관련 주제
×
Microsoft로 로그인
로그인하거나 계정을 만듭니다.
안녕하세요.
다른 계정을 선택합니다.
계정이 여러 개 있음
로그인할 계정을 선택합니다.
브라우저가 비디오를 지원하지 않습니다. Microsoft Silverlight나 Adobe Flash Player, Internet Explorer 9를 설치하세요.

좋은 프롬프트를 작성하는 것은 Copilot로 더 나은 결과를 얻는 열쇠입니다. 인간과 효과적으로 의사 소통하는 데 도움이 되는 기술이 있는 것처럼 프롬프트를 작성할 때 Copilot로 더 나은 결과를 얻을 수 있도록 도와주는 팁이 있습니다. 

다음은 고려해야 할 몇 가지 팁입니다.

  • 세부 정보 포함: 목표(Copilot가 수행하려는 작업) 외에도 일부 컨텍스트를 포함하고, Copilot가 요청을 이행하기 위해 응답하는 방법 및 Copilot가 사용해야 하는 특정 정보 원본(예: 파일 또는 이메일 메시지)을 설명하는 것이 좋습니다. Word Copilot를 사용하여 다음 두 가지 프롬프트를 시도하고 받는 응답을 비교합니다. 더 풍부하고 간결한 블로그 게시물 초안을 제공 한 프롬프트는 무엇입니까?

    • 프롬프트 1: 농업의 지속 가능한 관행에 대한 블로그 게시물을 작성합니다.

    • 프롬프트 2: 지속 가능성에 관심이 있는 일반 청중을 위한 1500 단어 블로그 게시물을 작성하여 유기농 농업 및 농업 양식과 같은 지속 가능한 농업 관행의 중요성과 이점에 초점을 맞춥니다. 실제 예제, 혁신적인 기술 및 평판 좋은 출처의 인사이트를 포함합니다. 이러한 관행의 중요성에 대한 반성과 이를 수용하기 위한 집단적 노력의 요구로 마무리

  • 더 나은 결과를 위해 프롬프트를 구성합니다. 프롬프트에 관해서는 주문이 중요합니다. 지침의 순서는 받는 응답에 영향을 미칠 수 있습니다. 프롬프트의 이후 부분은 이전 부분보다 더 강조될 가능성이 높습니다. 다양한 주문을 실험하여 영향을 이해합니다. Copilot에서 특정 파일 또는 원본을 사용하려면 해당 정보를 마지막으로 입력합니다. Word Copilot를 사용하여 다음 두 가지 프롬프트를 시도하고 받는 응답을 비교합니다. 여기서는 어떤 차이점이 있나요?

    • 프롬프트 1 (명령 컨텍스트 예제): 명상의 이점을 간략하게 설명하는 블로그 게시물을 작성합니다. 명상은 수세기 동안 관행이되어 왔으며 스트레스를 줄이는 것으로 유명합니다. instance 위해, 마음 챙김 명상은 정신 건강에 긍정적인 효력을 보여주었습니다.

    • 프롬프트 2 (컨텍스트 예제 명령): 명상은 수세기 동안 관행이되어 왔으며 스트레스를 줄이는 것으로 유명합니다. 마음 챙김 명상, 예를 들어, 정신 건강에 긍정적인 영향을 보여 주었다. 이를 감안할 때 명상의 이점을 요약한 블로그 게시물을 작성합니다.

  • 긍정적인 지침을 제공합니다. 코필로트는 행동을 취하기 위해 만들어졌기 때문에 코필로에게 "하지 말 것"보다 "할 일"을 말하는 것이 더 효과적입니다. "if-then" 지침을 사용해 보세요.

  • 반복 및 다시 생성: 첫 번째 결과가 최종 또는 최상의 응답이 아닌 경우가 많습니다. Copilot가 제공한 결과에 만족하지 않는 경우 프롬프트를 수정하고 다시 시도하세요. 다음 세 번의 반복을 시도하고 각 반복을 통해 응답이 어떻게 개선될 수 있는지 확인합니다.

    • 라운드 1: 재생 에너지 기술의 발전에 대해 작성합니다.

    • 라운드 2: 엔지니어와 환경 과학자의 청중을 위해 태양 광 및 풍력 에너지에 초점을 맞춘 재생 에너지 기술의 최근 발전을 논의하는 기술 기사를 작성합니다.

    • 3라운드: 엔지니어와 환경 과학자를 위한 자세한 기술 문서를 작성하여 태양광 및 풍력 에너지에 중점을 둔 재생 에너지 기술의 최근 발전과 혁신을 탐구합니다. 이러한 기술, 효율성 향상 및 실제 애플리케이션의 이면에 있는 과학적 원칙에 대해 논의합니다. 정확하고 최신 정보는 최근 연구 논문, 특허 및 산업 보고서를 참조하세요.

  • 항상 Copilot에서 받는 응답을 검토하고 확인 합니다.  Copilot는 다음 단어와 구를 예측하도록 학습된 LLM(대규모 언어 모델)을 기반으로 합니다. LLM은 때때로 편향되거나, 공격적이거나, 유해하거나, 올바르지 않은 콘텐츠를 생성할 수 있습니다. 따라서 정확도 및 적합성에 대한 응답을 지속적으로 검토하고 유효성을 검사해야 합니다.

참고 항목

Microsoft Copilot 도움말 & 학습

도움이 더 필요하세요?

더 많은 옵션을 원하세요?

구독 혜택을 살펴보고, 교육 과정을 찾아보고, 디바이스를 보호하는 방법 등을 알아봅니다.

커뮤니티를 통해 질문하고 답변하고, 피드백을 제공하고, 풍부한 지식을 갖춘 전문가의 의견을 들을 수 있습니다.

이 정보가 유용한가요?

언어 품질에 얼마나 만족하시나요?
사용 경험에 어떠한 영향을 주었나요?
제출을 누르면 피드백이 Microsoft 제품과 서비스를 개선하는 데 사용됩니다. IT 관리자는 이 데이터를 수집할 수 있습니다. 개인정보처리방침

의견 주셔서 감사합니다!

×