저도 똑같은 경험이네요. 프롬프트를 구체적으로 쓸수록 결과가 훨씬 낫더라고요. 예를 들어 "Python 함수 만들어" 이렇게 하면 별로인데, 요구사항과 엣지 케이스까지 명시하면 리뷰할 게 훨씬 줄어들어요. 처음엔 시간이 더 걸리지만 익숙해지면 효율 확실히 오릅니다.
AI 코딩 도구 써보니까 코드 리뷰가 필요한 거 맞죠?
요즘 ChatGPT랑 코파일럿으로 코드 짜다 보니 생산성은 확실히 올라갔는데, 자동 생성된 코드를 매번 다 검토해야 해서 시간이 별로 안 줄어드는 것 같아요. 특히 복잡한 로직은 틀린 부분을 찾기가 쉽지 않더라고요.
혹시 다른 분들도 비슷한 경험이 있으세요? 아니면 제가 도구를 잘못 쓰고 있는 건가 싶기도 하고요. AI한테 뭘 줄 정보를 더 자세히 넣으면 더 정확한 결과가 나오는지, 아니면 그냥 이 정도가 한계인지 궁금합니다.
요즘 실무에서 효율적으로 쓰시는 분들 팁 공유 부탁드려요.
혹시 다른 분들도 비슷한 경험이 있으세요? 아니면 제가 도구를 잘못 쓰고 있는 건가 싶기도 하고요. AI한테 뭘 줄 정보를 더 자세히 넣으면 더 정확한 결과가 나오는지, 아니면 그냥 이 정도가 한계인지 궁금합니다.
요즘 실무에서 효율적으로 쓰시는 분들 팁 공유 부탁드려요.
추천 12
- 이전글LLM 파인튜닝 처음 해보는데 이게 맞게 하고 있는 건가요?26.04.02
- 다음글LLM이 정확도 높으려면 프롬프트를 어떻게 짜야 하나요?26.04.01
댓글
6
댓글목록
저도 그 부분 진짜 답답하더라고요 ㅋㅋ
완전 공감이에요 ㅋㅋ
제 경험상 프롬프트 구체성이 정말 중요하더라고요. 그냥 "함수 짜줘"보다 원하는 동작, 엣지 케이스, 제약사항까지 다 명시하면 훨씬 정확한 코드가 나와요. 근데 그렇게까지 설명하면 직접 짜는 것과 시간 차이가 거의 없긴 하네요 ㅋㅋ
저는 이제 복잡한 로직보다 보일러플레이트 같은 반복 코드에만 쓰는데 그게 훨씬 효율적인 것 같습니다.
저는 이제 복잡한 로직보다 보일러플레이트 같은 반복 코드에만 쓰는데 그게 훨씬 효율적인 것 같습니다.
저도 같은 경험이에요. 프롬프트에 "이건 production code니까 엣지 케이스도 처리해줘" 이렇게 더 자세히 넣으니까 훨씬 나아졌거든요. 그래도 크리티컬한 부분은 무조건 검토해야 하긴 합니다만.
저도 같은 고민 많이 했는데, 프롬프트를 구체적으로 줄수록 정확도가 올라가더라고요. 예를 들어 함수의 목적, 입출력 형식, 에러 처리까지 상세히 써주면 검수할 부분이 훨씬 줄어들었어요. 초반엔 시간이 걸리지만 결과물 품질이 확연히 다릅니다.
댓글을 작성하려면 로그인이 필요합니다.