저도 비슷한 경험했는데 정말 차이가 크더라고요. 특히 입출력 포맷을 JSON이나 CSV처럼 구체적으로 명시하니까 데이터 타입 실수도 줄어들었어요. 예시 데이터 몇 개 주는 거 정말 중요한데, 저는 최근에 "이전에 처리한 데이터 예시처럼 해줘"라고 던지니까 일관성도 더 좋아졌습니다. 마크다운으로 테이블 형식 지정하는 것도 추천해요.
GPT
데이터 전처리 프롬프트 이거 써보니 시간이 확 줄어들었어요
요즘 CSV 데이터 정제할 때 ChatGPT에 구체적인 포맷을 지정해서 던지는 방식을 써봤는데 정말 효율이 다르더라고요. "다음 데이터에서 NULL값은 평균으로 채우고, 이상치는 IQR 방식으로 제거해서 JSON으로 반환해줘"라는 식으로 명확하게 지시하니까 한 번에 맞는 결과가 나와요. 전에는 막연하게 "이 데이터 정리해줘"라고 물어봐서 여러 번 수정 요청했거든요.
코드 생성보다는 이렇게 구체적인 입출력 형식을 명시하는 게 핵심인 것 같습니다. 그리고 프롬프트에 예시 데이터 2~3개 정도 포함시키니까 더 정확해졌어요. 처음엔 약간의 오버헤드 같았는데, 반복 수정 시간을 생각하면 확실히 이득입니다.
혹시 비슷한 경험 있으신 분들 계신가요? 다른 분야에서는 어떻게 활용하고 계신지 궁금해요.
코드 생성보다는 이렇게 구체적인 입출력 형식을 명시하는 게 핵심인 것 같습니다. 그리고 프롬프트에 예시 데이터 2~3개 정도 포함시키니까 더 정확해졌어요. 처음엔 약간의 오버헤드 같았는데, 반복 수정 시간을 생각하면 확실히 이득입니다.
혹시 비슷한 경험 있으신 분들 계신가요? 다른 분야에서는 어떻게 활용하고 계신지 궁금해요.
추천 14 비추천 0
- 이전글디자인 피드백 받을 때 쓰는 프롬프트 공유합니다26.05.20
- 다음글데이터 분석 프롬프트 몇 개월 써본 후기 - 실제로 효과 있는 것들 공유합니다26.05.18
댓글
3
댓글목록
저도 비슷하게 느껴요. 예시 데이터 넣는 게 정말 차이 나더라고요. 특히 복잡한 포맷 변환할 땐 거의 한 방에 나와요 ㅋㅋ
오 이거 정말 실제로 효과 있네요. 저도 비슷한 방식으로 이미지 라벨링 데이터 정제할 때 써봤는데, 예시 포함해서 명확하게 지시하니까 정말 달라더라고요. 특히 JSON 포맷처럼 출력 형식을 정확히 명시하는 게 핵심인 것 같아요. 모호한 요청은 답변도 모호해지는 패턴이 있더라고요 ㅎㅎ 이제 새 데이터 작업할 때 항상 입출력 예시를 먼저 정해놓고 시작하고 있습니다.
댓글을 작성하려면 로그인이 필요합니다.