1. Zero-Shot Prompting (제로샷 프롬프팅)

• 정의: 예시 없이 바로 AI에게 작업을 요청하는 기본적인 방법입니다.

• 작동 원리: AI의 사전 학습된 지식만으로 응답을 생성합니다.

• 언제 사용하나요?

  • 간단한 질문이나 작업에 적합
  • 특별한 형식이 필요 없을 때
  • 빠른 응답이 필요할 때

• 예시:

  다음 문장의 감정을 분석해주세요: "오늘 시험에 합격해서 너무 기쁩니다!"
  

• 장점: 간단하고 빠름

• 단점: 복잡한 작업에서는 정확도가 낮을 수 있음

2. Few-Shot Learning (퓨샷 러닝)

• 정의: AI에게 몇 가지 예시를 먼저 보여주고, 같은 패턴으로 작업을 수행하도록 하는 방법입니다.

• 작동 원리: 패턴 인식을 통해 AI가 예시들의 형식과 내용을 학습한 후 비슷한 방식으로 새로운 입력에 대응합니다.

• 언제 사용하나요?

  • 특정 출력 형식이 필요할 때
  • 일관된 응답 스타일을 원할 때
  • AI가 작업의 패턴을 이해하길 원할 때

• 예시:

  입력: 사과
  출력: 사과는 빨간색 과일입니다.
  
  입력: 바나나
  출력: 바나나는 노란색 과일입니다.
  
  입력: 포도
  출력: [AI가 작성할 부분]
  
  

• 장점: 특정 형식을 쉽게 학습시킬 수 있음

• 단점: 프롬프트가 길어지고 토큰 소비량 증가

3. Chain-of-Thought (CoT, 사고 연쇄)

• 정의: AI가 문제를 단계별로 생각하도록 유도하는 방법입니다.
• 작동 원리: 중간 사고 과정을 명시적으로 보여주어 AI가 논리적 추론 단계를 따라가게 합니다.
• 언제 사용하나요?
  • 복잡한 수학 문제나 논리 퍼즐
  • 단계별 추론이 필요한 작업
  • 정확한 답변보다 과정이 중요할 때