MODULATE (맥락에 따라 톤, 디테일 수준, 응답 스타일을 자동 조절하게 요청.)
About The Author: NRLayerStudio
AI 창작의 한계를 뛰어넘는 전문가 가이드를 제공하는 기술 데이터베이스입니다. 복잡한 기술을 당신의 것으로 만들어보세요.
