8가지 프롬프트 엔지니어링 프레임워크 해설: CRAFT vs CO-STAR vs APE (2026 가이드)
주요 프롬프트 프레임워크를 완벽히 이해하고, 본인의 사용 사례에 가장 적합한 것을 선택하십시오.
- CRAFT: Context, Role, Action, Format, Target — Best for marketing and creative content
- CO-STAR: Context, Objective, Style, Tone, Audience, Response — Comprehensive structured approach
- APE: Action, Parameter, Example — Concise framework for specific tasks
- RISEN: Role, Intention, Scenario, Expectation, Notation — Best for role-playing and personas
- TRACE: Task, Request, Action, Context, Example — Step-by-step instruction framework
- RTF: Role, Task, Format — Lightweight framework for rapid prompting
- SPECS: Setting, Problem, Expectation, Constraints, Success Criteria — Goal-oriented prompting
- Single-Prompt: One-shot, unstructured prompting for simple requests
프롬프트 프레임워크란 무엇입니까?
프롬프트 프레임워크는 좋은 프롬프트의 필수 요소를 안내하는 구조화된 템플릿입니다. 길게 늘어진 단락을 작성하는 대신 프레임워크는 요청을 맥락, 목표, 어조, 대상과 같은 특정 필드로 나눕니다. 이렇게 하면 프롬프트가 더 명확하고 효과적이며 예측 가능한 결과를 제공합니다.
요리 레시피와 같습니다. 냄비에 무작위 재료를 넣고 최선을 바라거나, 올바른 순서로 측정된 재료를 넣은 구조화된 레시피를 따를 수 있습니다. 프레임워크는 프롬프트를 위한 레시피입니다.
1. CRAFT 프레임워크
적합한 경우: 마케팅, 카피라이팅, 창의적 콘텐츠
필드:
- •Context(맥락): AI가 이해하는 데 필요한 배경 정보
- •Role(역할): AI가 맡아야 할 역할(예: "전문 카피라이터")
- •Action(행동): AI에게 원하는 것(예: "이메일 제목 줄 작성")
- •Format(형식): 출력 구조 방식(예: "글머리 기호 목록", "단락")
- •Target(대상): 이것이 누구를 위한 것인지(예: "B2B SaaS 의사결정자")
예시:
Context: 프리랜서를 위한 생산성 앱을 출시합니다
Role: 당신은 SaaS 전문 카피라이터입니다
Action: 설득력 있는 이메일 제목 줄 5개를 작성하세요
Format: 각각에 대한 1문장 설명이 있는 번호 목록
Target: 시간 절약 도구를 중시하는 25-45세 바쁜 프리랜서
효과적인 이유:
CRAFT는 AI에게 묻기 전에 요청의 모든 각도를 생각하도록 합니다. 역할 + 대상 조합은 AI가 콘텐츠가 누구를 위한 것인지와 그들에게 어떻게 말해야 하는지를 정확히 이해하도록 합니다.
2. CO-STAR 프레임워크
적합한 경우: 비즈니스 커뮤니케이션, 전문적 글쓰기, 의사결정
필드:
- •Context(맥락): 상황 또는 배경
- •Objective(목표): 달성하려는 것
- •Style(스타일): 어조와 접근 방식(공식적, 비공식적, 기술적 등)
- •Tone(톤): 감정적 품질(긴박한, 안심시키는, 자신 있는 등)
- •Audience(독자): 이것을 읽을/사용할 사람
- •Response(응답): 원하는 형식/길이/세부 수준
예시:
Context: 스타트업이 시리즈 A 투자를 받았습니다
Objective: 직원들에게 이를 발표합니다
Style: 전문적이지만 열정적
Tone: 축하하며 미래 지향적
Audience: 내부 팀(엔지니어, 디자이너, 마케터)
Response: 이메일에 적합한 3단락 발표문
효과적인 이유:
CO-STAR는 스타일과 톤을 분리합니다(스타일은 표현, 톤은 감정). 이는 AI가 글쓰는 방식에 대해 더 많은 제어를 제공합니다. 정밀도가 중요한 비즈니스나 전문적 맥락에 탁월합니다.
3. SPECS 프레임워크
적합한 경우: 복잡한 프로젝트, 상세한 분석, 기술적 글쓰기
필드:
- •Situation(상황): 현재 상태 또는 문제
- •Purpose(목적): 왜 묻고 있는가(어떤 문제를 해결하는가)
- •Expected Output(예상 출력): 결과물이 어떻게 생겨야 하는가
- •Context(맥락): 추가적인 관련 정보
- •Style(스타일): 형식과 어조
예시:
Situation: 1,000개의 고객 지원 티켓이 분류를 기다리고 있습니다
Purpose: 올바른 팀(청구, 기술, 기능 요청)으로 라우팅하기 위해
Expected Output: CSV를 읽고, 분류하고, 새 CSV를 출력하는 Python 스크립트
Context: 이 카테고리를 사용합니다: [목록]. 카테고리별 일반적인 키워드: [목록]
Style: 코드만, 설명 없음, pandas 라이브러리 사용
효과적인 이유:
SPECS는 복잡한 요건을 전달해야 할 때 상세하고 탁월합니다. 예상 출력 필드는 AI가 원하는 것을 추측하는 것을 방지합니다.
4. RISEN 프레임워크
적합한 경우: 다단계 작업, 워크플로, 프로세스, 지침
필드:
- •Role(역할): AI가 맡아야 할 역할
- •Instructions(지침): 상세한 단계 또는 요건
- •Steps(단계): 번호가 매겨진 프로세스 분해
- •End Goal(최종 목표): 성공이 어떻게 보이는가
- •Narrowing(제한): 따라야 할 특정 제약이나 규칙
예시:
Role: 당신은 커리큘럼을 만드는 전문 강사입니다
Instructions: 프롬프트 엔지니어링에 관한 4주 입문 과정을 만드세요
Steps: 1) 학습 목표를 정의하세요 2) 각 주를 개요 작성하세요 3) 자료를 나열하세요
End Goal: 학생은 4주차까지 전문적인 프롬프트를 작성할 수 있어야 합니다
Narrowing: 코드 예시 없음, 사전 AI 지식 없다고 가정, 각 수업은 30분 미만으로 유지
효과적인 이유:
RISEN은 시퀀스와 프로세스에 완벽합니다. "Narrowing" 필드는 AI가 벗어나는 것을 방지하고 출력이 제약을 준수하도록 합니다.
5. APE 프레임워크
적합한 경우: 빠른 요청, 단순한 작업, 복잡성이 필요 없을 때
필드:
- •Action(행동): AI에게 원하는 것
- •Purpose(목적): 왜 묻고 있는가
- •Expectation(기대): 받기를 기대하는 것
예시:
Action: 이 기사를 요약하세요
Purpose: 팀 미팅을 위한 2분 개요가 필요합니다
Expectation: 주요 발견을 다루는 3-4개의 글머리 기호
효과적인 이유:
APE는 우아하게 단순합니다. 일상적인 요청의 대부분이 이 3개의 필드에 맞습니다. 더 복잡한 프레임워크로 이동하기 전에 훌륭한 시작점입니다.
6. Google 프롬프트 프레임워크
적합한 경우: 범용, 연구, 정보 찾기
필드:
- •Task(작업): 달성하려는 것
- •Context(맥락): 관련 맥락
- •Persona(페르소나): 묻는 사람/어떤 관점을 취할지
효과적인 이유:
Google의 프레임워크는 가볍고 정보 중심입니다. 연구 쿼리와 가상 시나리오에 좋습니다.
7. TRACE 프레임워크
적합한 경우: Few-shot 학습, 예시 기반 요청, AI 가르치기
필드:
- •Task(작업): 원하는 것
- •Request(요청): 특정 요청
- •Action(행동): AI가 해야 할 것
- •Context(맥락): 추가 정보
- •Example(예시): AI에게 완벽한 출력 예시 보여주기
효과적인 이유:
TRACE는 예시를 보여주는 것이 AI에게 원하는 것을 정확히 가르치기 때문에 강력합니다. "이런 종류의 것을 하세요"는 종종 설명보다 더 명확합니다.
8. RTF 프레임워크
적합한 경우: 기업 교육, 표준화된 콘텐츠, 교육 자료
필드:
- •Role(역할): 강사 또는 전문가 역할
- •Task(작업): 교육 목표
- •Format(형식): 제시 방법(슬라이드, 퀴즈, 강의 등)
효과적인 이유:
RTF는 특히 교육과 훈련을 위해 만들어졌습니다. 일관되고 교육학적으로 건전한 출력을 보장합니다.
어떤 프레임워크를 사용해야 합니까?
완전한 결정 프레임워크—각 사용 사례에 대한 비교 점수와 함께 CO-STAR vs CRAFT vs RTF vs APE를 언제 사용할지—는 [어떤 프롬프트 프레임워크를 사용해야 합니까?](https://www.promptquorum.com/prompt-engineering/which-prompt-framework-should-you-use)를 참조하세요
| Framework | Best For | Complexity |
|---|---|---|
| APE | 빠르고 단순한 요청 | ⭐ 낮음 |
| CRAFT | 마케팅, 카피라이팅 | ⭐⭐ 중간 |
| CO-STAR | 비즈니스 커뮤니케이션 | ⭐⭐ 중간 |
| SPECS | 복잡한 기술 작업 | ⭐⭐⭐ 높음 |
| RISEN | 다단계 프로세스 | ⭐⭐⭐ 높음 |
| TRACE | 예시 기반 학습 | ⭐⭐⭐ 높음 |
| 일반 연구 | ⭐⭐ 중간 | |
| RTF | 교육과 훈련 | ⭐⭐ 중간 |
전문가 팁: 여러 프레임워크 테스트
비밀은 이것입니다: CRAFT vs SPECS로 작성된 동일한 프롬프트가 같은 AI 모델에서 다른 결과를 생성할 수 있습니다. 다른 프레임워크는 AI에서 다른 추론 패턴을 활성화합니다.
그래서 PromptQuorum은 프레임워크 간에 즉시 전환하고 같은 아이디어가 어떻게 재구성되는지 볼 수 있게 합니다. CRAFT로 프롬프트를 시도하고, SPECS로 전환하고, CO-STAR로 전환하세요. 결과를 비교하세요. 특정 사용 사례에 어떤 프레임워크가 가장 잘 작동하는지 발견할 것입니다.
다음 단계
가장 일반적인 작업과 일치하는 프레임워크를 선택하세요. 마스터하세요. 그런 다음 기술이 성장함에 따라 다른 것들을 실험해 보세요.
이 프레임워크들을 실제로 적용할 준비가 되었습니까? 8가지 프레임워크 전부와 자동 최적화 및 여러 AI 모델 비교가 포함된 PromptQuorum으로 시도해 보세요.