AI에게 다음에 뭘 물어야 할지 찾아 달라고 하기
답은 눈앞의 문제를 풀고, 다음 질문은 아직 문제 안으로 들어오지 않은 조건을 드러내요. AI가 거기서 한 걸음 더 찾게 해야, 매끄러운 답 앞에서 너무 일찍 일을 끝내지 않아요.
메뉴는 인원과 예산에는 답했지만, 땅콩 알레르기가 있는 그 동료를 대신 물어 주지는 않았어요. 완전한 답도, 일의 절반만 끝냈을 수 있어요.
화요일 오전, 당신은 동료 12명의 금요일 점심을 시켜야 해요. 예산 800위안, 정오 12시에 회의실로 배달. AI는 바로 고기 요리 넷, 채소 요리 셋에 밥까지 짜 줘요. 인원도 맞고, 예산도 안 넘고, 수저값도 남겨 뒀어요.
이 안은 이미 실행해도 될 것처럼 보여요. 그런데 도시락이 테이블에 올라온 뒤에야, 한 동료가 소스에 땅콩이 들어갔냐고 물어요. 식당은 요리에 다진 땅콩이 들어 있고, 주방도 교차 오염이 없다고 장담하지 못해요. 그 동료는 임시로 다른 끼니를 기다릴 수밖에 없어요.
AI가 예산을 틀린 게 아니에요. 당신이 이미 물은 문제만 끝냈을 뿐이에요. 진짜 빠지기 쉬운 건, 아직 물어야겠다는 생각조차 안 난 조건인 경우가 많아요. 이번엔 메뉴 답에서 멈출까요, 아니면 AI가 다음 질문까지 찾게 할까요?
핵심 동작은 짧아요. 먼저 AI에게 추천을 잠깐 멈추게 하고, 지금 답이 어떤 미확인 조건에 기대는지 검사하게 하세요. 영향 순으로 정렬한 뒤, 가장 중요한 하나만 다음 질문으로 고쳐 쓰고요. 다음 질문에는 확인할 상대, 확인할 내용, 통과 기준이 있어야 해요.
점심 주문 장면에서는, AI가 먼저 「모두가 먹을 수 있다」를 확인할 수 있는 질문으로 바꿔야 해요. 한 사람씩 알레르기와 식이 제한을 확인하고, 식당에 재료와 주방 처리를 확인하는 거죠. 확인이 끝난 뒤에야, 메뉴는 매끄러운 답에서 실행할 수 있는 안이 돼요.
의문층은 구멍을 보는 역할이고, 다음 질문층은 현실 동작을 밀어 가는 역할이에요. 새 답을 받을 때마다 AI에게 다음 질문을 다시 찾게 하세요. 핵심 조건이 확인되거나, 아직은 움직이면 안 된다는 게 분명해질 때까지요.