Edit

Clip 3: 프롬프트 작성

학습 목표

  • AI 모델의 knowledge cutoff로 인한 문제점 이해하기

  • CLAUDE.md를 활용한 최신 모델 정보 명시 방법 학습하기

  • Context7 MCP를 활용한 최신 SDK/API 문서 참조 방법 익히기

핵심 개념

Knowledge Cutoff 문제란?

AI 모델은 학습 데이터의 시간적 한계(knowledge cutoff)를 가지고 있습니다. 이로 인해 최신 모델이나 API를 사용하려고 할 때 다음과 같은 문제가 발생합니다:

  • 문제 상황: "GPT-5를 사용해줘"라고 명확히 요청했는데, 실제 코드에서는 GPT-4o를 사용

  • 원인: 모델의 학습 시점이 새로운 모델 출시 이전이기 때문

  • 영향: 바이브코딩 시 의도하지 않은 구버전 모델/API 사용

해결 방법: CLAUDE.md에 명시하기

최신 모델 정보를 CLAUDE.md에 체계적으로 기재하면 이 문제를 극복할 수 있습니다.

필수 포함 정보

## 최신 AI 모델 정보

### OpenAI
- Knowledge Cutoff: 2025년 1월
- 최신 모델:
  - GPT-5 (출시일: 2025년 8월)
- 공식 발표: https://openai.com/ko-KR/index/introducing-gpt-5/
- 새로운 파라미터:
  - `verbosity`: 응답 상세도 조절 (gpt-5 전용)

### Anthropic
- Knowledge Cutoff: 2025년 1월
- 최신 모델:
  - Claude Sonnet 4.5 (출시일: 2025년 9월)
- 공식 발표: https://www.anthropic.com/news/claude-sonnet-4-5

작성 시 주의사항

  1. 모델 이름만 명시하는 것은 불충분합니다

    ❌ 나쁜 예:
- 최신 모델: GPT-5

✅ 좋은 예:
- 최신 모델: GPT-5 (출시일: 2025년 8월)
- Knowledge Cutoff: 2025년 1월
- 공식 문서: https://openai.com/ko-KR/index/introducing-gpt-5/

  2. 출시 날짜를 구체적으로 명시해야 합니다

    • "최근에 나왔다" (X)

    • "2025년 8월에 출시" (O)

  3. 공식 링크를 포함하세요

    • Claude Code는 자동으로 WebFetch를 수행하여 내용을 검증합니다

    • 모델이 정보의 진위를 확인할 수 있게 됩니다

실전 예시

1. OpenAI GPT-5 사용 설정

CLAUDE.md 작성

## OpenAI 최신 모델 정보
- 현재 최신 모델: gpt-5 (2025년 8월 출시)
- Knowledge Cutoff 이후 출시된 모델입니다
- 공식 발표: https://openai.com/ko-KR/index/introducing-gpt-5/

바이브코딩 프롬프트

OpenAI GPT-5 모델을 사용해서 간단한 챗봇 예제를 만들어줘.
verbosity 파라미터도 활용해서 간결한 응답을 받도록 설정해줘.

2. Context7 MCP 활용하기

최신 SDK/라이브러리를 사용할 때는 Context7 MCP를 함께 활용하는 것이 효과적입니다.

바이브코딩 프롬프트 (Context7 활용)

@context7 OpenAI Python SDK 최신 문서를 참조해서
GPT-5의 verbosity 파라미터 사용 예제를 작성해줘.

왜 Context7이 필요한가?

  • 새로운 모델 출시와 동시에 새로운 SDK/API가 추가되는 경우가 많음

  • verbosity 같은 파라미터는 GPT-5 출시와 함께 추가됨

  • AI 모델은 학습 시점 이후의 API 변경사항을 알 수 없음

  • Context7을 통해 실시간 최신 문서를 참조할 수 있음

문제 해결 체크리스트

최신 모델 사용 시 문제가 발생한다면:

핵심 정리

  1. 명시적 정보 제공이 핵심

    • 모델 이름만으로는 부족

    • 날짜, 링크, 새로운 기능까지 상세히 기재

  2. CLAUDE.md 활용

    • 프로젝트 전반에 걸쳐 일관된 모델 정보 제공

    • 바이브코딩 시 자동으로 참조됨

  3. Context7 MCP 병행 사용

    • 최신 SDK/API 문서 실시간 참조

    • 새로운 파라미터 사용 시 필수

  4. 검증 습관화

    • 생성된 코드에서 실제 사용된 모델 확인

    • 작은 차이가 큰 성능 차이를 만듦

참고 자료

  • OpenAI Platform Docs: https://platform.openai.com/docs

  • Anthropic Claude Docs: https://docs.anthropic.com

  • Context7 MCP: https://github.com/upstash/context7-mcp

강사 정보

  • 작성자: 정구봉

  • LinkedIn: https://www.linkedin.com/in/gb-jeong/

  • 이메일: bong@dio.so

강의 자료

  • 강의 자료: https://goobong.gitbook.io/fastcampus

  • Github: https://github.com/Koomook/fastcampus-ai-agent-vibecoding

  • FastCampus 강의 주소: https://fastcampus.co.kr/biz_online_vibeagent

PreviousClip 2: 세부 파라미터 (reasoning_effort, verbosity, max_token)NextChapter 3. MCP Client 사용하기

Last updated