문제의 핵심은 이거예요

AI 출력이 너무 뭉뚱그려진다면, 모델 탓이 아니라 프롬프트 구조 탓일 가능성이 높아요.

문제의 핵심은 이거예요. 배경·지시사항·데이터·제약조건을 한 덩어리 텍스트로 붙여넣으면, 모델은 '뭘 받았는지'와 '뭘 해야 하는지'를 동시에 파악해야 해요. LLM은 확률 엔진이라서 구조가 모호하면 학습 데이터의 통계적 중심값, 즉 완전히 평범한 답변으로 수렴해버리거든요.

XML 태그로 각 영역을 분리하면 모델이 섹션을 독립적으로 처리할 수 있어요. Anthropic 공식 문서도 context, data, instructions를 나눌 때 XML 태그를 명시적으로 권장하고 있고요.

2026년 기준으로 AI에서 쓸 만한 결과를 뽑는 사람과 그냥 자동완성만 쓰는 사람의 차이는 어떤 모델을 쓰느냐가 아니라, 구조화된 프롬프트를 쓰느냐에요.