- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
베스트
LLM 프롬프트 활용 교과서 챗GPT, 제미나이, 클로드까지 생성형 AI를 제대로 써먹는 질문 공식
- 쿠지라 히코즈쿠에 저
- 김성훈 역
- 길벗
- 2025년 08월 31일
-
정가33,000원
-
판매가29,700원 [10% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금1,650원 적립 [5%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2026년 02월 05일(목)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791140715558
500쪽
905g
183 x 235 (㎜)
지금 이책은
- 판매지수 : 0
- 주간 컴퓨터/IT: 50위
- 주간 자연과학/공학: 60위
이 분야의 베스트셀러
-
처음 만나는 인공지능 [개정판]
김대수
26,000원
-
비전공자를 위한 이해할 수 있는 IT 지식
최원영
15,120원
-
컴퓨팅 사고 Level Up 소프트 파워 with 스크래치
김호다, 이지민, 정영철 외
20,700원
책 소개
이 책은
책을 읽고 바로 활용하는 순간, 내가 사용하는 AI가 달라진다!
업무든 일상이든 이제 생성형 AI를 쓰지 않는 사람을 찾기 힘든 시대입니다. 하지만, 기대만큼 답변을 얻지 못한다면 생성형 AI라는 도구가 있다 한들 의미가 있을까요? 결국 AI 활용의 성패는 어떻게 질문을 구성하느냐, 즉 프롬프트에 달려 있습니다. 이 책은 챗GPT, 제미나이, 클로드 등 다양한 대규모 언어 모델(LLM)의 실제 응답을 예시로 보여주며, 상황별 프롬프트 설계법과 그 배경에 있는 사고 패턴을 체계적으로 설명합니다. 단순한 예시 나열을 넘어, 프롬프트가 작동하는 원리를 짚어주기 때문에 실제 본인에 상황에 맞게 질문을 변형하거나 응용할 수 있습니다. 업무 자동화, 콘텐츠 생성, 데이터 분석 같은 기본 활용부터, 코딩과 API 연계, 오픈소스 모델 활용 같은 고급 프롬프트까지 폭넓게 다루며, 책에 담긴 프롬프트는 그대로 적용하거나 나만의 방식으로 발전시킬 수 있습니다. 단순히 도구를 사용하는 사람이 아닌, 똑똑하게 질문하는 사람으로 성장하고 싶다면 이 책을 꼭 읽어보길 바랍니다.
출판사 리뷰
표현 하나가 생성형 AI의 답을 바꾼다!
상황별 프롬프트 설계와 패턴까지 모두 한 권에!
생성형 AI는 이제 누구나 사용하는 일상의 도구가 되었습니다. 하지만 기대했던 답변이 아니라서 아쉬움을 느낀 적도 있지 않았나요? 그때 사용한 프롬프트가 적절했는지, 더 완성도 높은 질문이 가능했는지를 확인해봐야 할 때입니다. 같은 도구라도 질문을 어떻게 구성하느냐에 따라 결과는 전혀 달라집니다.
이 책은 ChatGPT, 클로드, 제미나이 등 다양한 대규모 언어 모델(LLM)을 활용할 때 실제로 유용한 프롬프트 작성법을 설명합니다. 구체적이고 상황에 맞는 프롬프트 설계법을 체계적으로 알려주기 때문에 실무와 일상에서 100% 활용할 수 있습니다. 업무 자동화, 코딩, 콘텐츠 생성, 분석 작업 등 목적에 맞는 실전 팁은 물론, 웹 API 및 오픈소스 LLM을 활용한 고급 프롬프트 설계 기법까지 폭넓게 다루었습니다. 다양한 수식어 표현을 별도로 정리했으니 책에 수록된 프롬프트를 상황에 맞게 변형해 자신만의 프롬프트를 완성해 보세요. 더 똑똑하게 질문하는 법을 익히고 만족스러운 답변을 경험하고 싶은 분들에게 추천합니다.
번역 과정에서 예제들을 하나씩 직접 실행해 보며 몇 가지 인상적인 경험을 할 수 있었습니다. 예를 들어 사진을 업로드하자 촬영 장소를 정확히 설명해 주는 장면에서는 소름이 돋았고, 동일한 프롬프트인데도 모델마다 각기 다른 방식으로 응답하는 것을 보며 각 모델의 고유한 개성과 특성을 느낄 수 있었습니다. 유사 코드로 사고를 유도하는 기법, 위키백과에서 정보를 가져와서 요약하는 기법도 도움이 되었습니다. 특히 브레인스토밍 등 여러 아이디어 발상 프레임워크나 문제 해결에 접근하는 체계적인 프로세스는 LLM이 아니더라도 여러 가지 과제에 적용해 보고 싶을 만큼 흥미로웠습니다. 최근 실무 중심의 LLM 활용서가 다양하게 출간되고 있지만, 이 책으로 기초를 확실히 다지면 어떤 책이든 훨씬 수월하게 이해할 수 있을 것입니다.
- 김성훈
저자 소개
‘쿠지라 히코즈쿠에’라는 이름으로 활동하는 프로그래머. 대표작으로 텍스트 음악 〈사쿠라〉와 일본어 프로그래밍 언어 ‘나데시코’가 있다. 2001년 온라인 소프트웨어 대상 입상, 2004년 IPA(정보처리진흥기구) 미토 유스 슈퍼크리에이터 인증, 2010년 IPA OSS 공헌자상을 수상했다. HTML5/자바스크립트, PHP, 파이썬, 머신러닝, 알고리즘 등 다양한 분야의 기술 서적을 집필했다.
역자 소개
현재 컴퓨터 기술 분야 번역을 주로 한다. 주요 번역서로 는 『그림으로 배우는 배터리』(영진닷컴, 2025), 『쉽게 시작하는 Next.js』(길벗, 2024), 『그림으로 배우는 스프링6 입문』(한빛미디어, 2024), 『따라 하며 배우는 언리얼 엔진 5 입문』(한빛미디어, 2024), 『만화로 쉽게 배우는 수식 없는 데이터 분석』(성안당, 2024), 『그림으로 배우는 5G 네트워크』(영진닷컴, 2022), 『그림으로 이해하는 IT 지식과 트렌드』(길벗, 2021), 『파이썬으로 배우는 머신러닝 입문』(성안당, 2021), 『실무에서 바로 통하는 자바』(한빛미디어, 2017), 『안드로이드 개발 레벨업 교과서』(위키북스, 2017), 『24가지 예제로 배우는 게임 수학&물리 입문』(길벗, 2014), 『세가의 신입 사원 교육 과정에서 배우는 게임 프로그래밍의 정석』(한빛미디어, 2012), 『웹 개발자를 위한 웹을 지탱하는 기술』(멘토르, 2011) 등이 있다.
목차
1장 프롬프트 엔지니어링과 대규모 언어 모델
1.1 프롬프트 엔지니어링이란
__1.1.1 생성형 AI의 유행
__1.1.2 생성형 AI의 열쇠를 쥔 ‘프롬프트’란
__1.1.3 프롬프트 엔지니어링이란
__1.1.4 프롬프트 엔지니어링은 왜 필요한가?
__1.1.5 머지않아 프롬프트 엔지니어링은 필요 없어질까?
__1.1.6 프롬프트 엔지니어링 연구
__1.1.7 대규모 언어 모델 이외에서도 활약하는 프롬프트 엔지니어링
1.2 대규모 언어 모델의 장단점
__1.2.1 대규모 언어 모델로 무엇을 할 수 있을까?
__1.2.2 대규모 언어 모델이 잘하는 네 가지 주요 작업
__1.2.3 좀 더 구체적인 작업
__1.2.4 대규모 언어 모델이 할 수 없는 것, 잘 못하는 것
1.3 대규모 언어 모델의 작동 원리와 발전 과정
__1.3.1 대규모 언어 모델이 등장하기까지 역사
__1.3.2 세 차례의 AI 붐과 딥러닝에 이를 때까지
__1.3.3 딥러닝의 등장부터 생성형 AI까지
__1.3.4 순환 신경망
__1.3.5 트랜스포머
__1.3.6 BERT
__1.3.7 GPT
1.4 대규모 언어 모델의 종류와 활용 방법
__1.4.1 대규모 언어 모델을 사용하려면?
__1.4.2 웹 서비스로 사용하기
__1.4.3 Web API로 사용하기
__1.4.4 오픈소스 LLM을 설치해서 사용하기
1.5 ChatGPT 사용법
__1.5.1 ChatGPT와 개발사 OpenAI
__1.5.2 ChatGPT 회원 가입 및 사용 방법
2장 프롬프트 엔지니어링 입문
2.1 대규모 언어 모델의 기본 작동 방식을 확인하자
__2.1.1 대규모 언어 모델의 ‘개연성’이란
__2.1.2 ’큰 집에서’로 시작하는 그럴듯한 문장은?
__2.1.3 ’그럴듯함’이 ‘환각’을 보여 주는 경우
__2.1.4 다양성을 지정하는 파라미터 temperature
__2.1.5 다양성을 제한하는 파라미터 top_p
2.2 프롬프트의 Q&A 포맷
__2.2.1 Q&A 템플릿을 사용하면 질문에 답을 끌어낼 수 있다
__2.2.2 Q&A로 바다 색깔을 물어보자
__2.2.3 독해력이 필요한 일반적인 질문을 해 보자
__2.2.4 Q&A를 사용하면 대규모 언어 모델의 응답이 안정적이다
__2.2.5 Q&A로 일반 상식 문제를 풀 수 있는지 확인하자
__2.2.6 Q&A로 창의적인 질문을 하자: 어디로 여행을 갈까?
__2.2.7 여러 답변을 유도하는 Q&A의 변형 포맷
__2.2.8 Q와 번호를 조합하자
2.3 지시와 입력 형식
__2.3.1 지시와 입력을 포함한 프롬프트 설계
__2.3.2 텍스트를 이어서 생성하는 작업
__2.3.3 정중한 어조로 바꾸는 작업
__2.3.4 이해하기 쉽게 문장을 바꾸어 말하는 작업
__2.3.5 영한 번역 작업
__2.3.6 보기 중에서 매운 음식을 고르는 작업
__2.3.7 보기 중에서 빨간색 물건을 고르는 작업
__2.3.8 구분 기호에 관한 고찰
__2.3.9 마크다운 문법
3장 대규모 언어 모델의 기본 작업
3.1 요약 작업: 스타일을 지정하여 요약
__3.1.1 대규모 언어 모델과 요약 작업
__3.1.2 요약 목적을 의식하자
__3.1.3 요약의 핵심 포인트
__3.1.4 요약 스타일을 지정하자
__3.1.5 정보 누락과 왜곡
__3.1.6 출처 및 인용을 명시한 요약
__3.1.7 토큰 제한
__3.1.8 더 긴 문장을 요약하고 싶다면?
3.2 추론 작업: 텍스트를 분류하고 감정을 분석
__3.2.1 대규모 언어 모델과 추론 작업
__3.2.2 텍스트를 분류하자
__3.2.3 감정을 분석하자
__3.2.4 문장을 평가하고 채점하자
__3.2.5 정보를 바탕으로 결과를 추론하자
3.3 변환 작업: 어조를 바꾸고 문장을 교정하고 데이터 형식을 변환
__3.3.1 변환 작업
__3.3.2 번역 작업
__3.3.3 문장 재구성 작업
__3.3.4 문장 교정 및 첨삭
__3.3.5 데이터 형식 변환
3.4 확장 작업: 이야기 창작 및 코드 생성 능력 확인
__3.4.1 확장 작업
__3.4.2 이야기 창작
__3.4.3 아이디어 발상 프레임워크
__3.4.4 코드 생성
3.5 기타 작업: 채팅 및 추출 등
__3.5.1 그 밖의 작업들
__3.5.2 대화 작업: 게임과 역할극
__3.5.3 정보 추출 작업
4장 퓨샷 프롬프트와 성능 향상 테크닉
4.1 제로샷·원샷·퓨샷 프롬프트
__4.1.1 제로샷, 원샷, 퓨샷이란
__4.1.2 제로샷, 원샷, 퓨샷 비교
__4.1.3 퓨샷 프롬프트에 무엇을 제공하면 좋을까?
__4.1.4 제로샷과 퓨샷으로 생성되는 문장 비교
4.2 생각의 연결 고리
__4.2.1 생각의 연결 고리란
__4.2.2 생각의 연결 고리(CoT)를 이용해 보자
__4.2.3 ’3인 가위바위보 문제’에 생각의 연결 고리(CoT)를 이용하자
__4.2.4 제로샷 CoT란
__4.2.5 벽지 계산 문제를 제로샷 CoT로 풀어 보자
__4.2.6 제로샷 CoT를 유도하는 필승 문구
__4.2.7 대규모 언어 모델의 사고를 자극하는 문구
__4.2.8 대규모 언어 모델에 ‘심호흡’을 시켜 보자
__4.2.9 감정 프롬프트
4.3 자기 일관성
__4.3.1 자기 일관성이란
__4.3.2 자기 일관성을 계산 문제에 활용하는 사례
__4.3.3 자기 일관성을 이용하여 메시지가 중요한지 판단해 보자
4.4 생각의 나무
__4.4.1 생각의 나무란
__4.4.2 생각의 나무로 공이 어디 있는지 추론해 보자
__4.4.3 프롬프트에 생각의 나무(ToT)를 넣어 보자
__4.4.4 24 게임을 풀어 보자
4.5 MAGI 시스템 261
__4.5.1 여러 사람의 지혜를 모아 보자: MAGI 시스템 모방
__4.5.2 MAGI 시스템이 답하다: Rust와 Go 중 어느 언어가 좋은가?
__4.5.3 MAGI 시스템의 인격을 변형해 보자
__4.5.4 독해 문제에 도전해 보자
4.6 가상 스크립트 엔진, PAL
__4.6.1 가상 스크립트 엔진이란
__4.6.2 가상 프로그램에 따라 행동하게 하자
__4.6.3 가상 스크립트 엔진처럼 동작하게 하자
__4.6.4 유사 코드를 시뮬레이션하자
__4.6.5 프로그램처럼 명확하게 절차를 지정하자
__4.6.6 SQL을 활용하여 데이터를 생성하자
__4.6.7 PAL, 프로그램 지원 언어 모델
4.7 모의 프롬프트(mock prompt)
__4.7.1 모의 프롬프트란
__4.7.2 모의 프롬프트 실습
__4.7.3 문장 품질을 향상시키는 모의 프롬프트 활용
5장 템플릿을 사용한 10배 도움되는 프롬프트 모음
5.1 프로필과 이력서 생성 프롬프트
__5.1.1 관심을 끄는 SNS 프로필을 생각하는 프롬프트
__5.1.2 대규모 언어 모델을 사용한 이력서 작성
__5.1.3 커버레터 작성
__5.1.4 대규모 언어 모델을 활용해서 더 나은 이력서를 만들자
5.2 명명 프롬프트: 반려동물 이름부터 블로그 제목까지
__5.2.1 이름을 지을 때 주의할 점
__5.2.2 어떤 이름이 좋은가
__5.2.3 반려동물 이름을 지어 보자
__5.2.4 블로그 기사 제목을 지어 보자
__5.2.5 변수 이름과 함수 이름
5.3 아이디어 발상법을 활용한 아이디어 생성 프롬프트
__5.3.1 아이디어 발상법
__5.3.2 아이디어 발상 프레임워크
__5.3.3 아이디어 발상의 기본: 브레인스토밍
__5.3.4 SCAMPER를 활용한 아이디어 발상법
__5.3.5 오스본 체크리스트를 사용해 보자
__5.3.6 식스햇 기법을 시도해 보자
__5.3.7 페르소나 기법을 활용한 아이디어 발상법
5.4 업무 자동화 1: 엑셀, 파일 일괄 처리 프롬프트
__5.4.1 대규모 언어 모델과 프로그래밍
__5.4.2 엑셀 사용법에 정통한 대규모 언어 모델
__5.4.3 엑셀 작업을 대규모 언어 모델로 자동화하자
__5.4.4 엑셀 연락처 파일을 읽고 PDF 초대장을 만들자
__5.4.5 ZIP 파일 압축을 100개 풀어 보자
__5.4.6 1년 이상 업데이트되지 않은 파일을 자동으로 백업하자
5.5 업무 자동화 2: 웹 브라우저 제어, 스크래핑 생성 프롬프트
__5.5.1 어떻게 웹 브라우저 동작을 자동으로 제어할까?
__5.5.2 지정한 웹 페이지의 스크린샷을 캡처하자
__5.5.3 회원제 웹 사이트에 로그인하여 CSV 파일을 내려받자
__5.5.4 특정 사용자의 작품을 모두 즐겨찾기로 추가하자
6장 Web API와 오픈소스 LLM 사용법
6.1 OpenAI ChatGPT API 사용법
__6.1.1 ChatGPT를 API로 사용하는 장점
__6.1.2 ChatGPT API를 사용할 준비
__6.1.3 안전하게 ChatGPT API를 사용하려면 확인해야 할 것
__6.1.4 OpenAI 플랫폼에서 API 키를 발급받자
__6.1.5 API 키를 환경 변수에 등록하자
__6.1.6 OpenAI 파이썬 패키지를 설치하자
__6.1.7 가장 간단한 프로그램을 실행하자
__6.1.8 ChatGPT API로 대화하자
__6.1.9 Azure OpenAI 서비스를 이용하자
6.2 오픈소스 대규모 언어 모델을 사용하는 방법
__6.2.1 쉽게 시도해 볼 수 있는 오픈소스 대규모 언어 모델
__6.2.2 코랩의 기본 사용법
__6.2.3 Meta의 대규모 언어 모델 Llama 3을 사용해 보자
__6.2.4 llama.cpp로 간편하게 대규모 언어 모델을 실행하자
__6.2.5 Vicuna를 사용해 보자
__6.2.6 로컬 PC에 설치하자
7장 AGI가 목표인 고급 프롬프트 엔지니어링
7.1 API 버전의 자기 일관성
__7.1.1 자기 일관성 복습 및 여기에서 만들 프로그램
__7.1.2 자기 일관성을 이용하여 나이를 계산하자
__7.1.3 자기 일관성을 이용하여 메일 중요도를 판단하자
__7.1.4 자기 일관성을 이용하여 케이크 판매 수량을 계산하자
7.2 API 버전의 MAGI 시스템
__7.2.1 API로 MAGI ToT 시스템을 구성하자
__7.2.2 MAGI ToT로 점심 메뉴를 결정하자
__7.2.3 MAGI ToT로 자가 소유 vs 임대를 토론해 보자
7.3 계획과 해결 프롬프트
__7.3.1 계획과 해결 프롬프트란
__7.3.2 계획과 해결 프롬프트의 구체적인 방법
__7.3.3 양초 길이 계산 문제를 풀어 보자
__7.3.4 계획과 해결 프롬프트로 파이썬 프로그램을 만들자
__7.3.5 API로 파이썬 프로그램을 자동으로 실행하자
__7.3.6 계획과 해결 프롬프트로 푸딩과 초콜릿 조합 문제를 풀어 보자
7.4 그라운딩: 검색 등 외부 리소스 활용
__7.4.1 그라운딩
__7.4.2 현재 시간을 대규모 언어 모델에 물어보자
__7.4.3 대규모 언어 모델에 외부 도구를 제공하자
__7.4.4 검색을 위해 Wikipedia API를 활용하자
7.5 벡터 데이터베이스와 연계
__7.5.1 대규모 언어 모델과 벡터 데이터베이스를 결합하자
__7.5.2 임베딩과 벡터 데이터베이스
__7.5.3 벡터 데이터베이스를 사용한 긴 문서 요약
__7.5.4 벡터 데이터베이스를 사용하지 않는 긴 문서 요약
__7.5.5 검색과 벡터 데이터베이스를 결합한 QA 시스템을 만들자
1.1 프롬프트 엔지니어링이란
__1.1.1 생성형 AI의 유행
__1.1.2 생성형 AI의 열쇠를 쥔 ‘프롬프트’란
__1.1.3 프롬프트 엔지니어링이란
__1.1.4 프롬프트 엔지니어링은 왜 필요한가?
__1.1.5 머지않아 프롬프트 엔지니어링은 필요 없어질까?
__1.1.6 프롬프트 엔지니어링 연구
__1.1.7 대규모 언어 모델 이외에서도 활약하는 프롬프트 엔지니어링
1.2 대규모 언어 모델의 장단점
__1.2.1 대규모 언어 모델로 무엇을 할 수 있을까?
__1.2.2 대규모 언어 모델이 잘하는 네 가지 주요 작업
__1.2.3 좀 더 구체적인 작업
__1.2.4 대규모 언어 모델이 할 수 없는 것, 잘 못하는 것
1.3 대규모 언어 모델의 작동 원리와 발전 과정
__1.3.1 대규모 언어 모델이 등장하기까지 역사
__1.3.2 세 차례의 AI 붐과 딥러닝에 이를 때까지
__1.3.3 딥러닝의 등장부터 생성형 AI까지
__1.3.4 순환 신경망
__1.3.5 트랜스포머
__1.3.6 BERT
__1.3.7 GPT
1.4 대규모 언어 모델의 종류와 활용 방법
__1.4.1 대규모 언어 모델을 사용하려면?
__1.4.2 웹 서비스로 사용하기
__1.4.3 Web API로 사용하기
__1.4.4 오픈소스 LLM을 설치해서 사용하기
1.5 ChatGPT 사용법
__1.5.1 ChatGPT와 개발사 OpenAI
__1.5.2 ChatGPT 회원 가입 및 사용 방법
2장 프롬프트 엔지니어링 입문
2.1 대규모 언어 모델의 기본 작동 방식을 확인하자
__2.1.1 대규모 언어 모델의 ‘개연성’이란
__2.1.2 ’큰 집에서’로 시작하는 그럴듯한 문장은?
__2.1.3 ’그럴듯함’이 ‘환각’을 보여 주는 경우
__2.1.4 다양성을 지정하는 파라미터 temperature
__2.1.5 다양성을 제한하는 파라미터 top_p
2.2 프롬프트의 Q&A 포맷
__2.2.1 Q&A 템플릿을 사용하면 질문에 답을 끌어낼 수 있다
__2.2.2 Q&A로 바다 색깔을 물어보자
__2.2.3 독해력이 필요한 일반적인 질문을 해 보자
__2.2.4 Q&A를 사용하면 대규모 언어 모델의 응답이 안정적이다
__2.2.5 Q&A로 일반 상식 문제를 풀 수 있는지 확인하자
__2.2.6 Q&A로 창의적인 질문을 하자: 어디로 여행을 갈까?
__2.2.7 여러 답변을 유도하는 Q&A의 변형 포맷
__2.2.8 Q와 번호를 조합하자
2.3 지시와 입력 형식
__2.3.1 지시와 입력을 포함한 프롬프트 설계
__2.3.2 텍스트를 이어서 생성하는 작업
__2.3.3 정중한 어조로 바꾸는 작업
__2.3.4 이해하기 쉽게 문장을 바꾸어 말하는 작업
__2.3.5 영한 번역 작업
__2.3.6 보기 중에서 매운 음식을 고르는 작업
__2.3.7 보기 중에서 빨간색 물건을 고르는 작업
__2.3.8 구분 기호에 관한 고찰
__2.3.9 마크다운 문법
3장 대규모 언어 모델의 기본 작업
3.1 요약 작업: 스타일을 지정하여 요약
__3.1.1 대규모 언어 모델과 요약 작업
__3.1.2 요약 목적을 의식하자
__3.1.3 요약의 핵심 포인트
__3.1.4 요약 스타일을 지정하자
__3.1.5 정보 누락과 왜곡
__3.1.6 출처 및 인용을 명시한 요약
__3.1.7 토큰 제한
__3.1.8 더 긴 문장을 요약하고 싶다면?
3.2 추론 작업: 텍스트를 분류하고 감정을 분석
__3.2.1 대규모 언어 모델과 추론 작업
__3.2.2 텍스트를 분류하자
__3.2.3 감정을 분석하자
__3.2.4 문장을 평가하고 채점하자
__3.2.5 정보를 바탕으로 결과를 추론하자
3.3 변환 작업: 어조를 바꾸고 문장을 교정하고 데이터 형식을 변환
__3.3.1 변환 작업
__3.3.2 번역 작업
__3.3.3 문장 재구성 작업
__3.3.4 문장 교정 및 첨삭
__3.3.5 데이터 형식 변환
3.4 확장 작업: 이야기 창작 및 코드 생성 능력 확인
__3.4.1 확장 작업
__3.4.2 이야기 창작
__3.4.3 아이디어 발상 프레임워크
__3.4.4 코드 생성
3.5 기타 작업: 채팅 및 추출 등
__3.5.1 그 밖의 작업들
__3.5.2 대화 작업: 게임과 역할극
__3.5.3 정보 추출 작업
4장 퓨샷 프롬프트와 성능 향상 테크닉
4.1 제로샷·원샷·퓨샷 프롬프트
__4.1.1 제로샷, 원샷, 퓨샷이란
__4.1.2 제로샷, 원샷, 퓨샷 비교
__4.1.3 퓨샷 프롬프트에 무엇을 제공하면 좋을까?
__4.1.4 제로샷과 퓨샷으로 생성되는 문장 비교
4.2 생각의 연결 고리
__4.2.1 생각의 연결 고리란
__4.2.2 생각의 연결 고리(CoT)를 이용해 보자
__4.2.3 ’3인 가위바위보 문제’에 생각의 연결 고리(CoT)를 이용하자
__4.2.4 제로샷 CoT란
__4.2.5 벽지 계산 문제를 제로샷 CoT로 풀어 보자
__4.2.6 제로샷 CoT를 유도하는 필승 문구
__4.2.7 대규모 언어 모델의 사고를 자극하는 문구
__4.2.8 대규모 언어 모델에 ‘심호흡’을 시켜 보자
__4.2.9 감정 프롬프트
4.3 자기 일관성
__4.3.1 자기 일관성이란
__4.3.2 자기 일관성을 계산 문제에 활용하는 사례
__4.3.3 자기 일관성을 이용하여 메시지가 중요한지 판단해 보자
4.4 생각의 나무
__4.4.1 생각의 나무란
__4.4.2 생각의 나무로 공이 어디 있는지 추론해 보자
__4.4.3 프롬프트에 생각의 나무(ToT)를 넣어 보자
__4.4.4 24 게임을 풀어 보자
4.5 MAGI 시스템 261
__4.5.1 여러 사람의 지혜를 모아 보자: MAGI 시스템 모방
__4.5.2 MAGI 시스템이 답하다: Rust와 Go 중 어느 언어가 좋은가?
__4.5.3 MAGI 시스템의 인격을 변형해 보자
__4.5.4 독해 문제에 도전해 보자
4.6 가상 스크립트 엔진, PAL
__4.6.1 가상 스크립트 엔진이란
__4.6.2 가상 프로그램에 따라 행동하게 하자
__4.6.3 가상 스크립트 엔진처럼 동작하게 하자
__4.6.4 유사 코드를 시뮬레이션하자
__4.6.5 프로그램처럼 명확하게 절차를 지정하자
__4.6.6 SQL을 활용하여 데이터를 생성하자
__4.6.7 PAL, 프로그램 지원 언어 모델
4.7 모의 프롬프트(mock prompt)
__4.7.1 모의 프롬프트란
__4.7.2 모의 프롬프트 실습
__4.7.3 문장 품질을 향상시키는 모의 프롬프트 활용
5장 템플릿을 사용한 10배 도움되는 프롬프트 모음
5.1 프로필과 이력서 생성 프롬프트
__5.1.1 관심을 끄는 SNS 프로필을 생각하는 프롬프트
__5.1.2 대규모 언어 모델을 사용한 이력서 작성
__5.1.3 커버레터 작성
__5.1.4 대규모 언어 모델을 활용해서 더 나은 이력서를 만들자
5.2 명명 프롬프트: 반려동물 이름부터 블로그 제목까지
__5.2.1 이름을 지을 때 주의할 점
__5.2.2 어떤 이름이 좋은가
__5.2.3 반려동물 이름을 지어 보자
__5.2.4 블로그 기사 제목을 지어 보자
__5.2.5 변수 이름과 함수 이름
5.3 아이디어 발상법을 활용한 아이디어 생성 프롬프트
__5.3.1 아이디어 발상법
__5.3.2 아이디어 발상 프레임워크
__5.3.3 아이디어 발상의 기본: 브레인스토밍
__5.3.4 SCAMPER를 활용한 아이디어 발상법
__5.3.5 오스본 체크리스트를 사용해 보자
__5.3.6 식스햇 기법을 시도해 보자
__5.3.7 페르소나 기법을 활용한 아이디어 발상법
5.4 업무 자동화 1: 엑셀, 파일 일괄 처리 프롬프트
__5.4.1 대규모 언어 모델과 프로그래밍
__5.4.2 엑셀 사용법에 정통한 대규모 언어 모델
__5.4.3 엑셀 작업을 대규모 언어 모델로 자동화하자
__5.4.4 엑셀 연락처 파일을 읽고 PDF 초대장을 만들자
__5.4.5 ZIP 파일 압축을 100개 풀어 보자
__5.4.6 1년 이상 업데이트되지 않은 파일을 자동으로 백업하자
5.5 업무 자동화 2: 웹 브라우저 제어, 스크래핑 생성 프롬프트
__5.5.1 어떻게 웹 브라우저 동작을 자동으로 제어할까?
__5.5.2 지정한 웹 페이지의 스크린샷을 캡처하자
__5.5.3 회원제 웹 사이트에 로그인하여 CSV 파일을 내려받자
__5.5.4 특정 사용자의 작품을 모두 즐겨찾기로 추가하자
6장 Web API와 오픈소스 LLM 사용법
6.1 OpenAI ChatGPT API 사용법
__6.1.1 ChatGPT를 API로 사용하는 장점
__6.1.2 ChatGPT API를 사용할 준비
__6.1.3 안전하게 ChatGPT API를 사용하려면 확인해야 할 것
__6.1.4 OpenAI 플랫폼에서 API 키를 발급받자
__6.1.5 API 키를 환경 변수에 등록하자
__6.1.6 OpenAI 파이썬 패키지를 설치하자
__6.1.7 가장 간단한 프로그램을 실행하자
__6.1.8 ChatGPT API로 대화하자
__6.1.9 Azure OpenAI 서비스를 이용하자
6.2 오픈소스 대규모 언어 모델을 사용하는 방법
__6.2.1 쉽게 시도해 볼 수 있는 오픈소스 대규모 언어 모델
__6.2.2 코랩의 기본 사용법
__6.2.3 Meta의 대규모 언어 모델 Llama 3을 사용해 보자
__6.2.4 llama.cpp로 간편하게 대규모 언어 모델을 실행하자
__6.2.5 Vicuna를 사용해 보자
__6.2.6 로컬 PC에 설치하자
7장 AGI가 목표인 고급 프롬프트 엔지니어링
7.1 API 버전의 자기 일관성
__7.1.1 자기 일관성 복습 및 여기에서 만들 프로그램
__7.1.2 자기 일관성을 이용하여 나이를 계산하자
__7.1.3 자기 일관성을 이용하여 메일 중요도를 판단하자
__7.1.4 자기 일관성을 이용하여 케이크 판매 수량을 계산하자
7.2 API 버전의 MAGI 시스템
__7.2.1 API로 MAGI ToT 시스템을 구성하자
__7.2.2 MAGI ToT로 점심 메뉴를 결정하자
__7.2.3 MAGI ToT로 자가 소유 vs 임대를 토론해 보자
7.3 계획과 해결 프롬프트
__7.3.1 계획과 해결 프롬프트란
__7.3.2 계획과 해결 프롬프트의 구체적인 방법
__7.3.3 양초 길이 계산 문제를 풀어 보자
__7.3.4 계획과 해결 프롬프트로 파이썬 프로그램을 만들자
__7.3.5 API로 파이썬 프로그램을 자동으로 실행하자
__7.3.6 계획과 해결 프롬프트로 푸딩과 초콜릿 조합 문제를 풀어 보자
7.4 그라운딩: 검색 등 외부 리소스 활용
__7.4.1 그라운딩
__7.4.2 현재 시간을 대규모 언어 모델에 물어보자
__7.4.3 대규모 언어 모델에 외부 도구를 제공하자
__7.4.4 검색을 위해 Wikipedia API를 활용하자
7.5 벡터 데이터베이스와 연계
__7.5.1 대규모 언어 모델과 벡터 데이터베이스를 결합하자
__7.5.2 임베딩과 벡터 데이터베이스
__7.5.3 벡터 데이터베이스를 사용한 긴 문서 요약
__7.5.4 벡터 데이터베이스를 사용하지 않는 긴 문서 요약
__7.5.5 검색과 벡터 데이터베이스를 결합한 QA 시스템을 만들자
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
