프롬프트 엔지니어링에서 인텐트 엔지니어링으로: 인간-인공지능 커뮤니케이션의 진화

過去 몇 년 동안, 프롬프트 엔지니어링은 인공지능 시대에서 가장 중요한 기술 중 하나가 되었습니다. 이를 위해 과정과 직책이 만들어졌고, 완벽한 문장을 만들기 위한 팁을 공유하기 위한 커뮤니티가 형성되었습니다. 프롬프트 엔지니어링의 인기背後에 있는 주요 이유는 인공지능이 강력하지만 또한 문자 그대로 작동한다는 것입니다. 인공지능이 도움이 되기 위해서는 먼저 그 언어를 배우야 했습니다. 당시에는 그 논리가 합리적이었지만, 이제는 그 논리가崩壊하기 시작했습니다.

인공지능 모델이 더 강력해짐에 따라 커뮤니케이션의 부담이 변화하고 있습니다. 이제 질문은 단순히 “이 요청을 어떻게 제대로 표현할 수 있을까?”가 아니라 “인공지능이 실제로 무엇을 달성하려고 하는지 이해할 수 있도록 어떻게 해야 할까?”가 됩니다. 이는 더 깊은 질문이며, 인텐트 엔지니어링이라는 새로운 분야의 등장으로 이어집니다.

프롬프트 엔지니어링이 실제로 무엇이었는지

우리가 어디로 가고 있는지 이해하기 위해서는 프롬프트 엔지니어링이 실제로 무엇이었는지 이해하는 것이 도움이 됩니다. 본질적으로, 프롬프트 엔지니어링은 일종의 임시 방편이었습니다. 초기 언어 모델은 강력했지만 취약했습니다. 특정 패턴에 잘 반응했지만 모호한 패턴에는 잘 반응하지 않았습니다. 따라서 사용자는 이러한 패턴을 배웠습니다. 사용자는 모델이 “단계적으로 생각”하도록 요청하면推論이 개선된다는 것을 발견했습니다. 사용자는 예를 들어 모델의 출력이 더 일관성이 있게 된다는 것을 알았습니다. 사용자는 모델에 역할을 부여하는 것이 모델의 톤과 품질을 변경한다는 것을 발견했습니다. 이러한 통찰은 실제로 결과를 개선했지만, 사용자가 기계에 적응해야 한다는 것을 의미했습니다. 사람들은 모델의 아키텍처에 맞게 말하는 법을 배우는 것이 아니라 자신의 자연스러운 생각 방식으로 말하는 법을 배우는 것이었습니다.

이것은 지능 있는 에이전트 간의 좋은 커뮤니케이션이 작동하는 방식이 아닙니다. 지능 있는 동료에게 문제를 설명할 때, 먼저 그 동료의 신경 경로를 가장 활성화하는 표현 전략을 생각하지 않습니다. 상황을 설명합니다. 동료는 상황을 이해합니다. 필요에 따라 명확화하는 질문을 합니다. 그리고 실제로 원하는 것을 달성하기 위해 노력합니다. 프롬프트 엔지니어링의 기술은 가치가 있었지만, 결국에는 더 좋은 인공지능이 닫아야 할 간격을 보충하는 것이었습니다.

프롬프트 엔지니어링이 필요한 한계

프롬프트 엔지니어링이 इतन 중요해진 이유는 모델이 불완전했기 때문만이 아닙니다. 모델이 사용자에 대한 실제 모델이 없었기 때문입니다. 모델은 텍스트를 처리하고 텍스트를 반환했습니다. 사용자가 누구인지, 무엇을 만들려고 하는지, 사용자의 특정 상황에서 “좋은” 것이 무엇인지에 대한 지속적인 이해가 없었습니다.

이것은 이상한 상황을 만들었습니다. 같은 질문을 하고 다른 결과를 얻을 수 있었습니다. 프롬프트를 20분간 조정해서 이전에 얻었던 것보다 더 유용한 응답을 얻을 수 있었습니다. 프롬프트는 입력이 아니었습니다. 키였습니다. 그리고 올바른 키를 찾는 것은 기술, 인내, 그리고 때때로 운이 필요했습니다.

이것은 또한 출력의 품질이 실제 도메인 지식보다 프롬프트技巧에 더 많이 의존하는 상황을 만들었습니다. 프롬프트 엔지니어링에 능숙한 의사는 더 지식이 많은 의사보다 모델에서 더好的의학적 推論을 얻을 수 있었습니다. 이것은 가치의 이상한 역전입니다. 시스템이 옳지 않은 것을 최적화하고 있음을 시사합니다.

인텐트 엔지니어링이 변경하는 것

인텐트 엔지니어링은 다른 일련의 기본 가정에 따라 설계되었습니다. 모델이 잘 반응하도록 요청을 어떻게 표현해야 하는지 묻는 대신, 실제로 무엇을 달성하려고 하는지 모든 수준에서 어떻게 전달할 수 있는지 묻는 것입니다.

이것은 프롬프트 엔지니어링이 다루지 못하는 여러 가지 것을 포함합니다. 인공지능 시스템에 목표, 제약, 기준에 대한 충분한 컨텍스트를 제공하여 모델이 스스로 올바른 결과를 Reasoning할 수 있도록 하는 것입니다. 정교한 지시를 내리는 대신 공유된 이해를 만드는 것입니다. 모델이 올바른 질문을 할 수 있는 시스템을 구축하는 것입니다. 사용자가 올바른 답변을 기다리는 대신에.

이미 이것을 실제에서 볼 수 있습니다. 최신 인공지능 시스템은 지속적인 메모리, 사용자 프로필, 진행 중인 컨텍스트를 지원합니다. 모델이 제품 관리자가 특정 규제 제약 조건이 있는 헬스케어 애플리케이션을 개발 중이라는 것을 알면, 요청은 자동으로 더 풍부한 의미를 가집니다. 매번 컨텍스트를 재구성할 필요가 없습니다. 모델은 이미 작업 중인 컨텍스트를 이해합니다.

이것은 근본적인 변화입니다. 프롬프트 엔지니어링은 각 상호작용을 분리된 것으로 취급했습니다. 인텐트 엔지니어링은 커뮤니케이션을 누적된 것으로 취급합니다. 모델은 더 이상 단일 입력만 처리하지 않습니다. 모델은 무엇을 달성하려고 하는지 그리고 왜 그렇게 하려고 하는지에 대한 지속적인 대화를 추적합니다.

더 풍부한 컨텍스트와 Reasoning의 역할

인텐트 엔지니어링의 또 다른 차원은 현대 모델이 모호성을 어떻게 처리하는지와 관련이 있습니다. 오늘날 잘 훈련된 모델은 단순히 가장 가능성 있는 완성으로 패턴을 일치시키지 않습니다. 모델은 무엇을 의미했는지에 대해推論하고, 가정하고, 경우에 따라서는 진행하기 전에 명확화를 요청합니다.

이것은 중요합니다. 인간의 커뮤니케이션은 본질적으로 모호합니다. 누군가 “나의 상사에게 글을 쓸 수 있니?”라고 묻으면, 수행평가, 사과 이메일, 프로젝트 제안, 또는 사직서를 의미할 수 있습니다. 프롬프트 엔지니어링을 최적화한 시스템은 정확한 단어에서 추론하려고 시도할 것입니다. 인텐트 엔지니어링을 최적화한 시스템은 모호성을 인식하고 지능적으로 처리할 것입니다. 질문을 하거나 여러 가능한 해석을 인정하는 것을 생성할 것입니다.

테스트 시간 Reasoning, 즉 모델이 답변하기 전에 문제를 생각하는 능력도 여기서 역할을 합니다. Reasoning하기 전에 응답하는 모델은 실제 意圖와 충돌하는 요청의 경우를 더 잘 잡을 수 있습니다. 모델은 X를 요청했지만 실제로 필요한 것은 Y라는 것을 알 수 있으며, 모델은 그 관찰을 표면화할 수 있습니다. 모델은 요청을 무시하지 않고 실제 목표를 달성하지 못하는 요청을 무시하지 않습니다.

새로운 기술

이 진화는 인간의 커뮤니케이션 기술을 무의미하게 만들지 않습니다. 그것은 이러한 기술이 어떤 모습인지 변경합니다. 인텐트 엔지니어링 세계에서 번영하는 사람은 프롬프트 템플릿을 가장 잘 기억하는 사람이 아닙니다. 실제로 무엇을 달성하려고 하는지, 어떤 제약과 컨텍스트가 중요한지, 인공지능의 출력이 실제 목표를 달성하는지 아닌지 인식할 수 있는 사람이입니다.

여러 가지 측면에서 이것은 오래된 기술입니다. 이것은 좋은 관리자, 좋은 교사, 또는 좋은 협력者の 기술입니다. 무엇을 달성하려고 하는지, 그리고 왜 그렇게 하려고 하는지 명확히 전달하는 능력은 항상 효과적인 커뮤니케이션의 특징이었습니다. 새로운 것은 인공지능 시스템이 실제로 이러한 커뮤니케이션에 응답할 수 있을 만큼 충분히 발전했다는 것입니다.

흥미로운 함의는 인공지능이 개선됨에 따라 인간과 기계 간의 인터페이스는 프로그래밍과 같은 것보다 협력과 같은 것으로 보이기 시작할 것이라는 것입니다. 완벽한 입력을 엔지니어링할 필요가 없습니다. 명확하고 목적적인 커뮤니케이터가 될 필요가 있습니다.

인공지능 시스템을 구축하는 방법에 대한 의미

이 변화는 인공지능 시스템을 설계하는 방법에 대한 의미도 있습니다. 프롬프트 엔지니어링 패러다임은 정교한 입력에 매우 반응하는 시스템을 구축하도록鼓励합니다. 인텐트 엔지니어링 패러다임은 잘 추론하고, 질문하고, 적응하고, 지속하는 시스템을 구축하도록鼓励합니다.

이것은 의미 있는 컨텍스트를 모델이 세션 간에 전달할 수 있는 메모리 아키텍처에 투자하는 것을 의미합니다. 모델이 충분한 정보를 가지고 있지 않으면 잘 작동할 수 없으며, 그렇게 말할 수 있는 모델을 구축하는 것을 의미합니다. 사용자가 목표를 전달하는 인터페이스를 만들고, 인공지능이 목표를 달성하는 방법을 파트너로서 행동하는 시스템을 구축하는 것을 의미합니다.

또한 평가를 재고하는 것을 의미합니다. 현재 우리는 모델이 특정 지시를 어떻게 수행하는지 측정하는 경우가 많습니다. 인텐트 엔지니어링 세계에서는 지시 자체가 아니라 지시 뒤에 있는 근본적인 목적을 얼마나 잘 수행하는지 측정하는 것이 더好的 척도입니다.

결론

프롬프트 엔지니어링은 인공지능을 강력하지만愚かな 도구로 취급했습니다. 인텐트 엔지니어링은 인공지능을 컨텍스트를 이해하고, 목표에 대해推論하고, 모호성을 처리할 수 있는 지능적인 협력자로 취급합니다. 이러한 변화는 인공지능의 목적에 대한 우리의 생각의 변화를 반영합니다. 인공지능은 더 이상 사용자의 정확한 단어를 실행하는 기계가 아닙니다. 인공지능은 사용자가 실제로 관심을 가진 것을 달성하는 것을 도와주는 시스템입니다. 이러한 변화는 인간-인공지능 상호작용의 미래가巧妙한 표현을 마스터하는 것이 아니라 목표, 제약, 목적을 명확하게 인공지능과 협력할 수 있도록 하는 것에 대해 말합니다.