APE 프레임워크: 분석, 계획, 실행 — 추론 과정을 보여주는 구조화된 프롬프트

APE 프레임워크는 언어 모델이 사고를 분석, 계획, 실행으로 분리하도록 강제하는 프롬프트 템플릿입니다. 단일 응답을 받는 대신 모델이 문제를 어떻게 이해했는지, 어떻게 해결하려는지, 최종 결과물이 무엇인지 확인할 수 있습니다. 이 구조는 각 단계를 검사할 수 있기 때문에 신뢰성을 향상시킵니다.

복잡하거나 위험도가 높은 작업을 처리할 때 APE는 특히 유용합니다. 모델에게 추론 경로를 명시적으로 보여달라고 요청함으로써 숨겨진 가정이나 지름길이 보이지 않게 남아있을 가능성을 줄입니다. 동일한 세 부분 패턴이 모든 모델에서 작동합니다 — 클라우드 API와 Ollama 또는 LM Studio를 통한 로컬 모델 — 일관된 결과를 유지합니다.

APE 프레임워크의 핵심은 각 프롬프트가 모델에게 먼저 문제를 분석하고, 그 다음 해결책을 계획하고, 그런 다음에야 최종 답변을 실행하도록 지시한다는 것입니다. 이 세 단계는 인간이 추론을 처리하는 방식에 직접적으로 대응하며 명확한 검사 포인트를 제공합니다.

일반적인 분류는 다음과 같습니다:

작업이 충분히 복잡하여 최종 결과물뿐만 아니라 모델의 추론 과정에도 관심을 갖게 될 때 APE 프레임워크를 사용해야 합니다. 여기에는 기술 분석, 다단계 연구, 전략적 작성, 그리고 오류가 비용을 초래하는 모든 상황이 포함됩니다.

일반적인 사용 사례는 다음과 같습니다:

효과적인 APE 프롬프트는 세 단계를 이름으로 언급하고 각 부분에서 기대하는 것을 명시합니다: 분석 메모, 단계별 계획, 최종 결과물. 단일 프롬프트로 계산될 수 있도록 간결하게 작성할 수 있습니다.

일반적인 패턴은 다음과 같습니다:

"당신은 역할입니다. 먼저, 주요 목표, 제약 조건 및 누락된 정보를 나열하여 작업을 분석하십시오. 그런 다음, 3-5개의 요점으로 접근 방식을 계획하십시오. 마지막으로, 계획을 엄격히 따르며 원하는 결과 형식을 생성하여 실행하십시오."

그런 다음 이 기본 패턴을 대상 독자, 톤, 파일 구조 또는 인용 요구사항과 같은 도메인 세부 사항으로 커스터마이즈할 수 있습니다. 한 번 정의되면 목표와 컨텍스트만 변경하여 여러 작업에서 동일한 APE 프롬프트를 재사용할 수 있습니다.

비구조화된 프롬프트와 APE 프롬프트의 차이는 동일한 작업에서 비교할 때 명확해집니다. 제품 출시 이메일에 대한 간단한 예시입니다.

나쁜 프롬프트

"새로운 분석 대시보드를 발표하는 이메일을 작성하세요."

좋은 프롬프트

"당신은 SaaS 제품 마케팅 전문가입니다. 목표: 기존 고객을 대상으로 새로운 분석 대시보드 발표 이메일 작성. APE 구조: 1) 분석: 대상 독자, 주요 불편 사항, 이 대시보드가 해결하는 핵심 이점을 간략히 나열하십시오. 2) 계획: 이메일 구조를 3-5개의 요점(훅, 핵심 이점, 행동 유도 등)으로 개요를 잡으십시오. 3) 실행: 명확하고 전문적인 톤으로 최종 이메일(최대 220단어)을 작성하십시오. 제목 줄, 미리보기 텍스트 및 본문을 포함하십시오."

APE 프레임워크를 사용하면 모델이 이메일을 생성하기 전에 문제 이해와 계획을 보여주므로 초기에 불일치를 발견하기가 더 쉽습니다.

PromptQuorum은 APE 프레임워크를 내장 프롬프트 구조 중 하나로 포함하는 다중 모델 AI 디스패치 도구로, 사용자가 클릭 한 번으로 분석-계획-실행 프롬프팅을 적용할 수 있습니다. PromptQuorum에서 APE 옵션을 선택하면 애플리케이션이 목표와 컨텍스트 주위에 세 단계 구조를 자동으로 삽입합니다.

PromptQuorum 내에서 APE 프레임워크는:

명시적인 추론 단계를 원하지만 많은 매개변수나 섹션이 필요하지 않을 때 다른 프롬프트 프레임워크보다 APE 프레임워크를 선택해야 합니다. APE는 의도적으로 간결합니다: 세 단계는 일반적으로 사용자를 압도하지 않고 명확성을 향상시키기에 충분합니다.

실제로는:

"APE"는 위에 설명된 분석-계획-실행 프레임워크와는 별개의 기술인 자동 프롬프트 엔지니어링(Automatic Prompt Engineering)을 지칭하는 데도 사용됩니다. 자동 프롬프트 엔지니어링(Zhou et al., 2022)은 AI를 사용하여 프롬프트 변형을 자동으로 생성하고 점수를 매겨 수동 시행착오 없이 최적의 표현을 찾습니다. 작동 방식은 다음과 같습니다: