프롬프트 작성 모범 사례

이것은 Claude Opus 4.6, Claude Sonnet 4.6, Claude Haiku 4.5를 포함한 Claude의 최신 모델을 사용한 프롬프트 엔지니어링을 위한 단일 참고 자료입니다. 기초 기법, 출력 제어, 도구 사용, 사고, 에이전트 시스템을 다룹니다. 상황에 맞는 섹션으로 이동하세요.

일반 원칙

명확하고 직접적으로 표현하기

Claude는 명확하고 명시적인 지시에 잘 반응합니다. 원하는 출력에 대해 구체적으로 설명하면 결과를 향상시킬 수 있습니다. "기대 이상의" 동작을 원한다면 모호한 프롬프트에서 모델이 추론하도록 의존하기보다는 명시적으로 요청하세요.

Claude를 맥락이 부족한 새로운 직원이지만 뛰어난 사람으로 생각하세요. 원하는 것을 더 정확하게 설명할수록 결과가 더 좋습니다.

황금 규칙: 작업에 대한 최소한의 맥락을 가진 동료에게 프롬프트를 보여주고 따르도록 요청하세요. 그들이 혼란스러워하면 Claude도 혼란스러워할 것입니다.

• 원하는 출력 형식과 제약 조건에 대해 구체적으로 설명하세요.
• 단계의 순서나 완성도가 중요할 때 번호 매기기 목록이나 글머리 기호를 사용하여 순차적 단계로 지시를 제공하세요.

성능 향상을 위해 맥락 추가하기

지시 뒤의 맥락이나 동기를 제공하는 것, 예를 들어 Claude에게 그러한 동작이 왜 중요한지 설명하는 것은 Claude가 목표를 더 잘 이해하고 더 목표에 맞는 응답을 제공하는 데 도움이 될 수 있습니다.

Claude는 설명에서 일반화할 수 있을 만큼 똑똑합니다.

예제를 효과적으로 사용하기

예제는 Claude의 출력 형식, 톤, 구조를 조종하는 가장 신뢰할 수 있는 방법 중 하나입니다. 잘 만들어진 몇 가지 예제(소수 샷 또는 다중 샷 프롬프팅이라고 함)는 정확성과 일관성을 크게 향상시킬 수 있습니다.

예제를 추가할 때 다음과 같이 만드세요:

• 관련성: 실제 사용 사례를 밀접하게 반영하세요.
• 다양성: 엣지 케이스를 다루고 Claude가 의도하지 않은 패턴을 선택하지 않도록 충분히 다양하게 하세요.
• 구조화: 예제를 <example> 태그(여러 예제는 <examples> 태그)로 감싸서 Claude가 지시에서 구별할 수 있도록 하세요.

XML 태그로 프롬프트 구조화하기

XML 태그는 Claude가 복잡한 프롬프트를 명확하게 구문 분석하는 데 도움이 되며, 특히 프롬프트가 지시, 맥락, 예제, 변수 입력을 혼합할 때 도움이 됩니다. 각 유형의 콘텐츠를 자체 태그(예: <instructions>, <context>, <input>)로 감싸면 오해를 줄입니다.

모범 사례:

• 프롬프트 전체에서 일관되고 설명적인 태그 이름을 사용하세요.
• 콘텐츠에 자연스러운 계층 구조가 있을 때 태그를 중첩하세요(<documents> 내의 문서, 각각 <document index="n"> 내).

Claude에게 역할 부여하기

시스템 프롬프트에서 역할을 설정하면 사용 사례에 맞게 Claude의 동작과 톤에 초점을 맞춥니다. 단 한 문장만으로도 차이가 납니다:

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1024,
    system="You are a helpful coding assistant specializing in Python.",
    messages=[
        {"role": "user", "content": "How do I sort a list of dictionaries by key?"}
    ],
)
print(message.content)

긴 맥락 프롬프팅

대용량 문서 또는 데이터가 풍부한 입력(20k+ 토큰)으로 작업할 때 최상의 결과를 얻기 위해 프롬프트를 신중하게 구조화하세요:

• 긴 형식 데이터를 맨 위에 배치: 긴 문서와 입력을 프롬프트의 맨 위에, 쿼리, 지시, 예제 위에 배치하세요. 이는 모든 모델에서 성능을 크게 향상시킬 수 있습니다.

  테스트에서 끝에 있는 쿼리는 응답 품질을 최대 30%까지 향상시킬 수 있으며, 특히 복잡한 다중 문서 입력의 경우 더욱 그렇습니다.

• XML 태그로 문서 콘텐츠 및 메타데이터 구조화: 여러 문서를 사용할 때 각 문서를 <document> 태그로 감싸고 명확성을 위해 <document_content> 및 <source>(및 기타 메타데이터) 하위 태그를 사용하세요.

  예제 다중 문서 구조

모델 자기 인식

Claude가 애플리케이션에서 자신을 올바르게 식별하거나 특정 API 문자열을 사용하기를 원하는 경우:

어시스턴트는 Anthropic에서 만든 Claude입니다. 현재 모델은 Claude Opus 4.6입니다.

LLM이 필요한 앱의 경우 모델 문자열을 지정해야 합니다:

LLM이 필요할 때 사용자가 달리 요청하지 않는 한 Claude Opus 4.6을 기본값으로 사용하세요. Claude Opus 4.6의 정확한 모델 문자열은 claude-opus-4-6입니다.

출력 및 형식

통신 스타일 및 상세도

Claude의 최신 모델은 이전 모델과 비교하여 더 간결하고 자연스러운 통신 스타일을 가지고 있습니다:

• 더 직접적이고 근거 있음: 자축적인 업데이트보다는 사실 기반의 진행 상황 보고서를 제공합니다
• 더 대화체: 약간 더 유창하고 구어체이며 기계적이지 않습니다
• 덜 장황함: 명시적으로 요청하지 않는 한 효율성을 위해 상세한 요약을 건너뛸 수 있습니다

이는 Claude가 도구 호출 후 구두 요약을 건너뛰고 다음 작업으로 직접 이동할 수 있음을 의미합니다. 추론에 대한 더 많은 가시성을 선호하는 경우:

도구 사용을 포함하는 작업을 완료한 후 수행한 작업에 대한 빠른 요약을 제공하세요.

응답 형식 제어하기

출력 형식을 조종하는 몇 가지 특히 효과적인 방법이 있습니다:

1. Claude에게 하지 말아야 할 것이 아니라 할 것을 말하기

   • 대신: "응답에서 마크다운을 사용하지 마세요"
   • 시도: "응답은 부드럽게 흐르는 산문 단락으로 구성되어야 합니다."

2. XML 형식 표시기 사용

   • 시도: "응답의 산문 섹션을 <smoothly_flowing_prose_paragraphs> 태그로 작성하세요."

3. 프롬프트 스타일을 원하는 출력과 일치시키기

   프롬프트에서 사용된 형식 스타일은 Claude의 응답 스타일에 영향을 미칠 수 있습니다. 출력 형식 조종성 문제가 계속 발생하면 프롬프트 스타일을 원하는 출력 스타일과 최대한 일치시켜 보세요. 예를 들어 프롬프트에서 마크다운을 제거하면 출력의 마크다운 양을 줄일 수 있습니다.

4. 특정 형식 지정 선호도를 위해 상세한 프롬프트 사용

   마크다운 및 형식 지정 사용에 대한 더 많은 제어를 위해 명시적인 지침을 제공하세요:

<avoid_excessive_markdown_and_bullet_points>
보고서, 문서, 기술 설명, 분석 또는 기타 긴 형식의 콘텐츠를 작성할 때 완전한 단락과 문장을 사용하여 명확하고 흐르는 산문으로 작성하세요. 표준 단락 나누기를 사용하여 구성하고 마크다운을 주로 `인라인 코드`, 코드 블록(```...```)과 간단한 제목(###, ###)으로 예약하세요. **굵게** 및 *기울임꼴*을 사용하지 마세요.

순서가 있는 목록(1. ...) 또는 순서 없는 목록(*)을 사용하지 마세요. 단, a) 목록 형식이 최선의 옵션인 진정한 개별 항목을 제시하거나 b) 사용자가 명시적으로 목록이나 순위를 요청한 경우는 제외합니다.

글머리 기호나 숫자로 항목을 나열하는 대신 자연스럽게 문장에 통합하세요. 이 지침은 특히 기술 작성에 적용됩니다. 과도한 형식 지정 대신 산문을 사용하면 사용자 만족도가 향상됩니다. 지나치게 짧은 글머리 기호 시리즈를 절대 출력하지 마세요.

목표는 독자를 아이디어를 통해 자연스럽게 안내하는 읽을 수 있는 흐르는 텍스트이며 정보를 고립된 포인트로 단편화하지 않는 것입니다.
</avoid_excessive_markdown_and_bullet_points>

LaTeX 출력

Claude Opus 4.6은 수학 표현식, 방정식, 기술 설명에 대해 기본적으로 LaTeX를 사용합니다. 일반 텍스트를 선호하는 경우 프롬프트에 다음 지시를 추가하세요:

응답을 일반 텍스트로만 형식화하세요. LaTeX, MathJax 또는 \( \), $, \frac{}{} 같은 마크업 표기법을 사용하지 마세요. 모든 수학 표현식을 표준 텍스트 문자를 사용하여 작성하세요(예: 나눗셈의 경우 "/", 곱셈의 경우 "*", 지수의 경우 "^").

문서 작성

Claude의 최신 모델은 인상적인 창의적 재능과 강한 지시 준수로 프레젠테이션, 애니메이션, 시각적 문서를 만드는 데 탁월합니다. 모델은 대부분의 경우 첫 시도에 세련되고 사용 가능한 출력을 생성합니다.

문서 작성으로 최상의 결과를 얻으려면:

[주제]에 대한 전문적인 프레젠테이션을 만드세요. 신중한 디자인 요소, 시각적 계층 구조, 적절한 곳에 매력적인 애니메이션을 포함하세요.

미리 채워진 응답에서 마이그레이션하기

Claude 4.6 모델 및 Claude Mythos Preview부터 마지막 어시스턴트 턴의 미리 채워진 응답은 더 이상 지원되지 않습니다. Mythos Preview에서 미리 채워진 어시스턴트 메시지가 있는 요청은 400 오류를 반환합니다. 모델 지능과 지시 준수가 발전하여 미리 채우기가 더 이상 필요하지 않은 대부분의 사용 사례가 있습니다. 기존 모델은 계속 미리 채우기를 지원하며 대화의 다른 곳에 어시스턴트 메시지를 추가하는 것은 영향을 받지 않습니다.

일반적인 미리 채우기 시나리오와 마이그레이션 방법은 다음과 같습니다:

도구 사용

도구 사용

Claude의 최신 모델은 정확한 지시 준수를 위해 훈련되었으며 특정 도구를 사용하도록 명시적인 지시를 받으면 이점을 얻습니다. "일부 변경을 제안할 수 있습니까?"라고 말하면 Claude는 변경을 구현하는 것이 의도한 것일 수 있더라도 제안만 제공하는 경우가 있습니다.

Claude가 조치를 취하려면 더 명시적이어야 합니다:

Claude가 기본적으로 조치를 취하는 것을 더 적극적으로 만들려면 시스템 프롬프트에 다음을 추가할 수 있습니다:

<default_to_action>
기본적으로 제안만 하는 것이 아니라 변경을 구현하세요. 사용자의 의도가 불명확한 경우 가장 유용한 가능성 있는 조치를 추론하고 진행하며 추측하는 대신 도구를 사용하여 누락된 세부 정보를 발견하세요. 도구 호출(예: 파일 편집 또는 읽기)이 의도되는지 여부에 대한 사용자의 의도를 추론하고 그에 따라 조치하세요.
</default_to_action>

반면에 모델이 기본적으로 더 주저하고 구현으로 바로 뛰어드는 경향이 적으며 요청된 경우에만 조치를 취하기를 원하는 경우 다음과 같은 프롬프트로 이 동작을 조종할 수 있습니다:

<do_not_act_before_instructions>
변경을 명확하게 지시하지 않는 한 구현이나 파일 변경으로 뛰어들지 마세요. 사용자의 의도가 모호할 때 변경을 취하는 대신 정보 제공, 조사, 권장 사항 제공을 기본값으로 하세요. 사용자가 명시적으로 편집, 수정 또는 구현을 요청할 때만 진행하세요.
</do_not_act_before_instructions>

Claude Opus 4.5 및 Claude Opus 4.6은 또한 이전 모델보다 시스템 프롬프트에 더 반응합니다. 도구 또는 기술의 과도한 트리거를 줄이도록 설계된 프롬프트는 이러한 모델에서 과도하게 트리거될 수 있습니다. 해결책은 공격적인 언어를 줄이는 것입니다. "CRITICAL: You MUST use this tool when..."이라고 말했던 곳에서 "Use this tool when..."과 같은 더 정상적인 프롬프팅을 사용할 수 있습니다.

병렬 도구 호출 최적화

Claude의 최신 모델은 병렬 도구 실행에 탁월합니다. 이러한 모델은:

• 연구 중 여러 추측 검색 실행
• 컨텍스트를 더 빠르게 구축하기 위해 여러 파일 한 번에 읽기
• bash 명령을 병렬로 실행(시스템 성능을 병목으로 만들 수도 있음)

이 동작은 쉽게 조종할 수 있습니다. 모델은 프롬프팅 없이 병렬 도구 호출에서 높은 성공률을 가지고 있지만 이를 ~100%로 높이거나 공격성 수준을 조정할 수 있습니다:

<use_parallel_tool_calls>
여러 도구를 호출하려고 하고 도구 호출 간에 종속성이 없는 경우 모든 독립적인 도구 호출을 병렬로 수행하세요. 작업을 순차적으로 수행하는 것보다 가능할 때마다 도구를 동시에 호출하는 것을 우선시하세요. 예를 들어 3개의 파일을 읽을 때 3개의 도구 호출을 병렬로 실행하여 3개의 파일을 모두 동시에 컨텍스트로 읽으세요. 가능한 경우 병렬 도구 호출의 사용을 최대화하여 속도와 효율성을 높이세요. 그러나 일부 도구 호출이 이전 호출에 따라 종속 값을 알려주는 경우(예: 매개변수) 이러한 도구를 병렬로 호출하지 마세요. 대신 순차적으로 호출하세요. 도구 호출에서 자리 표시자를 사용하거나 누락된 매개변수를 추측하지 마세요.
</use_parallel_tool_calls>

각 단계 사이에 짧은 일시 중지를 두고 순차적으로 작업을 실행하여 안정성을 보장하세요.

사고 및 추론

과도한 사고 및 과도한 철저함

Claude Opus 4.6은 특히 더 높은 effort 설정에서 이전 모델보다 훨씬 더 많은 사전 탐색을 수행합니다. 이 초기 작업은 종종 최종 결과를 최적화하는 데 도움이 되지만 모델은 프롬프팅 없이 광범위한 맥락을 수집하거나 여러 연구 스레드를 추구할 수 있습니다. 프롬프트가 이전에 모델이 더 철저하도록 권장한 경우 Claude Opus 4.6에 대해 해당 지침을 조정해야 합니다:

• 포괄적인 기본값을 더 목표화된 지시로 바꾸세요. "기본적으로 [도구]를 사용하세요" 대신 "[도구]를 사용하세요. 문제에 대한 이해를 향상시킬 때"와 같은 지침을 추가하세요.
• 과도한 프롬프팅을 제거하세요. 이전 모델에서 과도하게 트리거된 도구는 이제 적절하게 트리거될 가능성이 높습니다. "의심스러우면 [도구]를 사용하세요"와 같은 지시는 과도한 트리거를 유발합니다.
• 폴백으로 노력을 사용하세요. Claude가 계속 과도하게 공격적이면 effort에 대해 더 낮은 설정을 사용하세요.

경우에 따라 Claude Opus 4.6은 광범위하게 생각할 수 있으며, 이는 사고 토큰을 부풀리고 응답을 느리게 할 수 있습니다. 이 동작이 바람직하지 않으면 추론을 제한하는 명시적 지시를 추가하거나 effort 설정을 낮춰 전체 사고 및 토큰 사용을 줄일 수 있습니다.

문제에 접근하는 방법을 결정할 때 접근 방식을 선택하고 그에 따라 진행하세요. 새로운 정보가 추론과 직접 모순되지 않는 한 결정을 다시 방문하지 마세요. 두 가지 접근 방식을 저울질하는 경우 하나를 선택하고 끝까지 진행하세요. 선택한 접근 방식이 실패하면 나중에 항상 방향을 바꿀 수 있습니다.

사고 비용에 대한 하드 상한이 필요한 경우 budget_tokens 상한이 있는 확장 사고는 Opus 4.6 및 Sonnet 4.6에서 여전히 기능하지만 더 이상 사용되지 않습니다. 노력 설정을 낮추거나 적응형 사고와 함께 max_tokens를 하드 제한으로 사용하는 것을 선호하세요.

사고 및 인터리브된 사고 기능 활용

Claude의 최신 모델은 도구 사용 후 반영이나 복잡한 다단계 추론을 포함하는 작업에 특히 도움이 될 수 있는 사고 기능을 제공합니다. 더 나은 결과를 위해 초기 또는 인터리브된 사고를 안내할 수 있습니다.

Claude Opus 4.6 및 Claude Sonnet 4.6은 적응형 사고(thinking: {type: "adaptive"})를 사용하며, Claude는 언제 어떻게 생각할지 동적으로 결정합니다. Claude는 effort 매개변수와 쿼리 복잡성이라는 두 가지 요소를 기반으로 사고를 보정합니다. 더 높은 노력은 더 많은 사고를 유도하고 더 복잡한 쿼리도 마찬가지입니다. 사고가 필요하지 않은 더 쉬운 쿼리에서 모델은 직접 응답합니다. 내부 평가에서 적응형 사고는 확장 사고보다 더 안정적으로 더 나은 성능을 제공합니다. 가장 지능적인 응답을 얻으려면 적응형 사고로 이동하는 것을 고려하세요.

다단계 도구 사용, 복잡한 코딩 작업, 긴 지평선 에이전트 루프와 같은 에이전트 동작이 필요한 워크로드에 적응형 사고를 사용하세요. 더 오래된 모델은 budget_tokens를 사용한 수동 사고 모드를 사용합니다.

Claude의 사고 동작을 안내할 수 있습니다:

도구 결과를 받은 후 품질을 신중하게 반영하고 진행하기 전에 최적의 다음 단계를 결정하세요. 사고를 사용하여 이 새로운 정보를 기반으로 계획하고 반복한 다음 최선의 다음 조치를 취하세요.

적응형 사고의 트리거 동작은 프롬프트 가능합니다. 모델이 생각하는 것보다 더 자주 생각하는 것을 발견하면(큰 또는 복잡한 시스템 프롬프트로 발생할 수 있음) 이를 조종하는 지침을 추가하세요:

확장 사고는 지연을 추가하며 답변 품질을 의미 있게 향상시킬 때만 사용해야 합니다. 일반적으로 다단계 추론이 필요한 문제의 경우입니다. 의심스러우면 직접 응답하세요.

budget_tokens를 사용하는 확장 사고에서 마이그레이션하는 경우 사고 구성을 바꾸고 예산 제어를 effort로 이동하세요:

이전(확장 사고, 더 오래된 모델):

client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=64000,
    thinking={"type": "enabled", "budget_tokens": 32000},
    messages=[{"role": "user", "content": "..."}],
)

이후(적응형 사고):

client.messages.create(
    model="claude-opus-4-6",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},  # or max, medium, low
    messages=[{"role": "user", "content": "..."}],
)

확장 사고를 사용하지 않는 경우 변경이 필요하지 않습니다. thinking 매개변수를 생략하면 사고가 기본적으로 꺼집니다.

• 규범적 단계보다 일반적인 지시를 선호하세요. "철저하게 생각하세요"와 같은 프롬프트는 종종 손으로 작성한 단계별 계획보다 더 나은 추론을 생성합니다. Claude의 추론은 인간이 규정한 것을 자주 초과합니다.
• 다중 샷 예제는 사고와 함께 작동합니다. 소수 샷 예제 내에서 <thinking> 태그를 사용하여 Claude에게 추론 패턴을 보여주세요. 자신의 확장 사고 블록으로 해당 스타일을 일반화합니다.
• 폴백으로 수동 CoT를 사용하세요. 사고가 꺼져 있을 때 Claude에게 문제를 생각하도록 요청하여 단계별 추론을 권장할 수 있습니다. <thinking> 및 <answer>와 같은 구조화된 태그를 사용하여 추론을 최종 출력에서 깔끔하게 분리하세요.
• Claude에게 자체 확인을 요청하세요. "마치기 전에 [테스트 기준]에 대해 답변을 확인하세요"와 같은 것을 추가하세요. 이는 특히 코딩 및 수학에서 오류를 안정적으로 포착합니다.

에이전트 시스템

장기 추론 및 상태 추적

Claude의 최신 모델은 뛰어난 상태 추적 기능을 갖춘 장기 추론 작업에 탁월합니다. Claude는 증분 진행에 초점을 맞춰 한 번에 몇 가지에 대해 꾸준한 진전을 이루면서 확장된 세션 전체에서 방향 감각을 유지합니다. 이 기능은 특히 여러 컨텍스트 윈도우 또는 작업 반복에서 나타나며, Claude는 복잡한 작업을 수행하고 상태를 저장한 후 새로운 컨텍스트 윈도우로 계속할 수 있습니다.

맥락 인식 및 다중 윈도우 워크플로우

Claude 4.6 및 Claude 4.5 모델은 맥락 인식을 특징으로 하며, 모델이 대화 전체에서 남은 컨텍스트 윈도우(즉, "토큰 예산")를 추적할 수 있습니다. 이를 통해 Claude는 얼마나 많은 공간이 있는지 이해함으로써 작업을 실행하고 컨텍스트를 더 효과적으로 관리할 수 있습니다.

컨텍스트 제한 관리:

Claude Code와 같은 외부 파일에 컨텍스트를 압축하거나 저장할 수 있는 에이전트 하네스에서 Claude를 사용하는 경우 Claude가 그에 따라 동작할 수 있도록 이 정보를 프롬프트에 추가하는 것을 고려하세요. 그렇지 않으면 Claude는 컨텍스트 제한에 접근할 때 자연스럽게 작업을 일찍 마치려고 할 수 있습니다. 다음은 예제 프롬프트입니다:

컨텍스트 윈도우가 제한에 접근할 때 자동으로 압축되어 중단된 곳에서 계속 작업할 수 있습니다. 따라서 토큰 예산 문제로 인해 작업을 일찍 중단하지 마세요. 토큰 예산 제한에 접근할 때 컨텍스트 윈도우가 새로 고쳐지기 전에 현재 진행 상황과 상태를 메모리에 저장하세요. 항상 가능한 한 지속적이고 자율적이어야 하며 남은 컨텍스트에 관계없이 작업을 완전히 완료하세요. 토큰 예산에 관계없이 작업을 일찍 인위적으로 중단하지 마세요.

메모리 도구는 맥락 인식과 함께 자연스럽게 쌍을 이루어 원활한 맥락 전환을 가능하게 합니다.

다중 컨텍스트 윈도우 워크플로우

여러 컨텍스트 윈도우에 걸친 작업의 경우:

1. 매우 첫 번째 컨텍스트 윈도우에 다른 프롬프트 사용: 첫 번째 컨텍스트 윈도우를 사용하여 프레임워크를 설정(테스트 작성, 설정 스크립트 생성)한 다음 향후 컨텍스트 윈도우를 사용하여 할 일 목록을 반복하세요.

2. 모델이 구조화된 형식으로 테스트를 작성하도록 하세요: Claude에게 작업을 시작하기 전에 테스트를 만들고 구조화된 형식(예: tests.json)으로 추적하도록 요청하세요. 이는 장기적으로 반복할 수 있는 능력을 향상시킵니다. Claude에게 테스트의 중요성을 상기시키세요: "테스트를 제거하거나 편집하는 것은 허용되지 않습니다. 이는 누락되거나 버그가 있는 기능으로 이어질 수 있습니다."

3. 삶의 질 도구 설정: Claude가 설정 스크립트(예: init.sh)를 만들어 서버를 우아하게 시작하고 테스트 스위트 및 린터를 실행하도록 권장하세요. 이는 새로운 컨텍스트 윈도우에서 계속할 때 반복된 작업을 방지합니다.

4. 새로 시작 vs 압축: 컨텍스트 윈도우가 지워질 때 압축을 사용하는 대신 새로운 컨텍스트 윈도우로 시작하는 것을 고려하세요. Claude의 최신 모델은 로컬 파일 시스템에서 상태를 발견하는 데 매우 효과적입니다. 경우에 따라 압축보다 이를 활용하고 싶을 수 있습니다. 시작 방법에 대해 규범적이어야 합니다:

   • "pwd를 호출하세요. 이 디렉토리에서만 파일을 읽고 쓸 수 있습니다."
   • "progress.txt, tests.json 및 git 로그를 검토하세요."
   • "새로운 기능 구현으로 이동하기 전에 기본 통합 테스트를 수동으로 실행하세요."

이것은 매우 긴 작업이므로 작업을 명확하게 계획하는 것이 유리할 수 있습니다. 전체 출력 컨텍스트를 작업에 사용하도록 권장됩니다. 단지 중요한 미커밋 작업으로 컨텍스트를 부족하게 하지 마세요. 이 작업을 완료할 때까지 체계적으로 계속 작업하세요.

상태 관리 모범 사례

• 상태 데이터에 구조화된 형식 사용: 구조화된 정보(테스트 결과 또는 작업 상태 등)를 추적할 때 JSON 또는 기타 구조화된 형식을 사용하여 Claude가 스키마 요구 사항을 이해하도록 하세요
• 진행 상황 메모에 비구조화된 텍스트 사용: 자유 형식 진행 상황 메모는 일반적인 진행 상황 및 맥락을 추적하는 데 잘 작동합니다
• 상태 추적에 git 사용: Git은 수행된 작업의 로그와 복원할 수 있는 체크포인트를 제공합니다. Claude의 최신 모델은 여러 세션에 걸쳐 상태를 추적하기 위해 git을 사용하는 데 특히 잘 수행됩니다.
• 증분 진행을 강조하세요: Claude에게 명시적으로 진행 상황을 추적하고 증분 작업에 초점을 맞추도록 요청하세요

자율성과 안전성의 균형

지침이 없으면 Claude Opus 4.6은 파일 삭제, 강제 푸시, 외부 서비스에 게시와 같이 되돌리기 어렵거나 공유 시스템에 영향을 미치는 조치를 취할 수 있습니다. Claude Opus 4.6이 잠재적으로 위험한 조치를 취하기 전에 확인하도록 하려면 프롬프트에 지침을 추가하세요:

조치의 가역성과 잠재적 영향을 고려하세요. 파일 편집이나 테스트 실행과 같은 로컬의 가역적인 조치를 취하도록 권장되지만 되돌리기 어렵거나 공유 시스템에 영향을 미치거나 파괴적일 수 있는 조치의 경우 진행하기 전에 사용자에게 문의하세요.

확인이 필요한 조치의 예:
- 파괴적인 작업: 파일 또는 분기 삭제, 데이터베이스 테이블 삭제, rm -rf
- 되돌리기 어려운 작업: git push --force, git reset --hard, 게시된 커밋 수정
- 다른 사람에게 보이는 작업: 코드 푸시, PR/이슈에 댓글 달기, 메시지 보내기, 공유 인프라 수정

장애물에 직면했을 때 파괴적인 조치를 지름길로 사용하지 마세요. 예를 들어 안전 검사를 우회하지 마세요(예: --no-verify) 또는 진행 중인 작업일 수 있는 낯선 파일을 버리지 마세요.

연구 및 정보 수집

Claude의 최신 모델은 뛰어난 에이전트 검색 기능을 보여주며 여러 소스에서 정보를 효과적으로 찾고 종합할 수 있습니다. 최적의 연구 결과를 위해:

1. 명확한 성공 기준 제공: 연구 질문에 대한 성공적인 답변이 무엇인지 정의하세요

2. 소스 검증 권장: Claude에게 여러 소스에서 정보를 확인하도록 요청하세요

3. 복잡한 연구 작업의 경우 구조화된 접근 방식 사용:

이 정보를 구조화된 방식으로 검색하세요. 데이터를 수집할 때 여러 경쟁 가설을 개발하세요. 진행 상황 메모에서 신뢰도 수준을 추적하여 보정을 개선하세요. 정기적으로 접근 방식을 자체 비판하고 계획하세요. 가설 트리 또는 연구 메모 파일을 업데이트하여 정보를 유지하고 투명성을 제공하세요. 이 복잡한 연구 작업을 체계적으로 분해하세요.

이 구조화된 접근 방식을 통해 Claude는 코퍼스의 크기에 관계없이 거의 모든 정보를 찾고 종합하며 반복적으로 결과를 비판할 수 있습니다.

서브에이전트 오케스트레이션

Claude의 최신 모델은 크게 개선된 기본 서브에이전트 오케스트레이션 기능을 보여줍니다. 이러한 모델은 작업이 특화된 서브에이전트에 위임하는 것이 이점이 될 때를 인식하고 명시적인 지시 없이 적극적으로 그렇게 할 수 있습니다.

이 동작을 활용하려면:

1. 잘 정의된 서브에이전트 도구 확보: 서브에이전트 도구를 사용 가능하게 하고 도구 정의에 설명되어 있는지 확인하세요
2. Claude가 자연스럽게 오케스트레이션하도록 하세요: Claude는 명시적인 지시 없이 적절하게 위임할 것입니다
3. 과도한 사용 감시: Claude Opus 4.6은 서브에이전트에 대한 강한 선호도를 가지고 있으며 더 간단하고 직접적인 접근이 더 빠르고 충분한 경우에 서브에이전트를 생성할 수 있습니다. 예를 들어 모델은 직접 grep 호출이 더 빠르고 충분할 때 코드 탐색을 위해 서브에이전트를 생성할 수 있습니다.

과도한 서브에이전트 사용이 보이면 서브에이전트가 언제 그리고 언제 보증되지 않는지에 대한 명시적인 지침을 추가하세요:

작업을 병렬로 실행할 수 있거나 격리된 컨텍스트가 필요하거나 상태를 공유할 필요가 없는 독립적인 워크스트림을 포함할 때 서브에이전트를 사용하세요. 간단한 작업, 순차적 작업, 단일 파일 편집 또는 단계 전체에서 컨텍스트를 유지해야 하는 작업의 경우 위임하는 대신 직접 작업하세요.

복잡한 프롬프트 연결하기

적응형 사고와 서브에이전트 오케스트레이션을 통해 Claude는 대부분의 다단계 추론을 내부적으로 처리합니다. 명시적 프롬프트 연결(작업을 순차적 API 호출로 나누기)은 중간 출력을 검사하거나 특정 파이프라인 구조를 강제해야 할 때 여전히 유용합니다.

가장 일반적인 연결 패턴은 자체 수정입니다: 초안 생성 → Claude가 기준에 따라 검토 → Claude가 검토 결과에 따라 개선. 각 단계는 별도의 API 호출이므로 언제든지 로깅, 평가 또는 분기할 수 있습니다.

에이전트 코딩에서 파일 생성 감소

Claude의 최신 모델은 특히 코드 작업 시 테스트 및 반복 목적으로 새 파일을 생성할 수 있습니다. 이 접근 방식을 통해 Claude는 최종 출력을 저장하기 전에 파일, 특히 Python 스크립트를 '임시 스크래치패드'로 사용할 수 있습니다. 임시 파일을 사용하면 특히 에이전트 코딩 사용 사례에서 결과를 개선할 수 있습니다.

새 파일 생성을 최소화하려면 Claude에게 정리하도록 지시할 수 있습니다:

반복을 위해 임시 새 파일, 스크립트 또는 도우미 파일을 생성하는 경우 작업 끝에 이러한 파일을 제거하여 정리하세요.

과도한 열성

Claude Opus 4.5 및 Claude Opus 4.6은 추가 파일을 생성하고, 불필요한 추상화를 추가하거나, 요청되지 않은 유연성을 구축하여 과도하게 엔지니어링하는 경향이 있습니다. 이러한 원치 않는 동작이 보이면 솔루션을 최소한으로 유지하도록 구체적인 지침을 추가하세요.

예를 들어:

과도한 엔지니어링을 피하세요. 직접 요청되었거나 명확히 필요한 변경만 하세요. 솔루션을 간단하고 집중된 상태로 유지하세요:

- 범위: 요청된 것 이상으로 기능을 추가하거나, 코드를 리팩토링하거나, "개선"을 하지 마세요. 버그 수정에 주변 코드 정리가 필요하지 않습니다. 간단한 기능에 추가 구성 가능성이 필요하지 않습니다.

- 문서화: 변경하지 않은 코드에 docstring, 주석 또는 타입 주석을 추가하지 마세요. 로직이 자명하지 않은 경우에만 주석을 추가하세요.

- 방어적 코딩: 발생할 수 없는 시나리오에 대해 오류 처리, 폴백 또는 유효성 검사를 추가하지 마세요. 내부 코드 및 프레임워크 보장을 신뢰하세요. 시스템 경계(사용자 입력, 외부 API)에서만 유효성을 검사하세요.

- 추상화: 일회성 작업을 위해 도우미, 유틸리티 또는 추상화를 만들지 마세요. 가상의 향후 요구 사항을 위해 설계하지 마세요. 올바른 복잡성 수준은 현재 작업에 필요한 최소값입니다.

테스트 통과 및 하드코딩에 집중하지 않기

Claude는 때때로 더 일반적인 솔루션을 희생하면서 테스트 통과에 너무 집중하거나, 복잡한 리팩토링을 위해 도우미 스크립트와 같은 해결 방법을 사용할 수 있습니다. 이 동작을 방지하고 강력하고 일반화 가능한 솔루션을 보장하려면:

사용 가능한 표준 도구를 사용하여 고품질의 범용 솔루션을 작성하세요. 작업을 더 효율적으로 수행하기 위해 도우미 스크립트나 해결 방법을 만들지 마세요. 테스트 케이스뿐만 아니라 모든 유효한 입력에 대해 올바르게 작동하는 솔루션을 구현하세요. 값을 하드코딩하거나 특정 테스트 입력에만 작동하는 솔루션을 만들지 마세요. 대신 문제를 일반적으로 해결하는 실제 로직을 구현하세요.

문제 요구 사항을 이해하고 올바른 알고리즘을 구현하는 데 집중하세요. 테스트는 솔루션을 정의하는 것이 아니라 정확성을 확인하기 위한 것입니다. 모범 사례 및 소프트웨어 설계 원칙을 따르는 원칙적인 구현을 제공하세요.

작업이 불합리하거나 실행 불가능하거나 테스트 중 하나가 잘못된 경우 이를 해결하려고 하지 말고 알려주세요. 솔루션은 강력하고 유지 관리 가능하며 확장 가능해야 합니다.

에이전트 코딩에서 환각 최소화

Claude의 최신 모델은 환각에 덜 취약하며 코드를 기반으로 더 정확하고 근거 있는 지능형 답변을 제공합니다. 이 동작을 더욱 장려하고 환각을 최소화하려면:

<investigate_before_answering>
열지 않은 코드에 대해 추측하지 마세요. 사용자가 특정 파일을 참조하는 경우 답변하기 전에 파일을 읽어야 합니다. 코드베이스에 대한 질문에 답변하기 전에 관련 파일을 조사하고 읽어야 합니다. 확실한 경우가 아니면 조사하기 전에 코드에 대해 주장하지 마세요 - 근거 있고 환각이 없는 답변을 제공하세요.
</investigate_before_answering>

기능별 팁

향상된 비전 기능

Claude Opus 4.5 및 Claude Opus 4.6은 이전 Claude 모델과 비교하여 향상된 비전 기능을 가지고 있습니다. 특히 컨텍스트에 여러 이미지가 있을 때 이미지 처리 및 데이터 추출 작업에서 더 나은 성능을 발휘합니다. 이러한 개선 사항은 모델이 스크린샷 및 UI 요소를 더 안정적으로 해석할 수 있는 컴퓨터 사용으로 이어집니다. 이 모델을 사용하여 비디오를 프레임으로 나누어 분석할 수도 있습니다.

성능을 더욱 향상시키는 데 효과적인 것으로 입증된 한 가지 기법은 Claude에게 자르기 도구 또는 스킬을 제공하는 것입니다. 테스트에 따르면 Claude가 이미지의 관련 영역을 "확대"할 수 있을 때 이미지 평가에서 일관된 성능 향상이 나타났습니다. Anthropic은 자르기 도구용 cookbook을 만들었습니다.

프론트엔드 설계

Claude Opus 4.5 및 Claude Opus 4.6은 강력한 프론트엔드 설계를 갖춘 복잡한 실제 웹 애플리케이션 구축에 탁월합니다. 그러나 지침이 없으면 모델은 사용자가 "AI slop" 미학이라고 부르는 것을 만드는 일반적인 패턴으로 기본값을 설정할 수 있습니다. 놀라움과 즐거움을 주는 독특하고 창의적인 프론트엔드를 만들려면:

더 나은 프론트엔드 설계를 장려하기 위해 사용할 수 있는 시스템 프롬프트 스니펫은 다음과 같습니다:

<frontend_aesthetics>
당신은 일반적인 "분포상" 출력으로 수렴하는 경향이 있습니다. 프론트엔드 설계에서 이는 사용자가 "AI slop" 미학이라고 부르는 것을 만듭니다. 이를 피하세요: 놀라움과 즐거움을 주는 창의적이고 독특한 프론트엔드를 만드세요.

다음에 집중하세요:
- 타이포그래피: 아름답고 독특하며 흥미로운 글꼴을 선택하세요. Arial 및 Inter와 같은 일반적인 글꼴을 피하고 대신 프론트엔드의 미학을 향상시키는 독특한 선택을 선택하세요.
- 색상 및 테마: 응집력 있는 미학에 전념하세요. CSS 변수를 사용하여 일관성을 유지하세요. 지배적인 색상과 날카로운 악센트는 소심하고 균등하게 분산된 팔레트보다 성능이 우수합니다. IDE 테마 및 문화적 미학에서 영감을 얻으세요.
- 모션: 효과 및 마이크로 상호 작용에 애니메이션을 사용하세요. HTML의 경우 CSS 전용 솔루션을 우선시하세요. 사용 가능한 경우 React에 Motion 라이브러리를 사용하세요. 영향이 큰 순간에 집중하세요: 엇갈린 공개(animation-delay)가 있는 하나의 잘 조율된 페이지 로드는 산재된 마이크로 상호 작용보다 더 많은 즐거움을 만듭니다.
- 배경: 단색으로 기본값을 설정하지 않고 분위기와 깊이를 만드세요. CSS 그래디언트를 계층화하고, 기하학적 패턴을 사용하거나, 전체 미학과 일치하는 상황별 효과를 추가하세요.

일반적인 AI 생성 미학을 피하세요:
- 과다 사용된 글꼴 패밀리(Inter, Roboto, Arial, 시스템 글꼴)
- 진부한 색 구성표(특히 흰색 배경의 보라색 그래디언트)
- 예측 가능한 레이아웃 및 구성 요소 패턴
- 상황별 특성이 부족한 획일적인 설계

창의적으로 해석하고 상황에 맞게 진정으로 설계된 것처럼 느껴지는 예상치 못한 선택을 하세요. 밝은 테마와 어두운 테마, 다양한 글꼴, 다양한 미학 사이를 변경하세요. 당신은 여전히 세대 전반에 걸쳐 일반적인 선택(예: Space Grotesk)으로 수렴하는 경향이 있습니다. 이를 피하세요: 상자 밖에서 생각하는 것이 중요합니다!
</frontend_aesthetics>

전체 스킬 정의를 참조할 수도 있습니다.

마이그레이션 고려 사항

이전 세대에서 Claude 4.6 모델로 마이그레이션할 때:

1. 원하는 동작에 대해 구체적으로 설명하세요: 출력에서 보고 싶은 것을 정확히 설명하는 것을 고려하세요.

2. 수정자로 지침을 구성하세요: Claude의 출력 품질과 세부 정보를 높이도록 장려하는 수정자를 추가하면 Claude의 성능을 더 잘 형성하는 데 도움이 될 수 있습니다. 예를 들어 "분석 대시보드 만들기" 대신 "분석 대시보드 만들기. 가능한 많은 관련 기능 및 상호 작용을 포함하세요. 기본을 넘어서 완전히 기능하는 구현을 만드세요."를 사용하세요.

3. 특정 기능을 명시적으로 요청하세요: 애니메이션 및 대화형 요소는 원할 때 명시적으로 요청해야 합니다.

4. 사고 구성 업데이트: Claude 4.6 모델은 budget_tokens 대신 적응형 사고(thinking: {type: "adaptive"})를 사용합니다. 노력 매개변수를 사용하여 사고 깊이를 제어하세요.

5. 미리 채워진 응답에서 마이그레이션: Claude 4.6 모델부터 마지막 어시스턴트 턴의 미리 채워진 응답은 더 이상 사용되지 않습니다. 대안에 대한 자세한 지침은 미리 채워진 응답에서 마이그레이션을 참조하세요.

6. 반-게으름 프롬프팅 조정: 이전 프롬프트가 모델을 더 철저하게 하거나 도구를 더 공격적으로 사용하도록 권장한 경우 해당 지침을 줄이세요. Claude 4.6 모델은 훨씬 더 주도적이며 이전 모델에 필요했던 지침에 대해 과도하게 트리거될 수 있습니다.

자세한 마이그레이션 단계는 마이그레이션 가이드를 참조하세요.

Claude Sonnet 4.5에서 Claude Sonnet 4.6으로 마이그레이션

Claude Sonnet 4.6은 기본적으로 high의 노력 수준으로 설정되며, Claude Sonnet 4.5는 노력 매개변수가 없었습니다. Claude Sonnet 4.5에서 Claude Sonnet 4.6으로 마이그레이션할 때 노력 매개변수를 조정하는 것을 고려하세요. 명시적으로 설정하지 않으면 기본 노력 수준으로 인해 더 높은 지연 시간이 발생할 수 있습니다.

권장 노력 설정:

• 중간 - 대부분의 애플리케이션
• 낮음 - 높은 볼륨 또는 지연 시간에 민감한 워크로드
• 중간 또는 높은 노력으로 큰 최대 출력 토큰 예산(권장 64k 토큰)을 설정하여 모델이 생각하고 행동할 수 있는 공간을 제공하세요

Opus 4.6을 대신 사용할 때: 가장 어렵고 장기적인 문제(대규모 코드 마이그레이션, 심층 연구, 확장된 자율 작업)의 경우 Opus 4.6이 올바른 선택입니다. Sonnet 4.6은 빠른 처리 시간과 비용 효율성이 중요한 워크로드에 최적화되어 있습니다.

확장된 사고를 사용하지 않는 경우

Claude Sonnet 4.5에서 확장된 사고를 사용하지 않는 경우 Claude Sonnet 4.6에서도 계속 사용하지 않을 수 있습니다. 사용 사례에 적합한 수준으로 노력을 명시적으로 설정해야 합니다. 사고가 비활성화된 low 노력에서 Claude Sonnet 4.5와 비교하여 유사하거나 더 나은 성능을 기대할 수 있습니다.

client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=8192,
    thinking={"type": "disabled"},
    output_config={"effort": "low"},
    messages=[{"role": "user", "content": "..."}],
)

확장된 사고를 사용하는 경우

Claude Sonnet 4.5에서 budget_tokens를 사용하여 확장된 사고를 사용하는 경우 Claude Sonnet 4.6에서도 여전히 작동하지만 더 이상 사용되지 않습니다. 노력 매개변수와 함께 적응형 사고로 마이그레이션하세요.

적응형 사고로 마이그레이션

적응형 사고는 다음 워크로드 패턴에 특히 적합합니다:

• 자율 다단계 에이전트: 요구 사항을 작동하는 소프트웨어로 변환하는 코딩 에이전트, 데이터 분석 파이프라인, 모델이 많은 단계에 걸쳐 독립적으로 실행되는 버그 찾기. 적응형 사고를 통해 모델은 단계별로 추론을 보정하여 더 긴 궤적에서 경로를 유지할 수 있습니다. 이러한 워크로드의 경우 high 노력으로 시작하세요. 지연 시간이나 토큰 사용량이 문제인 경우 medium으로 축소하세요.
• 컴퓨터 사용 에이전트: Claude Sonnet 4.6은 적응형 모드를 사용하여 컴퓨터 사용 평가에서 최고 수준의 정확도를 달성했습니다.
• 이중 모드 워크로드: 적응형이 간단한 쿼리에서 사고를 건너뛰고 복잡한 쿼리에서 깊이 있게 추론하는 쉬운 작업과 어려운 작업의 혼합.

적응형 사고를 사용할 때 작업에서 medium 및 high 노력을 평가하세요. 올바른 수준은 품질, 지연 시간 및 토큰 사용량 간의 워크로드 트레이드오프에 따라 달라집니다.

client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=64000,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},
    messages=[{"role": "user", "content": "..."}],
)

마이그레이션 중 budget_tokens 유지

마이그레이션 중 budget_tokens를 임시로 유지해야 하는 경우 약 16k 토큰의 예산은 토큰 사용량 폭발 위험 없이 더 어려운 문제에 대한 여유를 제공합니다. 이 구성은 더 이상 사용되지 않으며 향후 모델 릴리스에서 제거될 예정입니다.

코딩 사용 사례(에이전트 코딩, 도구 집약적 워크플로우, 코드 생성)의 경우 medium 노력으로 시작하세요:

client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=16384,
    thinking={"type": "enabled", "budget_tokens": 16384},
    output_config={"effort": "medium"},
    messages=[{"role": "user", "content": "..."}],
)

채팅 및 비코딩 사용 사례(채팅, 콘텐츠 생성, 검색, 분류)의 경우 low 노력으로 시작하세요:

client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=8192,
    thinking={"type": "enabled", "budget_tokens": 16384},
    output_config={"effort": "low"},
    messages=[{"role": "user", "content": "..."}],
)