Agent Skills: 🎨 프롬프트 엔지니어링 (Dev Prompt Engineering)

🎨 프롬프트 엔지니어링 (Dev Prompt Engineering)

이 워크플로우는 anthropics/prompt-eng-interactive-tutorial의 원칙을 사용하여 최적의 Claude 프롬프트를 작성합니다.

1. 초기화 (Initialization)

1. 스킬 로드: this document를 읽어 "Anthropic Best Practices"를 파악합니다.
2. 목표 설정: 사용자에게 다음 세 가지를 묻습니다.
   • Role: 에이전트가 어떤 페르소나를 가져야 합니까?
   • Task: 수행해야 할 핵심 작업은 무엇입니까?
   • Constraint: 출력 형식(JSON, XML 등)이나 제약 사항은 무엇입니까?
3. Language Check: 다음 규칙을 사용자에게 인지시킵니다.
   • 프롬프트 본문: 모델 성능 극대화를 위해 영어로 작성됩니다.
   • 최종 답변: 사용자가 읽기 편하도록 한국어로 출력되도록 설정합니다.

2. 초안 작성 (Drafting - Context & Role)

"Context First, Instructions Later"

1. 템플릿 로드: resources/prompt-template.md를 로드합니다.
2. 슬롯 채우기 (Slot Filling): 사용자 입력 정보를 바탕으로 템플릿의 {{ }} 플레이스홀더를 채웁니다.
   • {{DOMAIN}}: Role 정보
   • {{GOAL}}: Task 정보
   • {{YEARS}}: (Optional) 경력 연차 (기본값: Senior/10+)
3. Draft V1 (Strict Adherence):
   • 구조 유지: prompt-template.md의 모든 XML 태그(<system_role>, <context_and_data> 등)와 내용을 그대로 유지해야 합니다.
   • 작업 내용: 오직 {{ }}로 감싸진 플레이스홀더만 사용자의 입력으로 교체합니다. 임의로 섹션을 생략하거나 요약하지 마십시오.
   • 작성된 전체 프롬프트를 사용자에게 제시합니다.

3. 고도화 (Refining - CoT & Few-Shot)

"생각하게 만들고, 예시를 보여주세요."

1. 예시 추가 (Few-Shot): 사용자가 원하는 이상적인 입출력 예시를 2~3개 추가합니다.
2. CoT 적용: 복잡한 작업인 경우, <thinking> 태그를 사용하여 단계별로 추론하도록 유도합니다. ("Think step-by-step")
3. Draft V2: 개선된 프롬프트를 작성합니다.

4. 검증 및 최적화 (Verification)

1. 시뮬레이션: 작성된 프롬프트를 에이전트 스스로 평가해봅니다. (Self-Correction)
2. Edge Case 점검: "모르겠으면 모른다고 말해" 등의 환각(Hallucination) 방지 문구가 있는지 확인합니다.
3. 완료: 최종 프롬프트를 제공합니다.

Standards & Rules

Prompt Engineering (Dev Prompt Engineering)

Core Principles (Anthropic Best Practices)

1. The "Context-First" Rule

• Context: Always provide relevant context before the instruction.
• Role: Assign a persona (e.g., "You are an expert Python architect").
• XML Tags: Use XML tags (e.g., <documents>, <instruction>) to structure input. Claude loves XML.

2. The Power of Examples (Few-Shot)

• Show, Don't Just Tell.
• Provide 3+ examples of "Input -> Ideal Output" to guide style and format.
• Anti-Hallucination: Include examples of how to say "I don't know" or handle edge cases.

3. Precognition (Chain of Thought)

• Let Claude Think: For complex tasks, ask Claude to "Think step-by-step" before answering.
• Thinking Tags: Use <thinking> blocks to verify logic before generating the final <answer>.

4. Language Strategy (Performance vs Usability)

• Prompt Language: English. (LLMs reason better in English). All instructions, constraints, and system prompts must be in English.
• Output Language: Korean. The final response meant for the user must be in Korean.
• Rule: "Think in English, Speak in Korean."

🏗️ Structure of a Great Prompt

1. Role & Goal: Who is Claude? What is the objective?
2. Context/Data: Reference materials wrapped in XML.
3. Rules & Constraints: Dos and Don'ts.
4. Examples (Few-Shot): Golden samples.
5. Instruction: The immediate task.
6. Pre-computation: "Take a deep breath and think step by step..."

✅ Quality Standards

• Clarity: Unambiguous instructions.
• Separation: Data and instructions are visually distinct (XML).
• Iterative: Every prompt should be tested and refined.

Checklist

• [ ] Persona: Is a specific role assigned?
• [ ] XML Structuring: Are data parts wrapped in tags?
• [ ] Examples: Are there at least 2-3 examples?
• [ ] CoT: Is identifying the reasoning process (Thinking) required?