Core Concepts
프롬프트 엔지니어링을 활용하여 구조화되지 않은 지식 표현을 의미 있는 구조화된 표현으로 변환할 수 있으며, 이를 통해 로봇이 인간의 뇌가 최소한의 데이터나 물체로도 놀라운 일을 할 수 있는 방식을 이해할 수 있게 된다.
Abstract
이 논문은 프롬프트 엔지니어링을 활용하여 요리 작업 트리를 생성하는 방법을 다룹니다.
프롬프트 접근법 3가지를 소개합니다:
예시 기반 프롬프팅: 잘 구조화된 작업 트리 예시를 제공하여 모델이 이를 모방할 수 있도록 함
사용자 가이드 프롬프팅: 사용자가 직접 요구사항을 제공하여 모델이 이에 맞춰 출력을 생성하도록 함
상황 기반 프롬프팅: 사용 가능한 재료와 도구 등의 상황 정보를 제공하여 모델이 이를 고려하여 작업 트리를 생성하도록 함
각 접근법의 정확도, 완성도, 신뢰성을 비교 분석하였습니다. 예시 기반 프롬프팅이 가장 효과적인 것으로 나타났습니다.
실험을 통해 Gemini 언어 모델이 재료와 도구 정보를 활용하여 일관성 있고 창의적인 요리 지침을 생성할 수 있음을 확인하였습니다.
이 연구는 프롬프트 설계의 중요성을 강조하며, AI 기반 요리 작업 트리 생성의 가능성과 한계를 보여줍니다.
Stats
요리 레시피 총 34개 생성 시도
성공적인 JSON 출력 27개
오류로 인한 텍스트 출력 7개
Quotes
"프롬프트 엔지니어링은 최근 몇 년간 문제 해결 및 대응성 측면에서 엄청난 인기를 얻었습니다. 휴머노이드 로봇을 만들 때 로봇은 뛰어난 문제 해결 및 대응성 기능을 가져야 하며, 이는 프롬프트 엔지니어링을 통해 달성할 수 있습니다."
"구조화되지 않은 데이터를 구조화되고 의미 있는 콘텐츠로 변환할 수 있습니다."