앤트로픽 개발자 타리크 시히파르(Thariq Shihipar)가 자사 최신 모델 클로드 페이블5(Fable 5)를 다루는 프롬프트 작성법을 공개했다. 그는 출력물의 품질이 모델 성능보다 사용자가 자신의 지식 공백과 맹점을 얼마나 정확히 인식하는지에 달려 있다고 주장했다. 시히파르는 페이블5가 사용자의 한계가 결과물의 한계로 직결되는 첫 모델이라고 설명하며, 프롬프트를 쓰기 전에 자신이 무엇을 모르는지부터 파악해야 한다고 강조했다.
그는 사용자의 지식 상태를 네 가지로 구분했다. 이미 프롬프트에 명시된 지식인 ‘알려진 지식(Known Knowns)’, 답을 못 찾았다는 사실 자체는 인지하고 있는 ‘알려진 무지(Known Unknowns)’, 너무 당연해서 굳이 적지 않지만 보면 바로 알아채는 ‘모르는 줄 몰랐던 지식(Unknown Knowns)’, 그리고 아예 고려조차 하지 못한 ‘모르는 무지(Unknown Unknowns)’다. 시히파르는 이 중 마지막 범주가 결과물 품질을 가장 크게 좌우한다고 말했다.
프롬프트의 구체성 수준을 맞추는 것도 관건이다. 지시가 지나치게 세밀하면 더 나은 방향이 있어도 AI가 기존 지시에 얽매이게 되고, 반대로 너무 모호하면 업계 표준에 기댄 일반적인 답만 나온다는 것이다. 시히파르는 실제 구현에 들어가기 전 ‘블라인드스팟 패스(blindspot pass)’라는 절차를 제안했다. 낯선 코드베이스를 다룰 때 클로드에게 자신이 놓치고 있는 미지의 영역을 먼저 짚어달라고 요청하는 방식이다. 디자인처럼 암묵적 지식이 많은 영역에서는 곧바로 구현에 들어가지 않고, 클로드가 HTML 초안 형태로 여러 방향의 시안을 만들게 한 뒤 이를 보고 판단하는 브레인스토밍 단계를 거치라고 권했다.
구현 단계에서는 클로드 코드가 임시 파일에 결정 사항을 기록하도록 하고, 예상 밖의 예외 상황이 나오면 보수적인 선택지를 택한 뒤 그 편차를 기록하며 작업을 이어가게 한다고 설명했다. 구현이 끝난 뒤에는 이해관계자용 요약 문서인 ‘피치 앤드 익스플레이너(pitches and explainers)’와, 변경 사항을 정리한 HTML 보고서에 이어 퀴즈를 푸는 방식으로 결과를 점검한다. 시히파르는 이 퀴즈를 오류 없이 통과하기 전까지는 코드를 병합하지 않는다고 밝혔다. 그는 이러한 기법들을 자신이 처음 다뤄본 영상 편집 작업, 즉 클로드 코드만으로 완성한 페이블 출시 영상 제작 과정에서 직접 검증했다고 덧붙였다.
