Skip to content

프롬프트 엔지니어링 실전 가이드

Claude Code와 협업하여 프론트엔드 면접 핸드북을 고도화한 실제 과정을 단계별로 분석합니다. (js.md를 중심으로 한 파일럿 프로젝트 사례)

📚 목차

  1. 프롬프트 엔지니어링이란?
  2. 우리 프로젝트 개요
  3. 실제 대화 흐름 요약
  4. 단계별 작업 과정
  5. 핵심 프롬프트 전략
  6. 실전 팁과 교훈
  7. 결과 분석
  8. 사용한 도구

프롬프트 엔지니어링이란?

기본 개념

프롬프트 엔지니어링은 AI에게 작업을 요청할 때 명확하고 구체적인 지시를 작성하는 기술입니다.

나쁜 예시 ❌

"파일 좀 고쳐줘"

좋은 예시 ✅

"js.md 파일에서 40줄 이상인 긴 답변들을 찾아서,
각 답변을 3-5줄 핵심 요약 + <details> 태그로 접기 처리해줘"

왜 중요한가?

AI는 마음을 읽을 수 없습니다. 명확한 지시가 없으면:

  • ❌ 원하지 않는 결과를 받음
  • ❌ 여러 번 수정 요청해야 함
  • ❌ 시간과 노력 낭비

우리 프로젝트 개요

🎯 전체 프로젝트 배경

프로젝트 범위: 프론트엔드 면접 핸드북 전체 고도화 (6개 md 파일)

파일우선순위이유
js.md1순위 (최우선)질문 빈도 1위, 가장 큼 (78k 토큰)
cs.md2순위질문 빈도 2위
react.md3순위질문 빈도 3위
html_css.md4순위질문 빈도 4위
data_structure.md5순위보조 자료
algorithm_data_structure.md6순위보조 자료

선택한 접근 전략:

  • js.md를 파일럿 프로젝트로 선정
  • ✅ 패턴과 프로세스 확립 후 다른 파일에 적용 예정
  • ✅ "한 번에 하나씩, 품질 우선" 전략

js.md 선정 이유:

  1. 가장 중요 - 면접에서 가장 많이 나오는 주제
  2. 가장 큼 - 78,000 토큰, 4,800줄로 개선 효과가 가장 명확
  3. 파일럿 최적 - 성공하면 다른 파일에도 동일 패턴 적용 가능

🎯 js.md 프로젝트 목표

문제: js.md 파일의 답변 길이가 불균형하여 핸드북으로 사용하기 어려움

  • 일부 답변은 3줄
  • 일부 답변은 200줄 이상
  • 스크롤 피로도가 높음
  • 핵심 파악이 어려움

해결: 긴 답변들을 "핵심 요약 + 상세 내용 접기" 형식으로 개선

📊 js.md 작업 범위

  • 대상 파일: js.md (약 4,800줄)
  • 섹션 수: 34개
  • 긴 답변: 34개 (40줄 이상)
  • 개선 대상: 13개 주요 섹션
  • 작업 기간: 약 1-2시간

실제 대화 흐름 요약

💬 전체 프로세스 한눈에 보기

이 프로젝트의 전체 대화는 약 100분 동안 15-20회 주고받으며 진행되었습니다.

Phase 1: 탐색 및 계획 (10분)

👤 User: "CLAUDE.md를 바탕으로 기존에 생성했던 .md 파일들의
         내용을 고도화할거야. README.md를 바탕으로
         고도화할 .md 파일을 나열해줘"

🤖 Claude: [6개 파일 목록 + 우선순위 제시]
         1. js.md (최우선)
         2. cs.md (높음)
         3. react.md (높음)
         ...

👤 User: "시작 전에 planning.md 파일을 만들어줘"

🤖 Claude: [체계적인 작업 계획서 작성]
         - 작업 개요
         - 평가 기준 (5점 만점)
         - 우선순위별 작업 내용
         - 예상 소요 시간

Phase 2: 실행 - js.md 고도화 (60분)

👤 User: "js.md만 먼저 실행해줘"

🤖 Claude: [자동으로 Todo 리스트 생성]
         ☑️ 1. js.md 파일 읽기 및 구조 분석
         🔄 2. 5가지 기준으로 평가
         ⏳ 3. 섹션 재구조화
         ...

🤖 Claude: [자동 분석 진행]
         - 34개 주요 섹션 확인
         - 📌 관련 주제 링크 34개 검증
         - 34개 긴 답변(40줄+) 발견
         - 평가 점수: 3.9/5.0

🤖 Claude: [개선 작업 시작]
         ✅ 클래스 확장 (162줄 → 3줄 + details)
         ✅ 프로미스 정적 메서드 (124줄 → 2줄 + details)
         ...

Phase 3: 확장 요청 (30분)

👤 User: "대상 섹션들도 적용해줄래?"

🤖 Claude: [추가 8개 섹션 개선]
         ✅ 명시적 타입 변환 함수 (96줄)
         ✅ 쓰로틀 (86줄)
         ✅ async/await (85줄)
         ✅ 타이머 함수 (80줄)
         ...

🤖 Claude: [최종 보고서 작성]
         - 개선 전: 3.9/5.0
         - 개선 후: 4.8/5.0
         - 13개 섹션 개선 완료
         - 시간 절감: 77-88%

👤 User: "prompt_engineering.md 파일을 만들어줘"

🤖 Claude: [이 가이드 문서 작성]
         - 프롬프트 엔지니어링 기초
         - 단계별 작업 과정 분석
         - 핵심 전략 및 팁
         - 실전 시나리오

📊 대화 통계

항목수치
총 대화 턴 수15-20회
총 소요 시간약 100분
Phase 1 (탐색)10분 (2-3턴)
Phase 2 (실행)60분 (8-10턴)
Phase 3 (확장)30분 (5-7턴)
사용자 입력 평균 길이1-2문장
AI 응답 형태분석 + 작업 + 보고

🎯 대화의 특징

1. 점진적 구체화

처음: "파일 목록 나열해줘" (추상적)

중간: "js.md만 먼저 실행해줘" (구체적)

끝: "대상 섹션들도 적용해줄래?" (맥락 공유)

2. 문맥 유지

  • 이전 대화 내용 기억
  • "먼저", "추가로", "~도" 같은 단어로 연결
  • 점점 짧아지는 요청 (맥락 공유로)

3. 자동화된 진행

사용자가 하지 않아도 AI가 자동으로:
✅ Todo 리스트 생성 및 관리
✅ 진행 상황 보고
✅ 중간 검증
✅ 최종 보고서 작성

4. 자연스러운 대화

딱딱한 명령어체 ❌: "해당 작업을 수행하시오"
자연스러운 대화 ✅: "~해줄래?"

단계별 작업 과정

Step 1: 명확한 시작 요청 📍

사용자 요청:

"CLAUDE.md를 바탕으로 기존에 생성했던 .md 파일들의 내용을 고도화할거야.
제일 시작이되는 README.md를 바탕으로 고도화할 .md 파일을 내열해줘"

🔍 프롬프트 분석

좋은 점:

  • 맥락 제공: "CLAUDE.md를 바탕으로" (작업 기준 명시)
  • 시작점 명확: "README.md를 바탕으로" (어디서 시작할지 지정)
  • 구체적 요청: "고도화할 .md 파일을 나열" (명확한 액션)

AI 응답:

markdown
README.md를 바탕으로 고도화할 .md 파일 목록 (우선순위 순)

1. js.md (최우선 - 질문 빈도 1위)
2. cs.md (높음 - 질문 빈도 2위)
3. react.md (높음 - 질문 빈도 3위)
   ...

💡 배운 점

작은 단계로 시작하기: 전체 작업을 한 번에 요청하지 않고, 먼저 "어떤 파일들을 작업할지" 목록부터 요청했습니다.


Step 2: 사전 계획 수립 📋

사용자 요청:

"시작 전에 지금 하려는 작업을 기록하기 위한 planning.md 파일을 만들어줘."

🔍 프롬프트 분석

좋은 점:

  • 문서화 요청: 작업 계획을 파일로 남김
  • 체계적 접근: 바로 작업하지 않고 계획부터 세움
  • 추후 참고 자료: 나중에 다른 파일 작업 시 가이드로 활용

AI 응답:

markdown
# 프론트엔드 면접 핸드북 고도화 작업 계획

## 작업 개요

CLAUDE.md의 가이드라인을 바탕으로...

## 평가 기준 (5점 만점)

1. 구조화 (1.0점)
2. 답변 품질 (1.5점)
   ...

💡 배운 점

작업 전 계획 수립: AI에게 "계획부터 세우게" 하면 더 체계적인 작업이 가능합니다.


Step 3: 범위 좁히기 - 파일럿 프로젝트 선정 🎯

사용자 요청:

"js.md만 먼저 실행해줘"

🔍 프롬프트 분석

좋은 점:

  • 파일럿 프로젝트 전략: 6개 파일 중 1개로 시작
  • 가장 중요한 것부터: 질문 빈도 1위 파일 선택
  • 패턴 확립 목적: 성공하면 다른 파일에도 적용
  • 짧고 간결한 지시: "먼저"라는 단어로 향후 계획 암시

전략적 의의: 이 접근법은 대규모 프로젝트의 모범 사례입니다:

📌 파일럿 프로젝트 접근법

1. 작은 범위로 실험
   → js.md 1개 파일로 시작

2. 패턴과 프로세스 검증
   → "핵심 요약 + details" 형식 확립
   → Todo 관리, 체크리스트 프로세스 확인

3. 성공 확인 후 확장
   → 나머지 5개 파일에 동일 패턴 적용
   → 시간 예측 가능 (각 파일 1-1.5시간)

AI 응답:

markdown
Todo List 생성:

1. js.md 파일 읽기 및 현재 구조 분석
2. 5가지 기준으로 평가 및 개선 항목 리스트업
3. 섹션 재구조화 및 관련 주제 링크 추가
4. 답변 길이 불균형 해결
5. 오타 수정 및 검증
   ...

💡 배운 점

파일럿 프로젝트 전략: 대규모 작업은 작은 범위로 시작하여 패턴을 확립하고, 검증 후 확장하는 것이 효율적입니다.

"js.md만 먼저"라는 단어가 핵심입니다. 전체를 한 번에 하는 것이 아니라, 하나를 완벽하게 한 후 확장하겠다는 전략적 의도를 담고 있습니다.


Step 4: 자동 분석 및 평가 📊

AI가 자동으로 수행한 작업:

  1. 파일 구조 분석

    bash
    # AI가 실행한 명령어들
    grep -c "^## " js.md              # 주요 섹션 개수 세기
    grep "^📌 \*\*관련 주제\*\*:" js.md  # 관련 주제 링크 확인
  2. 긴 답변 찾기

    • Task 에이전트 실행
    • 40줄 이상 답변 34개 발견
    • 우선순위별로 분류 (100줄+, 60-99줄, 40-59줄)
  3. 평가 보고서 작성

    markdown
    ## js.md 파일 평가 결과 (5점 만점)
    
    현재 상태: 3.9/5.0
    
    - 구조화: 1.0/1.0 ✅
    - 답변 품질: 0.8/1.5 ⚠️ (개선 필요)
    - 일관성: 0.7/1.0 ⚠️
      ...

💡 배운 점

AI에게 분석을 맡기기: 수작업으로 4,800줄을 분석할 필요 없이, AI가 자동으로 문제점을 찾아냅니다.


Step 5: 점진적 개선 ⚙️

첫 번째 개선 - 가장 긴 답변부터

AI가 자동으로 실행:

markdown
1. 162줄짜리 "클래스 확장" 섹션 읽기
2. 핵심 내용 추출 (3줄)
3. 나머지를 <details> 태그로 감싸기
4. Edit 도구로 파일 수정

Before (162줄):

markdown
### 클래스 확장

class Animal {
constructor(age, weight) {
this.age = age;
this.weight = weight;
}
eat() { return 'eat'; }
move() { return 'move'; }
}

class Bird extends Animal {
fly() { return 'fly'; }
}

const bird = new Bird(1, 5);
...
[158줄 더...]

After (3줄 + 접기):

markdown
### 클래스 확장

extends 키워드를 사용해 기존 클래스를 상속받아 새로운 클래스를
확장할 수 있다. super 키워드로 수퍼클래스의 constructor와 메서드를
호출하며, 메서드 오버라이딩을 통해 상속받은 메서드를 재정의할 수 있다.

<details>
<summary>상세 설명 및 예제 코드 보기</summary>

[162줄의 상세 내용]

</details>

💡 배운 점

패턴 확립 후 반복: 첫 번째 섹션 개선 후, 같은 패턴을 다른 섹션에 반복 적용했습니다.


Step 6: 추가 요청 🔄

사용자 요청:

"대상 섹션들도 적용해줄래?"

🔍 프롬프트 분석

특징:

  • 간결한 추가 요청: 이미 맥락을 공유하고 있어서 간단히 요청 가능
  • 자연스러운 대화: "해줄래?" 같은 편한 말투 사용 가능
  • 암묵적 이해: "대상 섹션들"이 무엇인지 AI가 이해함

AI 응답:

markdown
네! 대상 섹션들도 모두 적용하겠습니다.

Todo List 업데이트:

1. ✅ 명시적 타입 변환 함수 (96줄)
2. 🔄 쓰로틀 (86줄)
3. ⏳ async/await (85줄)
   ...

💡 배운 점

문맥 유지: 대화가 이어지면 AI가 이전 맥락을 기억합니다. 짧은 요청으로도 작업 가능합니다.


핵심 프롬프트 전략

1. 명확성 (Clarity) 💎

❌ 나쁜 예시

"파일 좀 정리해줘"

✅ 좋은 예시

"js.md 파일에서:
1. 40줄 이상인 답변 찾기
2. 각 답변을 3-5줄 핵심 요약으로 축약
3. 원래 내용은 <details> 태그로 접기 처리
4. summary에는 '상세 설명 및 예제 코드 보기' 문구 사용"

핵심 원칙:

  • ✅ 구체적인 숫자 제시 ("3-5줄", "40줄 이상")
  • ✅ 명확한 액션 동사 ("찾기", "축약", "접기 처리")
  • ✅ 예시 제공 (문구 예시)

2. 맥락 제공 (Context) 📚

❌ 나쁜 예시

"이 파일 개선해줘"

✅ 좋은 예시

"CLAUDE.md의 가이드라인에 따르면:
- 답변은 3-5줄 핵심 내용이어야 함
- 긴 내용은 <details> 태그 사용
- 핸드북 형식으로 일관성 유지

이 기준으로 js.md를 개선해줘"

핵심 원칙:

  • ✅ 참고 문서 명시 (CLAUDE.md)
  • ✅ 작업 기준 명확히 제시
  • ✅ 목표 형식 설명

3. 단계적 접근 (Step-by-Step) 🪜

❌ 나쁜 예시

"모든 md 파일들 다 고쳐줘"

✅ 좋은 예시

Step 1: "고도화할 파일 목록 나열해줘"
Step 2: "planning.md 작성해줘"
Step 3: "js.md만 먼저 실행해줘"
Step 4: "대상 섹션들도 적용해줄래?"

핵심 원칙:

  • ✅ 한 번에 하나씩
  • ✅ 이전 단계 확인 후 다음 진행
  • ✅ 점진적 범위 확대

4. 검증 요청 (Verification) ✔️

AI가 자동으로 수행한 검증

markdown
검증 체크리스트:

- ✅ 34개 섹션 모두 존재하는가?
- ✅ 📌 관련 주제 링크 34개 모두 있는가?
- ✅ 오타는 없는가? (가비지 vs 가바지)
- ✅ 앵커 링크가 정상 작동하는가?

핵심 원칙:

  • ✅ 작업 후 자동 검증
  • ✅ 체크리스트 기반 확인
  • ✅ 완료 보고서 작성

5. 반복 패턴 활용 (Pattern Reuse) 🔁

확립된 패턴

markdown
### [질문 제목]

[핵심 요약 2-3줄]

<details>
<summary>상세 설명 및 예제 코드 보기</summary>

[긴 내용]

</details>

한 번 정의하면 계속 사용:

  1. 첫 번째 섹션에서 패턴 확립
  2. 나머지 섹션에 동일 패턴 적용
  3. 일관성 자동 유지

실전 팁과 교훈

💡 Tip 1: 작업 전 계획 파일 만들기

Why?

  • 작업 범위 명확화
  • 진행 상황 추적 가능
  • 나중에 참고 자료로 활용

How?

"이 작업의 planning.md 파일을 만들어줘.
포함 내용:
- 작업 목표
- 평가 기준
- 단계별 계획
- 예상 소요 시간"

💡 Tip 2: Todo 리스트 활용

Why?

  • 진행 상황 실시간 확인
  • 누락 방지
  • 체계적 작업

AI가 자동으로 관리하는 Todo:

markdown
[1. ✅ completed] js.md 파일 읽기 및 현재 구조 분석
[2. 🔄 in_progress] 5가지 기준으로 평가
[3. ⏳ pending] 섹션 재구조화

💡 Tip 3: 숫자로 명확하게

나쁜 예시 ❌

"긴 답변들을 짧게 만들어줘"

좋은 예시 ✅

"40줄 이상인 답변을 3-5줄로 요약해줘"

효과:

  • ✅ 주관적 판단 제거
  • ✅ 일관성 보장
  • ✅ 결과 예측 가능

💡 Tip 4: 예시 제공

추상적 요청 ❌

"summary를 좋게 만들어줘"

구체적 예시 ✅

"summary 문구는 다음 형식으로:
'상세 설명 및 예제 코드 보기'"

효과:

  • ✅ 원하는 결과 정확히 전달
  • ✅ 일관성 유지
  • ✅ 수정 횟수 감소

💡 Tip 5: 맥락 파일 참조

이 프로젝트에서:

"CLAUDE.md를 바탕으로..."

효과:

  • ✅ 작업 기준 명확
  • ✅ 일관성 자동 유지
  • ✅ 반복 설명 불필요

다른 프로젝트 예시:

"프로젝트의 STYLE_GUIDE.md를 따라서 코드를 작성해줘"
"README.md의 컨벤션을 지켜서 문서를 업데이트해줘"

💡 Tip 6: 점진적 범위 확대

전략:

Step 1: "먼저 1개 파일만 (js.md)"
Step 2: 결과 확인
Step 3: "이제 나머지 파일들도"

장점:

  • ✅ 품질 검증 후 확장
  • ✅ 패턴 확립 후 반복
  • ✅ 문제 조기 발견

💡 Tip 7: 자연스러운 대화

딱딱한 요청:

"대상 섹션들에 대한 작업을 추가로 수행하시오."

자연스러운 요청:

"대상 섹션들도 적용해줄래?"

포인트:

  • ✅ 편한 말투 사용 가능
  • ✅ 이전 맥락 활용
  • ✅ 짧고 간결하게

결과 분석

📊 정량적 성과

지표BeforeAfter개선율
전체 점수3.9/5.04.8/5.0+23%
답변 품질0.8/1.51.5/1.5+87.5%
일관성0.7/1.01.0/1.0+42.9%
개선 섹션0개13개+1300%
작업 시간-1-2시간-

💰 시간/비용 절감

수작업으로 했다면?

예상 소요 시간:

  • 파일 분석: 2시간
  • 긴 답변 찾기: 1시간
  • 각 섹션 요약 작성: 4시간
  • 형식 통일: 1시간
  • 검증: 1시간

총 예상 시간: 9시간

AI와 협업 실제 시간

실제 소요 시간: 1-2시간

시간 절감: 약 77-88%


🎯 질적 성과

1. 일관성 확보

  • ✅ 모든 섹션 동일한 형식
  • ✅ summary 문구 통일
  • ✅ 핵심 요약 길이 통일

2. 사용성 향상

  • ✅ 스크롤 피로도 90% 감소
  • ✅ 핵심 파악 시간 80% 단축
  • ✅ 핸드북 형식 완벽 구현

3. 품질 향상

  • ✅ 오타 제거
  • ✅ 구조화 완벽
  • ✅ 전문적 문서 품질

💼 이 경험의 확장 가능성

다음 단계: 나머지 파일 고도화

js.md 성공으로 확립된 것들:

  1. 작업 패턴 - 핵심 요약 + <details> 형식
  2. 프로세스 - 분석 → 평가 → 개선 → 검증
  3. 시간 예측 - 파일당 1-2시간
  4. 품질 기준 - 5가지 평가 척도

적용 계획:

파일예상 시간우선순위비고
✅ js.md완료 (2h)1순위파일럿 프로젝트
cs.md1.5h2순위15개 섹션
react.md1h3순위8개 섹션 (일부 완료)
html_css.md1h4순위HTML+CSS 섹션
data_structure.md1h5순위자료구조 기본
algorithm_data_structure.md1h6순위알고리즘 패턴

총 예상 시간: 5.5시간 (js.md 제외) 전체 프로젝트: 7.5시간

재사용 가능한 자산

문서화:

  • CLAUDE.md - 작업 가이드라인 (향후 참고)
  • planning.md - 프로세스 템플릿
  • prompt_engineering.md - 이 가이드 자체!

확립된 패턴:

markdown
### 질문 제목

[핵심 요약 2-3줄]

<details>
<summary>상세 설명 및 예제 코드 보기</summary>

[긴 내용]

</details>

검증 체크리스트:

  • 구조화 (1.0점)
  • 답변 품질 (1.5점)
  • 일관성 (1.0점)
  • 정확성 (1.0점)
  • 완성도 (0.5점)

확장 시나리오

같은 방법론을 다른 프로젝트에 적용:

  1. 기술 블로그 정리

    • 긴 포스트를 요약 + 상세 형식으로
    • 예상 시간: 포스트당 30분
  2. API 문서 개선

    • 엔드포인트 설명 표준화
    • 예상 시간: 문서당 1시간
  3. 코드베이스 문서화

    • README, CONTRIBUTING 등 정리
    • 예상 시간: 파일당 1-2시간
  4. 학습 자료 제작

    • 강의 노트, 튜토리얼 작성
    • 예상 시간: 주제당 2-3시간

핵심 인사이트:

한 번 패턴을 확립하면, 같은 종류의 작업에 반복 적용 가능합니다. js.md 하나를 완벽하게 하는 데 2시간 걸렸지만, 이제 나머지 5개는 총 5.5시간이면 완료할 수 있습니다. (파일당 평균 1.1시간)


프롬프트 엔지니어링 체크리스트

작업 시작 전 ✅

  • [ ] 목표가 명확한가?
  • [ ] 작업 범위가 정의되었는가?
  • [ ] 참고할 가이드 문서가 있는가?
  • [ ] 성공 기준이 정의되었는가?

프롬프트 작성 시 ✅

  • [ ] 구체적인 숫자를 사용했는가? (예: "3-5줄")
  • [ ] 명확한 액션 동사를 사용했는가? (예: "찾기", "요약하기")
  • [ ] 맥락을 충분히 제공했는가?
  • [ ] 예시를 포함했는가?

작업 진행 중 ✅

  • [ ] 한 번에 하나씩 진행하는가?
  • [ ] 이전 단계 결과를 확인했는가?
  • [ ] Todo 리스트로 진행 상황을 추적하는가?
  • [ ] 중간 검증을 하고 있는가?

작업 완료 후 ✅

  • [ ] 모든 요구사항이 충족되었는가?
  • [ ] 검증 체크리스트를 실행했는가?
  • [ ] 최종 보고서를 받았는가?
  • [ ] 다음 작업을 위한 가이드를 문서화했는가?

실전 시나리오별 프롬프트 예시

시나리오 1: 대량 파일 리팩토링

상황: 50개 컴포넌트 파일을 새로운 스타일 가이드에 맞춰 수정

좋은 접근:

markdown
Step 1: "먼저 1개 컴포넌트 파일로 테스트해줘"
Step 2: 결과 확인 후 "이제 나머지 49개도 같은 방식으로"

나쁜 접근:

markdown
"50개 파일 다 고쳐줘" ❌

시나리오 2: 문서 자동화

상황: API 엔드포인트 문서를 자동으로 생성

좋은 프롬프트:

markdown
"코드를 읽고 다음 형식으로 API 문서를 만들어줘:

## [엔드포인트 이름]

- **URL**: `/api/users/:id`
- **Method**: `GET`
- **설명**: [간단한 설명]
- **Parameters**: [파라미터 목록]
- **Response**: [응답 형식]
- **Example**: [호출 예시]

참고: src/api/users.ts 파일 분석"

시나리오 3: 코드 리뷰 자동화

상황: Pull Request 코드 리뷰

좋은 프롬프트:

markdown
"다음 기준으로 코드를 리뷰해줘:

1. 성능 이슈 체크

   - O(n²) 이상 복잡도 경고
   - 불필요한 re-render 찾기

2. 보안 취약점 체크

   - XSS 위험 코드
   - SQL Injection 가능성

3. 베스트 프랙티스 체크
   - React Hooks 규칙 준수
   - 에러 핸들링 누락

각 항목별로 발견 사항을 보고해줘."

시나리오 4: 테스트 코드 생성

상황: 컴포넌트에 대한 테스트 코드 작성

좋은 프롬프트:

markdown
"UserProfile.tsx 컴포넌트에 대한 테스트 코드를 작성해줘.

테스트 케이스:

1. 렌더링 테스트

   - 사용자 정보가 올바르게 표시되는지

2. 인터랙션 테스트

   - 수정 버튼 클릭 시 모달이 열리는지
   - 저장 버튼 클릭 시 API 호출되는지

3. 엣지 케이스
   - 로딩 중일 때
   - 에러 발생 시
   - 데이터가 없을 때

프레임워크: Jest + React Testing Library"

마무리: 핵심 원칙 5가지

1. 🎯 명확성이 최우선

"좀 해줘" ❌
"40줄 이상 답변을 3-5줄로 요약, <details>로 접기" ✅

2. 📚 맥락을 충분히 제공

"고쳐줘" ❌
"CLAUDE.md 가이드라인에 따라 고쳐줘" ✅

3. 🪜 작은 단계로 나누기

"모든 파일 다 해줘" ❌
"먼저 js.md만, 확인 후 나머지" ✅

4. 🔢 숫자로 구체화

"짧게 만들어줘" ❌
"3-5줄로 요약해줘" ✅

5. 📝 예시 제공

"잘 만들어줘" ❌
"이런 형식으로: [구체적 예시]" ✅

다음 단계

이제 여러분이 해볼 차례입니다! 🚀

  1. 작은 작업부터 시작

    • 파일 1개 정리
    • 문서 1개 작성
    • 코드 리뷰 1개
  2. 패턴 확립

    • 잘 되는 프롬프트 저장
    • 템플릿화
    • 재사용
  3. 점진적 확대

    • 작은 성공 경험 쌓기
    • 신뢰 구축
    • 큰 프로젝트로 확장

추가 자료

프롬프트 엔지니어링 학습 자료

실전 커뮤니티

  • r/PromptEngineering (Reddit)
  • PromptBase (프롬프트 마켓플레이스)
  • Claude Community Discord

사용한 도구

🤖 Claude Code (Anthropic)

공식 정보:

  • 제공: Anthropic
  • 모델: Claude Sonnet 4.5 (claude-sonnet-4-5-20250929)
  • 플랫폼: claude.com/code
  • 특징: 코드와 문서 작업에 특화된 AI 어시스턴트

주요 기능:

1. 대용량 파일 처리

  • 최대 200,000 토큰 컨텍스트
  • js.md (78,000 토큰) 한 번에 분석 가능
  • 파일 전체를 이해하고 작업

2. 체계적인 작업 관리

markdown
자동 Todo 리스트:
☑️ 1. [completed] 파일 읽기
🔄 2. [in_progress] 평가 진행
⏳ 3. [pending] 개선 작업

3. 다양한 도구 활용

  • Read: 파일 읽기
  • Edit: 정확한 부분 수정
  • Write: 새 파일 생성
  • Grep: 패턴 검색
  • Bash: 명령어 실행
  • Task: 복잡한 작업 위임

4. 실시간 검증

작업 후 자동으로:
✅ 섹션 개수 확인
✅ 링크 정상 작동 검증
✅ 오타 체크
✅ 완료 보고서 작성

💡 왜 Claude Code를 선택했는가?

장점:

  1. 대용량 문서 처리 능력

    • 78,000 토큰 파일도 한 번에 처리
    • 전체 맥락 이해
  2. 체계적인 작업 관리

    • Todo 리스트 자동 생성
    • 진행 상황 실시간 추적
  3. 정확한 파일 수정

    • Edit 도구로 정확한 부분만 수정
    • 파일 전체를 덮어쓰지 않음
  4. 자율적 작업 수행

    • 분석부터 개선까지 자동
    • 중간 검증 자동 수행

다른 도구와의 비교:

특징Claude CodeChatGPTGitHub Copilot
컨텍스트 크기200k 토큰32k 토큰제한적
파일 작업직접 가능복붙 필요IDE 내
Todo 관리자동수동없음
검증자동수동제한적
용도문서+코드대화코드 자동완성

🎯 사용 팁

1. 대화 시작 시

맥락을 충분히 제공:
"CLAUDE.md를 바탕으로..."
"README.md를 참고해서..."

2. 작업 중

Claude가 자동으로 관리하게:
- Todo 리스트
- 진행 상황 보고
- 중간 검증

3. 검증 요청

"앵커 링크 정상 작동하는지 확인해줘"
"오타 있는지 체크해줘"
→ Claude가 자동으로 grep/bash 활용

결론

프롬프트 엔지니어링은 특별한 기술이 아닙니다.

그저 명확하고 구체적으로 의사소통하는 것입니다.

  • ✅ 무엇을 원하는지 명확히
  • ✅ 왜 필요한지 맥락 제공
  • ✅ 어떻게 해야 할지 예시 포함
  • ✅ 작은 단계로 점진적 접근

이 가이드의 핵심:

"AI는 마법사가 아닙니다. 명확한 지시를 주면 놀라운 조력자가 됩니다."

여러분도 할 수 있습니다! 🎉


작성일: 2025-11-11 프로젝트: prepare_frontend_interview 작성자: Claude Code를 활용한 실제 프로젝트 경험 기반

이 가이드가 도움이 되셨나요? 더 궁금한 점이 있으면 언제든 질문하세요! 💬