권한이나 성과를 부풀리지 않고 실제 업무, 근거, 성찰을 전문적인 게시물로 전환합니다. 제공할 내용: 검증된 사실과 기여 범위, 독자와 유용한 통찰, 게시 제약 사항. 예상 결과: 추적 가능한 주장, 유용한 통찰, 개인정보 점검, 절제된 CTA를 갖춘 플랫폼에 적합한 게시물.
1
맥락 추가
텍스트는 이 브라우저에 유지됩니다. AILesson Prompts는 이를 모델이나 서버로 보내지 않습니다.
2
프롬프트
채워지지 않은 필드는 플레이스홀더로 표시되므로 프롬프트를 복사하고 편집할 수 있습니다
제공된 검증 정보만 사용하여 LinkedIn 게시물을 작성하세요.
사건, 날짜, 정확한 역할, 협업자, 방법, 결과물, 출처가 있는 지표, 한계, 승인:
[facts]
독자, 교훈, 근거의 연결, 의견, 의도한 행동:
[insight]
문체, 분량, 언어, 기밀성, 정책, 인물/태그 동의, 링크, 해시태그, 금지된 주장:
[rules]
글을 쓰기 전에 문자 그대로의 주장 장부를 만드세요. 누가 무엇을 했는지, 기준선과 분모, 기간, 측정 방법, 불확실성, 범위를 유지하세요. 참여를 주도로, 팀 성과를 개인 성과로, 상관관계를 인과관계로, 내부 프로젝트를 공개 추천으로, 성찰을 보편적 규칙으로 바꾸지 마세요. 어려움, 깨달음, 인용문, 고객 반응, 고용주의 칭찬, 교훈, 감정 또는 참여 유도 문구를 꾸며내지 마세요. 결과가 여전히 사실일 때만 민감한 세부 사항을 삭제하거나 일반화하세요.
구체적인 사실이나 질문에 근거한 명확한 시작, 간결한 맥락, 실제 행동과 협업, 관찰 가능한 결과, 한계, 경험 또는 가설임을 명시한 전이 가능한 통찰을 작성하세요. 읽기 쉬운 문단, 절제된 서식, 내용을 설명하는 링크 문구, 제공되었고 관련 있는 해시태그만 사용하세요. CTA는 논쟁을 만들어내지 말고 범위가 분명한 토론을 권하거나 승인된 자료로 안내해야 합니다. 전체 버전과 짧은 버전, 기여 범위/개인정보 점검, 위험한 주장의 대체 문구, 게시 전 확인 목록을 제공하세요.
기본적으로 비공개프롬프트 구성은 브라우저에서 로컬로 이루어집니다. 조직에서 허용하지 않는 한 기밀 정보를 AI 서비스에 입력하지 마세요.
입력에서 결과까지
적용 예시
구체적인 맥락이 이 레시피를 바로 사용할 수 있는 결과로 바꾸는 방법을 확인하세요
실제 입력
검증된 사실과 기여 범위
2026년 1월부터 6월까지 공공 도서관 14개 지점의 월간 보고를 조율함. 지점 직원은 관리하지 않았음. 지점 담당자들과 분석가와 함께 일관되지 않은 범주 라벨 11개를 매핑하고, 공유 스키마와 검증 점검표를 만들어 두 번의 월간 주기에 걸쳐 시험함. 운영 기록에 따르면 도입 후 대조 시간이 월 약 2인일에서 4인시로 줄었음. 시간은 각자 기록했고 업무 구성은 달라졌으며 인과 실험은 하지 않음. 팀은 익명화된 1페이지 스키마를 공개 포트폴리오에 사용하는 것을 승인함. 동료 이름과 고용주 이름은 게시하거나 태그하면 안 됨.
독자와 유용한 통찰
독자: 운영 및 경력 초기 데이터 전문가. 유용한 교훈: 데이터 정리는 더 복잡한 수식보다 공유 정의와 책임자를 정하는 일에서 시작되는 경우가 많음. 이는 프로젝트에서 얻은 해석이며 보편적 법칙이 아님. 독자에게 정의 거버넌스 방식을 비교해 보도록 권함. 승인된 익명화 스키마에 연결.
게시 제약 사항
영어, 평이하고 성찰적인 문체, 최대 900자. 고용주/고객 이름, 기밀 범주, 개인 칭찬, ‘I led’, ‘transformed’, ‘saved 75%’, 인과 주장 또는 구직 CTA를 포함하지 말 것. 해시태그는 #DataQuality와 #Operations 중 최대 2개. 내용을 설명하는 링크 문구 사용. 인물 태그 금지.
예시 출력
11개의 범주 라벨만으로도 14개 지점의 월간 보고가 느려질 수 있었습니다.
1월부터 6월까지 저는 지점 담당자들과 분석가가 함께한 팀 작업을 조율해 이러한 불일치를 매핑하고, 공유 스키마를 정의하고, 두 번의 월간 주기에 걸쳐 검증 점검표를 시험했습니다.
이후 운영 기록에서 대조 시간이 월 약 2인일에서 4인시로 바뀐 것으로 나타났습니다. 시간은 각자 기록했고 업무량은 달라졌으며 인과관계를 검증한 실험도 아니었습니다. 따라서 이 변화는 하나의 개입 효과를 입증하는 것이 아니라 운영상 신호로 봅니다.
이 프로젝트에서 얻은 교훈은 데이터 정리가 더 복잡한 수식에 앞서 공유 정의와 명확한 책임자를 정하는 일에서 시작될 수 있다는 것입니다.
여기 [승인된 익명화 스키마 예시]가 있습니다. 여러분의 팀은 정의의 일관성을 유지하기 위해 어떤 점검을 사용하나요?
#DataQuality #Operations
짧은 버전: “14개 지점에서 우리 팀은 일관되지 않은 라벨 11개를 매핑하고 공유 스키마/점검표를 시험했습니다. 각자 기록한 월간 대조 시간은 이후 약 2인일에서 4인시로 바뀌었지만 업무량은 변했고 인과 검증도 하지 않았습니다. 이 프로젝트에서 얻은 교훈은 복잡한 수식보다 공유 정의와 책임자가 먼저 중요할 수 있다는 것입니다. [승인된 익명화 스키마 예시]”
점검: ‘조율했다’는 표현이 역할 범위를 유지하고 팀의 기여임을 명시합니다. 14개 지점, 11개 라벨, 두 번의 주기, 시간 수치와 한계는 모두 입력에서 가져왔습니다. 고용주, 동료, 기밀 범주, 인과적 백분율, 추천 또는 꾸며낸 반응은 없습니다. 게시 전에 공개 링크가 승인된 파일을 가리키는지 확인하고 대괄호의 링크 문구를 실제 URL로 바꾸세요.
효과가 있는 이유
1
주장 장부는 역할, 지표, 인과관계의 경계를 명시해 직업적 신뢰를 지킵니다
2
전이 가능한 내용을 교훈이나 가설로 제시하면 한 프로젝트가 보편적 규칙을 증명한 것처럼 꾸미지 않고도 가치를 제공할 수 있습니다
결과 확인
모든 역할, 방법, 지표, 결과, 인용한 생각을 제공된 사실까지 추적할 수 있나요
팀 기여 범위, 한계, 기밀성, 허가, 인과관계의 경계가 유지되어 있나요
게시물이 감정이나 참여 유도 문구를 꾸며내지 않고 유용하며 범위가 분명한 통찰을 제공하나요
안심하고 사용하세요
자주 묻는 질문
이 레시피를 언제 사용해야 하는지, 무엇을 제공해야 하는지, 그리고 어떤 부분에서 사람의 검토가 여전히 중요한지에 대한 실용적인 답변
‘검증된 정보를 바탕으로 LinkedIn 게시물 작성하기’를 사용하기 전에 무엇을 준비해야 하나요?
‘검증된 정보를 바탕으로 LinkedIn 게시물 작성하기’를 사용하려면 검증된 사실과 기여 범위, 독자와 유용한 통찰, 게시 제약을 준비하세요. 확인할 수 있는 정보로만 자리표시자를 바꾸세요. 세부 사항을 알 수 없다면 모델에 추론을 맡기지 말고 그 불확실성을 명확히 남기세요.
‘검증된 정보를 바탕으로 LinkedIn 게시물 작성하기’의 결과는 언제 아직 사용할 준비가 되지 않은 것인가요?
제공된 근거를 바탕으로 명시된 결과인 ‘추적 가능한 주장, 유용한 통찰, 개인정보 점검, 절제된 CTA를 갖춘 플랫폼용 게시물’을 아직 만들지 못했거나, 해결되지 않은 가정, 누락된 승인 또는 꾸며낸 세부 사항에 의존한다면 결과를 사용할 준비가 되지 않은 것입니다. 확인 항목을 사용 승인 기준으로 삼으세요. 근거 없는 결과물을 다듬는 대신 원본 입력을 수정하거나 권한을 가진 검토자를 지명하세요.
‘검증된 정보를 바탕으로 LinkedIn 게시물 작성하기’에 대해 테스트 기록이 있는 AI 도구는 무엇인가요?
2026-08-28 기준으로 ‘검증된 정보를 바탕으로 LinkedIn 게시물 작성하기’의 공개 테스트 기록에는 ChatGPT가 포함되어 있습니다. 이는 실행 기록이 있음을 보여 줄 뿐, 이후 제품 버전과의 호환성이나 동일한 결과를 보장하지는 않습니다. 다른 도구나 버전에서는 모든 제약을 명시한 채 사용 전에 결과 확인 항목을 다시 점검하세요.
ChatGPT
