범위가 모호한 요청
어떤 데이터로 무엇을 판단할지 정하지 않았습니다.
- 역할·목적
- 미기재
- 데이터 범위
- 미기재
- 결측·단위 규칙
- 미기재
- 검증 방법
- 미기재
그럴듯한 AI 답변을 어떤 조건에서 사용할 수 있을까요?
교재의 핵심 질문을 화면에서 실험하고 Before / After로 확인하세요.
계산규칙만 추가한 요청과 7요소 요청을 비교해 보세요.
교육용 예시 · 실제 공장 성과가 아닙니다.
어떤 데이터로 무엇을 판단할지 정하지 않았습니다.
답변에서 빠진 조건을 확인하기 쉬워집니다.
답변에서 빠진 조건을 확인하기 쉬워집니다.
같게 둔 조건입력 데이터 자체는 바꾸지 않습니다. 이 비교는 작성 예시이며 실시간 AI의 응답이 아닙니다.
밀의 확인예시 60·120·180초의 합계 360초 ÷ 3건 = 120초. 두 AI의 동의보다 원자료 검산을 우선합니다.
좋은 프롬프트는 분석 작업표준서와 같습니다. 역할·목적·데이터 범위·계산규칙·출력형식·제한조건·검증조건을 정해 주세요. 답변은 초안이며, 원자료와 직접 계산으로 확인한 뒤 채택·수정·추가검증·폐기를 결정합니다.
“AI가 “작업자가 느려서 지연됐다”고 아주 자신 있게 말했어. 믿어도 될까?”
“자료에 작업자의 원인까지 적혀 있었을까? 관찰한 사실과 해석을 먼저 나눠 보자.”
““완료 작업만 계산, 시간 단위는 초, 미확인 원인은 가설 표시”처럼 규칙을 줍니다. 근거가 없으면 확인 필요라고 남겨야 합니다.”
“프롬프트에 데이터 범위와 출력 표를 붙이고, 계산식도 같이 달라고 해 볼게!”
“다른 AI도 같은 답을 했어. 검증 끝!”
“두 AI가 같은 오류를 반복할 수 있습니다. 원자료의 합계와 분모를 직접 계산해서 확인하세요.”
“현장 사람이 실행할 수 있는지도 봐야 해. 숫자가 맞아도 안전조건을 빠뜨리면 사용할 수 없어.”
“좋은 질문은 멋진 답변보다, 확인 가능한 답변을 만드는 질문이구나.”
AI의 자신감보다 데이터 범위·계산식·검증 결과를 봅니다.
교재 JH24 · 241–289쪽. 캐릭터 대화와 비교 화면은 교재 내용을 쉽게 풀어쓴 보충 설명입니다.
AI에게 질문할 때 데이터의 단위·기간·의미와 빠진 값을 함께 알려주세요. 답변에는 사용 데이터와 가정을 표시하도록 요청합니다. 그럴듯한 문장과 검증된 결과는 다릅니다.
종이배에서 찾아보기
종이배 제작시간 세 개를 주고 평균을 물은 뒤 직접 합계를 나누어 비교합니다.
오늘 남길 결과물표준 프롬프트 + 검증표 + 채택 판단 기록
노란 테두리 안에서 뜻을 확인하고, ‘현장 예 · 혼동 주의’를 열어 적용해 보세요.
Role
AI가 어떤 관점과 범위에서 도울지를 정한 것이다.
Data Scope
AI가 사용할 파일·열·행·기간의 경계다.
Calculation Rule
어떤 행을 포함하고 어떤 식으로 값을 구할지 정한 규칙이다.
Constraint
AI가 하지 말아야 할 추정과 지켜야 할 경계를 정한 것이다.
Verification Requirement
AI 답을 사람이 다시 확인할 수 있게 근거와 계산 흔적을 요구하는 조건이다.
Assumption
자료에 직접 없지만 분석을 위해 임시로 둔 조건이다.
Cross-check
원자료·다른 계산도구·현장상식 등 둘 이상의 방법으로 결과를 확인하는 것이다.
Adoption Decision
AI 결과를 채택·수정·추가 검증·폐기 중 하나로 분류하는 결정이다.
실제 기업 데이터가 아닌 교육용 시나리오를 사용합니다. 다른 조건은 동일하다고 둡니다.
단위와 누락을 확인하고, 기준값과 변경값을 나란히 비교합니다. 모델 밖의 현장 제약을 적습니다.
“그럴듯한 AI 답변을 어떤 조건에서 사용할 수 있을까요? 사용 데이터·가정·확인하지 못한 부분·교차검증 방법을 구분해 설명해 줘.”
AI Lab에서 질문 준비 →