프롬프트 체이닝
한 줄 정의
여러 프롬프트를 순차적으로 연결해 한 단계의 출력이 다음 단계의 입력이 되도록 구성하는 가장 단순한 형태의 에이전트 패턴입니다.
자세히 알아보기
Prompt Chaining은 '한 번에 다 시키지 말고 단계로 쪼개라'는 아이디어입니다. 예를 들어 콘텐츠 제작이라면 '주제 리서치 → 아웃라인 → 초안 → 톤 보정 → 메타 설명'처럼 단계마다 별도 프롬프트를 두고, 앞 단계의 출력이 뒷 단계의 입력으로 들어가게 묶습니다.
단순해 보이지만 효과는 큽니다. 단계가 분리되면 모델이 한 번에 신경 써야 할 양이 줄어들어 품질이 안정되고, 중간 결과를 사람이 검수하거나 다른 도구로 처리하기도 쉬워집니다. ReAct·Planning Agent 같은 더 복잡한 패턴도 본질적으로는 Prompt Chaining의 확장으로 볼 수 있습니다.
마케팅 자동화에서는 거의 기본기에 가깝습니다. 캠페인 보고서 작성, 카피 변형 생성, 키워드 클러스터링 같은 작업은 한 프롬프트로 우겨넣기보다 3~5단계로 끊어 체이닝하는 쪽이 결과 품질도 좋고 디버깅도 쉽습니다.
관련 용어
ReAct
LLM이 '생각(Thought) → 행동(Action) → 관찰(Observation)' 루프를 반복하며 도구를 호출해 문제를 푸는 대표적인 에이전트 패턴입니다.
AI Agent플래닝 에이전트
복잡한 목표를 받으면 먼저 단계별 계획을 수립하고, 그 계획을 따라가며 도구를 호출하는 에이전트 패턴을 가리킵니다.
LLM프롬프트 엔지니어링
LLM이 원하는 결과를 더 잘 내도록 입력 문구를 설계하는 기술이자 기술 분야로, 모델을 직접 학습시키지 않고도 출력 품질을 크게 바꿀 수 있습니다.
AI AgentAI 에이전트
사용자의 목표를 받아 스스로 계획을 세우고 도구를 호출해가며 작업을 끝까지 수행하는 LLM 기반 시스템을 가리킵니다.
AI Agent도구 사용
LLM이 외부 API·계산기·검색 같은 도구를 직접 호출해 답변에 활용하는 기능으로, 모든 에이전트의 기본 동작입니다.
우리 브랜드는 AI 답변에 어떻게 등장하고 있을까요?
Villion은 ChatGPT·Perplexity·AI Overview에서 브랜드 인용 현황을 진단하고, 인용률과 언급 점유율을 끌어올리는 작업을 자동화합니다.
무료 진단 받기