Split View: AI 프롬프트 엔지니어링 완전 가이드 — 정보 검색, 이미지/영상 생성, 디버깅 (한/영/일)

AI 프롬프트 엔지니어링 완전 가이드 — 정보 검색, 이미지/영상 생성, 디버깅 (한/영/일)

1. 왜 프롬프트가 중요한가?
2. 정보 검색 프롬프트
- 2.1 핵심 기법
- 2.2 3개 국어 실전 표현
3. 이미지 생성 프롬프트
- 3.1 이미지 프롬프트 공식
- 3.2 3개 국어 실전 표현
4. 영상 생성 프롬프트
- 4.1 영상 프롬프트 공식
- 4.2 3개 국어 실전 표현
5. 디버깅 프롬프트
- 5.1 디버깅 프롬프트 공식
- 5.2 3개 국어 실전 표현
6. 프롬프트 개선 체크리스트
7. 고급 기법 — 상황별 템플릿
8. 실전 Before/After 비교
🧠 이해도 체크 퀴즈
참고 자료

1. 왜 프롬프트가 중요한가?

같은 AI 모델이라도 어떻게 물어보느냐에 따라 결과의 질이 극적으로 달라진다.

"프롬프트 엔지니어링은 AI와의 커뮤니케이션 기술이다." — IBM, The 2026 Guide to Prompt Engineering

핵심 원칙은 단 3가지:

구체적으로 (Specific) — 모호함을 제거한다
맥락을 준다 (Context) — AI가 판단할 근거를 제공한다
형식을 지정한다 (Format) — 원하는 출력 형태를 명시한다

2. 정보 검색 프롬프트

정보를 얻을 때 가장 흔한 실수는 "~에 대해 알려줘"처럼 광범위하게 묻는 것이다.

2.1 핵심 기법

기법	설명	예시
역할 부여 (Role)	AI에게 전문가 역할을 준다	"너는 10년차 DBA야"
Chain of Thought	단계별 사고를 요청	"단계별로 설명해줘"
Few-shot	예시를 먼저 보여준다	"예: Q→A 형태로 3개 보여줌"
제약 조건	범위를 좁힌다	"2025년 이후 자료만, 3줄 이내"
출력 형식	JSON, 표, 코드 등 지정	"JSON 형식으로 답변해"

2.2 3개 국어 실전 표현

🇰🇷 한국어

기본: "PostgreSQL의 인덱스 종류를 비교해줘"

개선: "너는 10년차 PostgreSQL DBA야. B-tree, Hash, GIN, GiST 인덱스의
사용 사례, 성능 차이, 실전 선택 기준을 표로 정리해줘.
프로덕션 환경(1000만 행 이상) 기준으로."

유용한 표현들:

표현	용도
"~의 장단점을 비교해줘"	비교 분석
"실전에서 자주 쓰는 패턴 위주로"	실용성 강조
"초보자도 이해할 수 있게 설명해줘"	난이도 조절
"근거와 출처를 함께 알려줘"	신뢰성 확보
"~와 ~의 차이를 코드 예시로 보여줘"	구체적 설명 요청
"내가 면접에서 설명한다고 가정하고"	맥락 부여
"한 문장으로 핵심만"	간결한 답변
"최신 트렌드 (2025~2026) 기준으로"	시기 한정

🇺🇸 English

Basic: "Tell me about Kubernetes networking"

Improved: "You are a senior Kubernetes platform engineer with CKA/CKS certifications.
Explain the differences between ClusterIP, NodePort, LoadBalancer, and Ingress
with real-world use cases. Include a comparison table and one kubectl example for each.
Focus on production clusters with 50+ nodes."

Useful expressions:

Expression	Purpose
"Compare X and Y in terms of..."	Structured comparison
"Explain like I'm preparing for a job interview"	Context setting
"Give me a step-by-step breakdown"	Chain of thought
"What are the trade-offs between..."	Critical analysis
"Show me a before/after example"	Concrete demonstration
"In a production environment with..."	Real-world grounding
"Summarize in 3 bullet points"	Concise output
"What would a senior engineer do differently?"	Expert-level insight

🇯🇵 日本語（にほんご）

基本（きほん）: "Dockerについて教えて"

改善（かいぜん）: "あなたは経験豊富（けいけんほうふ）なDevOpsエンジニアです。
DockerとPodmanの違（ちが）いを、セキュリティ、パフォーマンス、
エコシステムの3つの観点（かんてん）から比較表（ひかくひょう）で
まとめてください。本番環境（ほんばんかんきょう）での選択基準（せんたくきじゅん）
も含（ふく）めてください。"

よく使（つか）う表現（ひょうげん）:

表現（ひょうげん）	用途（ようと）
〜を比較（ひかく）してください	比較分析（ぶんせき）
実務（じつむ）で使える例（れい）を挙（あ）げて	実用性（じつようせい）
初心者（しょしんしゃ）でも分（わ）かるように	レベル調整（ちょうせい）
ステップバイステップで説明（せつめい）して	段階的説明（だんかいてきせつめい）
メリットとデメリットを教（おし）えて	長短比較（ちょうたんひかく）
具体的（ぐたいてき）なコード例（れい）付（つ）きで	コード付（つ）き説明
一言（ひとこと）でまとめると	要約（ようやく）
面接（めんせつ）で聞（き）かれたら	面接対策（めんせつたいさく）

3. 이미지 생성 프롬프트

AI 이미지 생성(Gemini, Midjourney, DALL-E, Stable Diffusion 등)에서는 5가지 요소를 빠짐없이 넣는 게 핵심이다.

3.1 이미지 프롬프트 공식

[주제/피사체] + [스타일] + [구도/카메라] + [조명] + [분위기/색감]

요소	키워드 예시
주제	a samurai warrior, a futuristic city, a cozy café
스타일	photorealistic, anime, oil painting, flat design, cyberpunk
구도/카메라	close-up, bird's eye view, wide-angle lens, macro shot, rule of thirds
조명	golden hour, Rembrandt lighting, neon glow, soft diffused light, rim light
분위기/색감	warm tones, dark moody, pastel, vibrant, high contrast

3.2 3개 국어 실전 표현

🇰🇷 한국어

❌ 나쁜 예: "고양이 그려줘"

✅ 좋은 예: "창가에 앉아 있는 흰색 페르시안 고양이, 따뜻한 오후 햇살이 비치는
카페 안, 얕은 피사계 심도(shallow depth of field), 따뜻한 톤,
35mm 필름 느낌의 사진, 부드러운 자연광"

이미지 프롬프트 표현:

표현	효과
"시네마틱 조명으로"	영화 같은 분위기
"클로즈업 / 와이드 앵글"	구도 지정
"~스타일로 그려줘"	스타일 지정
"배경은 ~으로 해줘"	환경 설정
"높은 해상도, 디테일하게"	품질 향상
"어두운/밝은 분위기로"	톤 조절
"네온 조명 / 골든아워"	조명 효과
"텍스트 '~'를 포함해줘"	텍스트 삽입

🇺🇸 English

❌ Bad: "Draw a robot"

✅ Good: "A humanoid robot sitting in a library reading a book,
surrounded by floating holographic screens, warm ambient lighting,
cinematic composition, shot with 85mm lens, shallow depth of field,
cyberpunk aesthetic with warm orange and cool blue color palette, 8K detail"

Image prompt expressions:

Expression	Effect
"cinematic lighting, dramatic shadows"	Film-quality atmosphere
"close-up portrait / bird's eye view"	Camera angle
"in the style of [artist/genre]"	Style reference
"shallow depth of field, bokeh"	Focus control
"8K, ultra-detailed, photorealistic"	Quality boost
"golden hour / blue hour / neon-lit"	Lighting mood
"rule of thirds composition"	Balanced framing
"negative space, minimalist"	Clean design
"hyper-detailed texture, pores visible"	Extreme detail

🇯🇵 日本語

❌ 悪（わる）い例（れい）: "猫（ねこ）を描（えが）いて"

✅ 良（よ）い例（れい）: "桜（さくら）の木（き）の下（した）で昼寝（ひるね）
している三毛猫（みけねこ）、水彩画風（すいさいがふう）、
柔（やわ）らかい春（はる）の日差（ひざ）し、
パステルカラー、温（あたた）かい雰囲気（ふんいき）"

画像（がぞう）プロンプト表現:

表現	効果（こうか）
〜風（ふう）に描いて	スタイル指定（してい）
アップ / 俯瞰（ふかん）で	構図（こうず）指定
映画（えいが）のような照明（しょうめい）で	シネマティック
高解像度（こうかいぞうど）で詳細（しょうさい）に	品質向上（ひんしつこうじょう）
暖色系（だんしょくけい）/ 寒色系（かんしょくけい）	トーン調整（ちょうせい）
〜を背景（はいけい）にして	環境設定（かんきょうせってい）

4. 영상 생성 프롬프트

AI 영상 생성(Sora, Veo, LTX-2 등)은 이미지 프롬프트에 시간과 움직임이 추가된다.

4.1 영상 프롬프트 공식

[카메라 움직임] + [주제의 동작] + [환경/배경] + [시간/조명 변화] + [분위기]

4.2 3개 국어 실전 표현

🇰🇷 한국어

"카메라가 천천히 줌인하면서, 네온 불빛이 가득한 도쿄 골목길을
걸어가는 사이보그 여성. 비가 내리고 있고, 물웅덩이에
네온 불빛이 반사된다. 시네마틱, 슬로우 모션, 블레이드 러너 스타일."

표현	효과
"카메라가 ~하면서"	카메라 워크
"천천히 / 빠르게 움직이는"	속도 조절
"~에서 ~으로 전환"	씬 전환
"슬로우 모션으로"	시간 왜곡
"시간이 흘러가면서 ~이 변한다"	타임랩스

🇺🇸 English

"Slow dolly shot through a misty bamboo forest at dawn,
camera gradually rising to reveal a hidden temple,
volumetric light rays through the canopy, gentle fog rolling,
ethereal and peaceful, Studio Ghibli aesthetic, 4K cinematic."

Expression	Effect
"dolly in / tracking shot / crane shot"	Camera movement
"slow motion / time-lapse / speed ramp"	Time manipulation
"transition from X to Y"	Scene change
"camera orbits around the subject"	360° movement
"parallax scrolling effect"	Depth illusion

🇯🇵 日本語

"カメラがゆっくりとドリーインしながら、桜吹雪（さくらふぶき）の中（なか）を
歩（ある）く着物姿（きものすがた）の女性（じょせい）。
夕暮（ゆうぐ）れの柔（やわ）らかい光（ひかり）、
スローモーション、映画的（えいがてき）な雰囲気。"

表現	効果
カメラが〜しながら	カメラワーク
ゆっくり / 素早（すばや）く	速度調整（そくどちょうせい）
〜から〜に変（か）わる	シーン転換（てんかん）
タイムラプスで	時間経過（じかんけいか）

5. 디버깅 프롬프트

코드 디버깅에서 AI를 활용할 때는 에러 메시지 + 코드 + 환경 정보를 함께 제공하는 것이 핵심이다.

5.1 디버깅 프롬프트 공식

[에러 메시지/증상] + [관련 코드] + [환경 정보] + [시도한 것] + [원하는 결과]

5.2 3개 국어 실전 표현

🇰🇷 한국어

❌ 나쁜 예: "이 코드 안 돼. 고쳐줘."

✅ 좋은 예: "Python 3.12, FastAPI 0.115에서 아래 코드 실행 시
'RuntimeError: Event loop is closed' 에러가 발생합니다.

[코드 블록]

환경: Ubuntu 24.04, uvicorn 0.30
시도한 것: asyncio.new_event_loop() 추가 → 동일 에러
원하는 결과: 비동기 DB 연결이 정상 종료되어야 함"

디버깅 표현:

표현	용도
"이 에러 메시지의 원인이 뭐야?"	원인 분석
"단계별로 디버깅 과정을 알려줘"	체계적 접근
"이 코드의 잠재적 버그를 찾아줘"	코드 리뷰
"~했는데도 같은 에러야. 다른 원인은?"	추가 분석
"성능 병목이 어디인지 분석해줘"	성능 디버깅
"이 로그에서 문제 원인을 찾아줘"	로그 분석
"메모리 릭이 의심돼. 확인해줘"	특정 문제
"수정된 코드 전체를 보여줘"	완성 코드 요청

🇺🇸 English

❌ Bad: "My code doesn't work, fix it"

✅ Good: "I'm getting a 'CUDA out of memory' error when training a LoRA adapter
on RTX 3090 (24GB). Model: Llama-3.1-8B, batch_size=4, max_seq_len=2048.

[code block]

Env: PyTorch 2.4, CUDA 12.4, transformers 4.44
Tried: gradient_checkpointing=True → still OOM
Expected: Training should fit in 24GB VRAM with LoRA rank=16"

Expression	Purpose
"What's the root cause of this error?"	Root cause analysis
"Walk me through the debugging process"	Systematic approach
"What are the potential issues in this code?"	Code review
"I've already tried X. What else could cause this?"	Narrowing down
"Profile this code for performance bottlenecks"	Performance debug
"Analyze this stack trace"	Stack trace analysis
"Show me the corrected code with comments"	Fix with explanation
"What's the minimal reproducible example?"	Isolation

🇯🇵 日本語

❌ 悪い例: "動（うご）かない。直（なお）して"

✅ 良い例: "Go 1.22で以下（いか）のコードを実行（じっこう）すると、
'goroutine leak detected' という警告（けいこく）が出（で）ます。

[コードブロック]

環境: macOS, Go 1.22, goleak v1.3
試（ため）したこと: defer cancel() 追加（ついか） → 変（か）わらず
期待（きたい）する結果: goroutineが正常（せいじょう）に終了（しゅうりょう）すること"

表現	用途
このエラーの原因（げんいん）は何（なん）ですか	原因分析
デバッグの手順（てじゅん）を教えて	体系的（たいけいてき）アプローチ
このコードの問題点（もんだいてん）を指摘（してき）して	コードレビュー
〜を試しましたがダメでした	試行錯誤（しこうさくご）の共有
パフォーマンスのボトルネックはどこですか	性能分析（せいのうぶんせき）
修正後（しゅうせいご）のコード全体（ぜんたい）を見（み）せて	完成コード

6. 프롬프트 개선 체크리스트

어떤 상황이든 이 체크리스트로 프롬프트를 점검하자:

역할/전문성을 부여했는가?
구체적인 맥락을 제공했는가?
출력 형식을 지정했는가? (표, JSON, 코드, 목록 등)
제약 조건을 명시했는가? (길이, 범위, 시기 등)
예시를 포함했는가? (Few-shot)
부정 지시를 했는가? ("~하지 마", "~제외")
이미지/영상이면 5요소(주제, 스타일, 구도, 조명, 분위기)가 있는가?
디버깅이면 에러+코드+환경+시도+기대가 모두 있는가?

7. 고급 기법 — 상황별 템플릿

7.1 정보 검색 템플릿

너는 [역할]이야.
[주제]에 대해 [관점/기준]으로 설명해줘.
[출력 형식]으로 정리하고, [제약 조건]을 지켜줘.
실전 예시를 [N]개 포함해줘.

7.2 이미지 생성 템플릿

[피사체 상세 묘사], [동작/포즈],
[환경/배경 상세], [카메라 앵글] shot,
[조명 종류], [색감/분위기],
[스타일], [품질 키워드]

7.3 디버깅 템플릿

환경: [OS, 언어 버전, 프레임워크 버전]
에러: [정확한 에러 메시지]
코드: [관련 코드 블록]
시도한 것: [이미 시도한 해결책]
기대 결과: [정상 동작 시 예상 결과]

8. 실전 Before/After 비교

정보 검색

Before	After
Redis 알려줘	너는 10년차 백엔드 개발자야. Redis를 캐시로 쓸 때 Cache-Aside vs Write-Through vs Write-Behind 패턴의 차이를 비교 표로 정리해줘. 각 패턴의 데이터 일관성, 성능, 구현 복잡도를 포함하고, e-commerce 환경 기준으로 추천해줘.

이미지 생성

Before	After
우주 사진 그려줘	A lone astronaut floating above Saturn's rings, shot from below looking up, dramatic rim lighting from the planet's reflected glow, deep space darkness with scattered stars, sense of cosmic solitude, cinematic anamorphic lens flare, photorealistic, 8K ultra-detail, color palette: deep blue, gold, white

디버깅

Before	After
OOM 에러 어떻게 해	PyTorch 2.4 + RTX 3090 (24GB)에서 Llama-3.1-8B LoRA 학습 중 CUDA OOM 발생. batch_size=4, seq_len=2048, LoRA r=16. gradient_checkpointing=True 적용했지만 동일. nvidia-smi 상 22GB/24GB 사용 중. 추가로 VRAM을 줄일 수 있는 방법을 우선순위별로 알려줘.

🧠 이해도 체크 퀴즈

Q1. 프롬프트 엔지니어링의 3가지 핵심 원칙은?

구체적으로 (Specific)
맥락을 준다 (Context)
형식을 지정한다 (Format)

Q2. 이미지 생성 프롬프트의 5가지 필수 요소는?

주제(Subject) + 스타일(Style) + 구도/카메라(Composition) + 조명(Lighting) + 분위기/색감(Mood/Color)

Q3. "Step by step"이라는 기법의 정식 이름과 효과는?

Chain of Thought (CoT). AI가 중간 추론 과정을 거치게 하여 복잡한 문제에서 정확도를 높인다.

Q4. 디버깅 프롬프트에 반드시 포함해야 할 5가지 정보는?

에러 메시지/증상
관련 코드
환경 정보 (OS, 언어 버전 등)
이미 시도한 것
원하는 결과 (기대 동작)

Q5. "Rembrandt lighting"은 이미지 프롬프트에서 어떤 효과를 만드는가?

피사체의 한쪽 얼굴에 삼각형 모양의 빛을 만드는 고전적 인물 조명 기법. 드라마틱하고 입체감 있는 초상화 효과를 낸다.

Q6. Few-shot 프롬프팅이란?

AI에게 원하는 입출력 형태의 예시(Example)를 1~5개 먼저 보여준 뒤 실제 질문을 하는 기법. 출력 형식과 품질을 통제하는 데 효과적이다.

Q7. 영어로 "단계별로 디버깅 과정을 알려줘"는?

"Walk me through the debugging process step by step."

Q8. 일본어로 "이 코드의 잠재적 버그를 찾아줘"는?

このコードの潜在的（せんざいてき）なバグを指摘（してき）してください。

Q9. 이미지 프롬프트에서 "shallow depth of field"와 "bokeh"의 효과는?

피사체에만 초점이 맞고 배경이 부드럽게 흐려지는(아웃포커싱) 효과. 인물 사진이나 제품 사진에서 피사체를 강조할 때 사용한다.

Q10. 영상 프롬프트에서 "dolly in"과 "zoom in"의 차이는?

Dolly in은 카메라 자체가 물리적으로 피사체에 가까이 이동하는 것이고, Zoom in은 카메라 위치는 고정한 채 렌즈의 초점거리를 변경하는 것. Dolly in이 더 자연스럽고 입체감 있는 움직임을 만든다.

참고 자료

AI Prompt Engineering Complete Guide — Information Retrieval, Image/Video Generation, and Debugging (KR/EN/JA)

1. Why Do Prompts Matter?
2. Information Retrieval Prompts
- 2.1 Key Techniques
- 2.2 Practical Expressions in Three Languages
3. Image Generation Prompts
- 3.1 Image Prompt Formula
- 3.2 Practical Expressions in Three Languages
4. Video Generation Prompts
- 4.1 Video Prompt Formula
- 4.2 Practical Expressions in Three Languages
5. Debugging Prompts
- 5.1 Debugging Prompt Formula
- 5.2 Practical Expressions in Three Languages
6. Prompt Improvement Checklist
7. Advanced Techniques — Situational Templates
8. Before/After Comparisons in Practice
Comprehension Check Quiz
References
Quiz

1. Why Do Prompts Matter?

Even with the same AI model, the quality of results varies dramatically depending on how you ask.

"Prompt engineering is the art of communicating with AI." — IBM, The 2026 Guide to Prompt Engineering

The core principles boil down to just three:

Be Specific — Eliminate ambiguity
Provide Context — Give AI the basis for judgment
Specify Format — State the desired output form explicitly

2. Information Retrieval Prompts

The most common mistake when seeking information is asking broadly, like "Tell me about ~."

2.1 Key Techniques

Technique	Description	Example
Role Assignment	Give AI an expert role	"You are a 10-year DBA"
Chain of Thought	Request step-by-step reasoning	"Explain step by step"
Few-shot	Show examples first	"Example: show 3 Q→A pairs"
Constraints	Narrow the scope	"Only sources after 2025, within 3 lines"
Output Format	Specify JSON, table, code, etc.	"Answer in JSON format"

2.2 Practical Expressions in Three Languages

Korean

Basic: "PostgreSQL의 인덱스 종류를 비교해줘"

Improved: "너는 10년차 PostgreSQL DBA야. B-tree, Hash, GIN, GiST 인덱스의
사용 사례, 성능 차이, 실전 선택 기준을 표로 정리해줘.
프로덕션 환경(1000만 행 이상) 기준으로."

Useful expressions:

Expression	Purpose
"~의 장단점을 비교해줘"	Comparative analysis
"실전에서 자주 쓰는 패턴 위주로"	Emphasis on practicality
"초보자도 이해할 수 있게 설명해줘"	Difficulty adjustment
"근거와 출처를 함께 알려줘"	Establishing credibility
"~와 ~의 차이를 코드 예시로 보여줘"	Concrete explanation
"내가 면접에서 설명한다고 가정하고"	Context setting
"한 문장으로 핵심만"	Concise answer
"최신 트렌드 (2025~2026) 기준으로"	Time-scoped

English

Basic: "Tell me about Kubernetes networking"

Improved: "You are a senior Kubernetes platform engineer with CKA/CKS certifications.
Explain the differences between ClusterIP, NodePort, LoadBalancer, and Ingress
with real-world use cases. Include a comparison table and one kubectl example for each.
Focus on production clusters with 50+ nodes."

Useful expressions:

Expression	Purpose
"Compare X and Y in terms of..."	Structured comparison
"Explain like I'm preparing for a job interview"	Context setting
"Give me a step-by-step breakdown"	Chain of thought
"What are the trade-offs between..."	Critical analysis
"Show me a before/after example"	Concrete demonstration
"In a production environment with..."	Real-world grounding
"Summarize in 3 bullet points"	Concise output
"What would a senior engineer do differently?"	Expert-level insight

Japanese

Basic: "Dockerについて教えて"

Improved: "あなたは経験豊富なDevOpsエンジニアです。
DockerとPodmanの違いを、セキュリティ、パフォーマンス、
エコシステムの3つの観点から比較表でまとめてください。
本番環境での選択基準も含めてください。"

Useful expressions:

Expression	Purpose
〜を比較してください	Comparative analysis
実務で使える例を挙げて	Practical focus
初心者でも分かるように	Level adjustment
ステップバイステップで説明して	Step-by-step explanation
メリットとデメリットを教えて	Pros/cons comparison
具体的なコード例付きで	Code-accompanied explanation
一言でまとめると	Summary
面接で聞かれたら	Interview preparation

3. Image Generation Prompts

For AI image generation (Gemini, Midjourney, DALL-E, Stable Diffusion, etc.), the key is to include all five elements without exception.

3.1 Image Prompt Formula

[Subject] + [Style] + [Composition/Camera] + [Lighting] + [Mood/Color]

Element	Example Keywords
Subject	a samurai warrior, a futuristic city, a cozy cafe
Style	photorealistic, anime, oil painting, flat design, cyberpunk
Composition/Camera	close-up, bird's eye view, wide-angle lens, macro shot, rule of thirds
Lighting	golden hour, Rembrandt lighting, neon glow, soft diffused light, rim light
Mood/Color	warm tones, dark moody, pastel, vibrant, high contrast

3.2 Practical Expressions in Three Languages

Korean

Bad example: "고양이 그려줘"

Good example: "창가에 앉아 있는 흰색 페르시안 고양이, 따뜻한 오후 햇살이 비치는
카페 안, 얕은 피사계 심도(shallow depth of field), 따뜻한 톤,
35mm 필름 느낌의 사진, 부드러운 자연광"

Image prompt expressions:

Expression	Effect
"시네마틱 조명으로"	Cinematic mood
"클로즈업 / 와이드 앵글"	Composition
"~스타일로 그려줘"	Style selection
"배경은 ~으로 해줘"	Environment setup
"높은 해상도, 디테일하게"	Quality boost
"어두운/밝은 분위기로"	Tone control
"네온 조명 / 골든아워"	Lighting effect
"텍스트 '~'를 포함해줘"	Text insertion

English

Bad: "Draw a robot"

Good: "A humanoid robot sitting in a library reading a book,
surrounded by floating holographic screens, warm ambient lighting,
cinematic composition, shot with 85mm lens, shallow depth of field,
cyberpunk aesthetic with warm orange and cool blue color palette, 8K detail"

Image prompt expressions:

Expression	Effect
"cinematic lighting, dramatic shadows"	Film-quality atmosphere
"close-up portrait / bird's eye view"	Camera angle
"in the style of [artist/genre]"	Style reference
"shallow depth of field, bokeh"	Focus control
"8K, ultra-detailed, photorealistic"	Quality boost
"golden hour / blue hour / neon-lit"	Lighting mood
"rule of thirds composition"	Balanced framing
"negative space, minimalist"	Clean design
"hyper-detailed texture, pores visible"	Extreme detail

Japanese

Bad example: "猫を描いて"

Good example: "桜の木の下で昼寝している三毛猫、水彩画風、
柔らかい春の日差し、パステルカラー、温かい雰囲気"

Image prompt expressions:

Expression	Effect
〜風に描いて	Style specification
アップ / 俯瞰で	Composition
映画のような照明で	Cinematic
高解像度で詳細に	Quality boost
暖色系 / 寒色系	Tone adjustment
〜を背景にして	Environment setting

4. Video Generation Prompts

AI video generation (Sora, Veo, LTX-2, etc.) adds time and movement to image prompts.

4.1 Video Prompt Formula

[Camera Movement] + [Subject's Action] + [Environment/Background] + [Time/Lighting Changes] + [Mood]

4.2 Practical Expressions in Three Languages

Korean

"카메라가 천천히 줌인하면서, 네온 불빛이 가득한 도쿄 골목길을
걸어가는 사이보그 여성. 비가 내리고 있고, 물웅덩이에
네온 불빛이 반사된다. 시네마틱, 슬로우 모션, 블레이드 러너 스타일."

Expression	Effect
"카메라가 ~하면서"	Camera work
"천천히 / 빠르게 움직이는"	Speed control
"~에서 ~으로 전환"	Scene transition
"슬로우 모션으로"	Time distortion
"시간이 흘러가면서 ~이 변한다"	Time-lapse

English

"Slow dolly shot through a misty bamboo forest at dawn,
camera gradually rising to reveal a hidden temple,
volumetric light rays through the canopy, gentle fog rolling,
ethereal and peaceful, Studio Ghibli aesthetic, 4K cinematic."

Expression	Effect
"dolly in / tracking shot / crane shot"	Camera movement
"slow motion / time-lapse / speed ramp"	Time manipulation
"transition from X to Y"	Scene change
"camera orbits around the subject"	360 degree movement
"parallax scrolling effect"	Depth illusion

Japanese

"カメラがゆっくりとドリーインしながら、桜吹雪の中を
歩く着物姿の女性。夕暮れの柔らかい光、
スローモーション、映画的な雰囲気。"

Expression	Effect
カメラが〜しながら	Camera work
ゆっくり / 素早く	Speed control
〜から〜に変わる	Scene transition
タイムラプスで	Time progression

5. Debugging Prompts

When using AI for code debugging, the key is to provide error message + code + environment info together.

5.1 Debugging Prompt Formula

[Error Message/Symptoms] + [Related Code] + [Environment Info] + [What You've Tried] + [Expected Result]

5.2 Practical Expressions in Three Languages

Korean

Bad example: "이 코드 안 돼. 고쳐줘."

Good example: "Python 3.12, FastAPI 0.115에서 아래 코드 실행 시
'RuntimeError: Event loop is closed' 에러가 발생합니다.

[code block]

환경: Ubuntu 24.04, uvicorn 0.30
시도한 것: asyncio.new_event_loop() 추가 → 동일 에러
원하는 결과: 비동기 DB 연결이 정상 종료되어야 함"

Debugging expressions:

Expression	Purpose
"이 에러 메시지의 원인이 뭐야?"	Root cause analysis
"단계별로 디버깅 과정을 알려줘"	Systematic approach
"이 코드의 잠재적 버그를 찾아줘"	Code review
"~했는데도 같은 에러야. 다른 원인은?"	Further analysis
"성능 병목이 어디인지 분석해줘"	Performance debug
"이 로그에서 문제 원인을 찾아줘"	Log analysis
"메모리 릭이 의심돼. 확인해줘"	Specific issue
"수정된 코드 전체를 보여줘"	Complete fix request

English

Bad: "My code doesn't work, fix it"

Good: "I'm getting a 'CUDA out of memory' error when training a LoRA adapter
on RTX 3090 (24GB). Model: Llama-3.1-8B, batch_size=4, max_seq_len=2048.

[code block]

Env: PyTorch 2.4, CUDA 12.4, transformers 4.44
Tried: gradient_checkpointing=True → still OOM
Expected: Training should fit in 24GB VRAM with LoRA rank=16"

Expression	Purpose
"What's the root cause of this error?"	Root cause analysis
"Walk me through the debugging process"	Systematic approach
"What are the potential issues in this code?"	Code review
"I've already tried X. What else could cause this?"	Narrowing down
"Profile this code for performance bottlenecks"	Performance debug
"Analyze this stack trace"	Stack trace analysis
"Show me the corrected code with comments"	Fix with explanation
"What's the minimal reproducible example?"	Isolation

Japanese

Bad example: "動かない。直して"

Good example: "Go 1.22で以下のコードを実行すると、
'goroutine leak detected' という警告が出ます。

[code block]

環境: macOS, Go 1.22, goleak v1.3
試したこと: defer cancel() 追加 → 変わらず
期待する結果: goroutineが正常に終了すること"

Expression	Purpose
このエラーの原因は何ですか	Root cause analysis
デバッグの手順を教えて	Systematic approach
このコードの問題点を指摘して	Code review
〜を試しましたがダメでした	Sharing attempts
パフォーマンスのボトルネックはどこですか	Performance analysis
修正後のコード全体を見せて	Complete fix

6. Prompt Improvement Checklist

Use this checklist to review your prompts in any situation:

Did you assign a role/expertise?
Did you provide specific context?
Did you specify the output format? (table, JSON, code, list, etc.)
Did you state constraints? (length, scope, time period, etc.)
Did you include examples? (Few-shot)
Did you use negative instructions? ("Don't ~", "Exclude ~")
For images/video, do you have all 5 elements (subject, style, composition, lighting, mood)?
For debugging, do you have all of error + code + environment + attempts + expectations?

7. Advanced Techniques — Situational Templates

7.1 Information Retrieval Template

You are a [role].
Explain [topic] from the perspective of [criteria/viewpoint].
Organize in [output format] and follow [constraints].
Include [N] practical examples.

7.2 Image Generation Template

[Detailed subject description], [action/pose],
[detailed environment/background], [camera angle] shot,
[lighting type], [color palette/mood],
[style], [quality keywords]

7.3 Debugging Template

Environment: [OS, language version, framework version]
Error: [exact error message]
Code: [relevant code block]
Tried: [solutions already attempted]
Expected: [expected behavior when working correctly]

8. Before/After Comparisons in Practice

Information Retrieval

Before	After
Tell me about Redis	You are a 10-year backend developer. Compare Cache-Aside vs Write-Through vs Write-Behind patterns for using Redis as a cache. Include data consistency, performance, and implementation complexity in a comparison table. Recommend based on an e-commerce environment.

Image Generation

Before	After
Draw a space photo	A lone astronaut floating above Saturn's rings, shot from below looking up, dramatic rim lighting from the planet's reflected glow, deep space darkness with scattered stars, sense of cosmic solitude, cinematic anamorphic lens flare, photorealistic, 8K ultra-detail, color palette: deep blue, gold, white

Debugging

Before	After
How do I fix OOM	PyTorch 2.4 + RTX 3090 (24GB): CUDA OOM during Llama-3.1-8B LoRA training. batch_size=4, seq_len=2048, LoRA r=16. gradient_checkpointing=True applied but same error. nvidia-smi shows 22GB/24GB used. List additional VRAM reduction methods by priority.

Comprehension Check Quiz

Q1. What are the three core principles of prompt engineering?

Be Specific
Provide Context
Specify Format

Q2. What are the five essential elements of an image generation prompt?

Subject + Style + Composition/Camera + Lighting + Mood/Color

Q3. What is the formal name and effect of the "step by step" technique?

Chain of Thought (CoT). It makes the AI go through intermediate reasoning steps, increasing accuracy on complex problems.

Q4. What are the five pieces of information that must be included in a debugging prompt?

Error message/symptoms
Related code
Environment info (OS, language version, etc.)
What you've already tried
Expected result (expected behavior)

Q5. What effect does "Rembrandt lighting" create in image prompts?

A classic portrait lighting technique that creates a triangle of light on one side of the subject's face. It produces dramatic, three-dimensional portrait effects.

Q6. What is few-shot prompting?

A technique where you first show the AI 1 to 5 examples of the desired input/output format before asking your actual question. It is effective for controlling output format and quality.

Q7. How do you say "Walk me through the debugging process step by step" in Korean?

"단계별로 디버깅 과정을 알려줘"

Q8. How do you say "Find the potential bugs in this code" in Japanese?

このコードの潜在的なバグを指摘してください。

Q9. What is the effect of "shallow depth of field" and "bokeh" in image prompts?

An effect where only the subject is in focus and the background is softly blurred (out-of-focus). Used to emphasize the subject in portrait or product photography.

Q10. What is the difference between "dolly in" and "zoom in" in video prompts?

Dolly in physically moves the camera closer to the subject, while zoom in changes the focal length of the lens while the camera stays in place. Dolly in creates a more natural and three-dimensional sense of movement.

References

Quiz

Q1: What is the main topic covered in "AI Prompt Engineering Complete Guide — Information Retrieval, Image/Video Generation, and Debugging (KR/EN/JA)"?

Prompt techniques for getting great results from AI, organized by use case: information retrieval, image/video generation, and debugging. Includes practical expressions in three languages — Korean, English, and Japanese.

Q2: Why Do Prompts Matter??

Even with the same AI model, the quality of results varies dramatically depending on how you ask. The core principles boil down to just three: Be Specific — Eliminate ambiguity Provide Context — Give AI the basis for judgment Specify Format — State the desired output form explici...

Q3: Explain the core concept of Information Retrieval Prompts.

The most common mistake when seeking information is asking broadly, like "Tell me about ~." 2.1 Key Techniques 2.2 Practical Expressions in Three Languages Korean Useful expressions: English Useful expressions: Japanese Useful expressions:

Q4: What are the key aspects of Image Generation Prompts?

For AI image generation (Gemini, Midjourney, DALL-E, Stable Diffusion, etc.), the key is to include all five elements without exception.

Q5: How does Video Generation Prompts work?

AI video generation (Sora, Veo, LTX-2, etc.) adds time and movement to image prompts. 4.1 Video Prompt Formula 4.2 Practical Expressions in Three Languages Korean English Japanese