고급 프롬프트 전략

Amazon Bedrock 입문

Nikhil Rangarajan

Data Scientist

프롬프트 아키텍처

시스템 프롬프트는 스타일과 접근을 설정
체인 오브 소트 프롬프트는 문제 해결 틀을 제공
퓨샷 프롬프트는 예시를 제공
각 층이 이해를 쌓아 신뢰도를 높임

프롬프트 아키텍처 순서를 보여주는 네 개의 연결된 기어 차트: System Prompt, Chain of Thought Steps, Few-Shot Examples, Content Request.

시스템 프롬프트와 스타일 제어

prompt_template = {
    "system_prompt": f"""System: Write in a professional but approachable tone.""",

    "content_type": "blog_post",

    "examples": [
        {
            "title": "Cloud Migration Basics",
            "content": "Moving to the cloud doesn't have to be complex..."
        }
    ],

    "task": f"Write a blog post about {topic}"

}

체인 오브 소트 프롬팅

def generate_message_content(text_data):
    steps = [
        "1. Understand the target audience",
        "2. Outline key points",
        "3. Draft a promotional email"
    ]

    text_data["text"] += f"\nSteps:{' '.join(steps)}"

    return text_data

💡 모델의 사고 과정을 안내

콘텐츠 적응과 파라미터

parameters = {

    "blog_post": {"temperature": 0.7, "top_p": 0.9},
    "social_media": {"temperature": 0.8, "top_p": 0.95},

    "technical": {"temperature": 0.4, "top_p": 0.8}

}

content_type = "blog_post"
prompt_data["parameters"] = parameters[content_type]

콘텐츠 유형별로 파라미터 조정
일관성을 위한 파라미터 프리셋

템플릿으로 프롬프트 생성

# 프롬프트 작성
topic = "Cloud Security"
content_type = "blog_post"
prompt = f"Write a {topic} blog post. Use this example: {prompt_template["examples"][0]}"


# 파라미터 정의
temperature = parameters[content_type]["temperature"]
top_p = parameters[content_type]["top_p"]


# 모델 호출
response = bedrock.invoke_model(modelId=model_id, body=json.dumps({"messages": 
           [{"role": "user","content": [{"type": "text", "text": prompt}]}],
           "temperature": temperature, "top_p": top_p}))

연습해 봅시다!

Amazon Bedrock 입문