"AI를 잘 쓰는 사람은 잘 시키는 사람이 아니라, 잘 알려 주는 사람이다"
📚 비기의 『크래프터』
<세 줄 요약>
📌 AI는 정보를 찾아 주는 검색창이 아니라, 내가 건넨 재료로 답을 만들어 내는 도구다
📌 결과를 바꾸는 것은 키워드의 양이 아니라, AI가 추측으로 메우던 빈 곳을 채워 주는 맥락이다
📌 '하지 말라' 대신 '하라'고 말하고, 답과 함께 생각의 과정까지 받을 때 AI는 조수가 된다
1️⃣
20년 동안 검색창에 짧은 키워드를 던지던 습관 그대로 AI를 쓰면, 돌아오는 것은 "그래서 어쩌라는 건데?" 싶은 평균적인 답이다.
검색 엔진은 이미 있는 글을 찾아 주지만, AI는 내가 처한 상황과 원하는 방향, 조건을 듣고 그 자리에서 답을 만들어 내기 때문이다.
저자가 같은 AI, 같은 모델로 블로그 제목을 뽑았을 때 결과가 완전히 달라진 이유도 성능이 아니라 전달한 정보의 양이었다.
"제목 뽑아 줘" 다섯 글자 대신 나의 상황, 대상, 목적, 원하는 톤을 담은 문단을 건네자 열 개 중 여덟 개를 바로 쓸 수 있었다.
결국 AI 활용의 출발점은 무엇을 시키느냐가 아니라 무엇을 알려 주느냐에 있다.
2️⃣
저자는 프롬프트를 던지기 전에 빠뜨린 것이 없는지 훑어보는 점검 도구로 CRAFTER를 제시한다. 맥락(Context), 역할(Role), 지시(Action), 형식과 예시(Format+Example), 사고 과정(Thinking), 근거(Evidence), 검증과 개선(Refinement)의 7가지다.
그중 가장 중요한 것은 망설임 없이 맥락이다. AI는 내 머릿속을 모르기 때문에, 빈 곳이 있으면 가장 평균적인 회사와 가장 흔한 결론으로 통째로 메운다.
다만 맥락은 많을수록 좋은 것이 아니다.
관련 없는 정보는 노이즈가 되고, 긴 문서의 중간에 묻힌 정보는 놓치기 쉬우며, 대화가 길어질수록 초반의 잘못된 가정을 끝까지 끌고 간다.
그래서 필요한 정보만 정리해 한 번에 건네고, 이미지 작업에서처럼 불필요한 수식어를 하나씩 빼는 뺄셈이 오히려 원하는 결과에 가까워지게 한다.
3️⃣
역할 부여는 어조와 스타일을 조율하는 데는 강하지만 정확도를 보장하지 않고, 직업 타이틀에 묻은 고정관념까지 끌고 온다.
그래서 "의사처럼"보다 "환자가 이해하기 쉽게, 친절하고 공감하는 어조로"처럼 행동과 어조로 풀어 쓰는 편이 안전하다.
지시는 동사로 해야 하고, 가장 흔한 실수는 부정 표현이다.
"분홍색 코끼리를 생각하지 마세요"라는 말이 오히려 코끼리를 떠올리게 하듯, "AI 티 안 나게 써 줘"는 더 AI다운 글을 부른다.
"중학생도 이해할 수 있는 일상어로", "첫 줄에 결론을 먼저"처럼 무엇을 하라고 말해야 한다.
말로 설명하기 어려운 톤과 형식은 예시 하나로 보여 주고, 답을 받을 때는 그 결론에 도달한 사고 과정도 함께 적게 하면 어디서 틀렸는지 보이고 내 프롬프트의 빈틈까지 함께 드러난다.
AI를 답변자가 아니라 더 좋은 질문을 같이 만드는 조수로 쓰는 순간, "별거 없네" 너머의 세계가 열린다.
<짧게 인용하기 좋은 핵심 문구>
🔖 "AI를 잘 쓰는 것은 AI에게 무엇을 시키느냐의 문제가 아니라, AI에게 무엇을 알려주느냐의 문제였다."
🔖 "AI는 찾아주는 것이 아니라 만들어주는 도구다."
🔖 "물론 AI가 달라진 것이 아니다. 내가 달라진 것이다."
🔖 "AI는 내 머릿속을 모른다는 걸 매 순간 의식해야 한다."
🔖 "7개 중 가장 중요한 게 뭐냐고 묻는다면 망설임 없이 맥락이다."
🔖 "차이는 키워드의 양이 아니라, AI가 추측으로 메우던 빈 곳을 얼마나 채워줬는지에 있다."
🔖 "양보다 질. 관련 없는 정보를 욱여넣으면 노이즈가 된다."
🔖 "역할은 어조와 스타일을 조율하는 데는 강하지만 정확도를 보장하지는 않는다."
🔖 "부정형 명령은 부정 대상을 오히려 활성화하는 경향이 있다."
🔖 "100줄 설명이 예시 1개를 못 이긴다."
🔖 "AI를 답변자가 아니라 더 좋은 질문을 같이 만드는 조수로 쓰는 것이다."
🔖 "해결 방법은 뺄셈이었다."
요약
독서 가이드
