Chapter 4. AI 모델 응답의 일관성 확보를 위한 프롬프트 엔지니어링 및 파라미터 제어
- 4.1 확률적 AI와 결정론적 소프트웨어의 충돌
- 4.2 일관성 확보를 위한 모델 하이퍼파라미터(Hyperparameter) 정밀 제어
- 4.3 재현성(Reproducibility) 보장을 위한 Seed 파라미터 활용
- 4.4 시스템 프롬프트(System Prompt)를 이용한 페르소나 및 규칙 고정
- 4.5 퓨샷 러닝(Few-Shot Learning): 예제를 통한 정답 패턴 고정
- 4.6 사고의 사슬(Chain-of-Thought, CoT)과 논리적 일관성 강화
- 4.7 입력 데이터의 정규화 및 프롬프트 전처리
- 4.8 결정론적 출력을 위한 제약 조건(Constraints) 명시 기법
- 4.9 프롬프트 버전 관리와 회귀 방지(Anti-Regression)
- 4.10 캐싱(Caching) 전략을 통한 강제적 결정론 구현
- 4.11 요약: 오라클 구축을 위한 파라미터 및 프롬프트 체크리스트