LLM Day10

🔍 1. 프롬프트 엔지니어링 개요
프롬프트 엔지니어링이란?
👉 AI가 우리가 원하는 대로 답변하도록 질문을 효과적으로 설계하는 기술

3가지 프롬프팅 기법:

1️⃣ Zero-shot 프롬프팅 → 예시 없이 AI에게 바로 질문
2️⃣ One-shot 프롬프팅 → 예시를 하나만 주고 AI에게 학습
3️⃣ Few-shot 프롬프팅 → 여러 개의 예시를 제공하여 AI의 정확도를 높임

🔵 2. Zero-shot 프롬프팅
📌 Zero-shot (제로샷) 프롬프팅이란?

AI가 예시 없이 즉시 답을 생성하는 방식
간단한 질문이나 직관적인 작업에 적합
✅ Zero-shot 코드 예제

📌 설명

PromptTemplate → AI에게 입력할 질문 템플릿을 만든다.
LangChain의 LLM(ChatOpenAI) → GPT 모델을 호출한다.
체인(chain) → 프롬프트 → AI 모델 → 출력 파서를 연결해서 실행.
Zero-shot 실행 → "인공지능 반도체"라는 주제에 대한 삼성전자의 경쟁업체를 찾도록 요청.

from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model='gpt-4o-mini', temperature=0.3, top_p=0.9)

# Zero-shot 프롬프트 템플릿 생성
zero_shot_prompt = PromptTemplate(
    input_variables=["topic"],
    template="다음 시장에서 삼성전자의 경쟁업체를 설명해주세요: {topic}"
)

# 체인 생성
chain = zero_shot_prompt | llm | StrOutputParser()

# 실행
topic = "인공지능 반도체"
zero_shot_result = chain.invoke(input={"topic": topic}) 

print(zero_shot_result)

🟡 3. One-shot 프롬프팅

📌 One-shot (원샷) 프롬프팅이란?

예시 하나만 제공하여 AI가 패턴을 이해하도록 돕는 방식
Zero-shot보다 조금 더 정교한 답변 가능

📌 설명

AI가 예제를 하나 보고 학습하도록 함.
"스마트폰 시장"에서 삼성전자의 경쟁업체 예제를 먼저 보여줌.
이후 "반도체 시장"에서 삼성전자의 경쟁업체를 묻는 질문을 던짐.
AI가 예제를 참고하여 더 정확한 답을 생성함.

✅ One-shot 코드 예제

# One-shot 프롬프트 템플릿 생성
one_shot_prompt = PromptTemplate(
    input_variables=["example", "question"],
    template="""
    [예제]
    질문: {example}
    답변: 삼성전자, SK하이닉스

    [질문]
    질문: {question}
    답변:
    """
)

# 체인 생성
chain = one_shot_prompt | llm | StrOutputParser()

# 실행
example = "스마트폰 시장에서 삼성전자의 경쟁업체"
question = "반도체 시장에서 삼성전자의 경쟁업체"
one_shot_result = chain.invoke(input={"example": example, "question": question}) 

print(one_shot_result)

🟢 4. Few-shot 프롬프팅

📌 Few-shot (퓨샷) 프롬프팅이란?

AI에게 2개 이상의 예시를 제공하여 원하는 답변 형식을 학습하도록 하는 방식
가장 정확도 높은 답변을 얻을 수 있음
하지만 프롬프트 길이가 길어지고 비용이 증가할 수 있음

📌 설명

AI에게 2개의 예시를 제공해서 답변 패턴을 학습시킴.
스마트폰/반도체 시장에 대한 예시를 보고, 자동차 시장에 대한 답을 유추하도록 함.
AI가 예시를 바탕으로 더욱 정교한 답을 제공함.

✅ Few-shot 코드 예제

from langchain_core.prompts import FewShotPromptTemplate

# Few-shot 예제 데이터
examples = [
    {"question": "스마트폰 시장에서 삼성전자의 경쟁업체", "answer": "애플, 샤오미, 화웨이"},
    {"question": "반도체 시장에서 삼성전자의 경쟁업체", "answer": "TSMC, 인텔, SK하이닉스"}
]

# Few-shot 프롬프트 템플릿 생성
few_shot_prompt = FewShotPromptTemplate(
    examples=examples,
    input_variables=["question"],
    example_prompt=PromptTemplate(
        input_variables=["question", "answer"],
        template="질문: {question}\n답변: {answer}\n"
    ),
    prefix="다음 질문에 대한 답변을 제공합니다:\n\n",
    suffix="질문: {question}\n답변: ",
)

# 체인 생성
chain = few_shot_prompt | llm | StrOutputParser()

# 실행
question = "자동차 시장에서 삼성전자의 경쟁업체"
few_shot_result = chain.invoke(input={"question": question}) 

print(few_shot_result)

📊 5. Zero-shot vs One-shot vs Few-shot 비교

🎯 6. 정리
✅ Zero-shot → 예제 없이 바로 질문! (빠르지만 정확도 낮음)
✅ One-shot → 예제 하나 제공! (정확도 개선, 하지만 과의존 가능)
✅ Few-shot → 여러 예제 제공! (가장 정확하지만, 프롬프트 길어짐)

✔️ Zero-shot은 간단한 질문에 적합
✔️ Few-shot은 복잡한 질문에 적합
✔️ One-shot은 중간 난이도의 질문에 적합