prompt-run: 프롬프트를 코드처럼 관리하고 실행하는 CLI 도구

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

LLM 애플리케이션 개발 시 프롬프트가 소스 코드 내 문자열이나 외부 문서에 파편화되어 관리되는 문제를 해결하기 위해 prompt-run이 출시되었다. 이 도구는 프롬프트를 YAML 설정과 텍스트 본문이 결합된 `.prompt` 파일 형식으로 독립시켜 관리하며, 로컬 환경에서 실행되므로 보안성이 높다. Anthropic, OpenAI, Ollama 등 주요 제공자를 지원하며 프롬프트 버전 관리, A/B 테스트, CI/CD 검증 기능을 제공한다. 개발자는 이를 통해 프롬프트를 일반적인 소스 코드와 동일하게 Git으로 관리하고 리뷰 프로세스에 포함할 수 있다.

배경

Python 3.11 이상, Anthropic 또는 OpenAI API 키 (선택 사항), 로컬 실행을 위한 Ollama (선택 사항)

대상 독자

LLM 애플리케이션을 개발하고 프롬프트 버전 관리 및 팀 협업 효율화를 원하는 개발자

의미 / 영향

이 도구는 프롬프트 엔지니어링을 소프트웨어 공학의 영역으로 끌어들여 프롬프트의 재사용성과 유지보수성을 극대화한다. 특히 복잡한 프레임워크 도입 없이도 CLI 기반으로 프롬프트 워크플로우를 자동화할 수 있어 소규모 팀부터 대규모 프로젝트까지 폭넓게 적용 가능하다.

섹션별 상세

`.prompt` 파일 형식은 YAML 프론트매터와 텍스트 본문을 분리하여 모델 설정과 프롬프트 내용을 구조적으로 관리한다. 프론트매터에는 모델명, 제공자, 온도(temperature), 변수 타입 및 기본값을 정의하며 본문에서는 이중 중괄호(`{{vars}}`)를 사용하여 변수를 주입한다.

yaml

---
name: summarize
model: claude-sonnet-4-6
provider: anthropic
temperature: 0.3
vars:
  text: string
  style: string = bullet points
---
Summarize the following text as {{style}}.
Text: {{text}}

.prompt 파일의 기본 구조로 YAML 설정과 프롬프트 본문을 포함한다.

`prompt run` 명령어를 통해 터미널에서 즉시 프롬프트를 실행하고 결과를 확인하거나 파일로 저장할 수 있다. `--var` 플래그로 런타임 변수를 주입하고, `--stream`으로 실시간 출력을 확인하며, `--dry-run` 기능을 통해 실제 API 호출 없이 렌더링된 프롬프트만 미리 볼 수 있다.

bash

prompt run summarize.prompt --var text="LLMs are changing software." --stream

터미널에서 프롬프트를 실행하고 결과를 실시간 스트리밍으로 확인하는 명령어이다.

`prompt diff` 기능은 동일한 프롬프트에 대해 서로 다른 입력을 비교하거나, 서로 다른 두 버전의 프롬프트를 동일한 입력으로 테스트하여 결과를 나란히 출력한다. 각 결과의 입력 및 출력 토큰 사용량을 함께 표시하여 비용 효율성을 정량적으로 분석할 수 있게 돕는다.

bash

prompt diff summarize.prompt \
  --a-var text="First article..." \
  --b-var text="Second article..."

동일한 프롬프트에 대해 두 가지 다른 입력값의 결과를 나란히 비교한다.

로컬 실행 구조를 채택하여 API 키를 환경 변수로만 관리하고, 어떤 데이터도 외부 서버나 클라우드로 전송하지 않는다. 별도의 계정 생성이 필요 없으며 텔레메트리나 추적 기능이 전혀 포함되지 않아 기업 내부의 민감한 프롬프트 자산을 안전하게 보호한다.

python

from prompt_run import run_prompt_file, RunConfig

config = RunConfig(vars={"text": "My content"})
result = run_prompt_file("summarize.prompt", config)
print(result.response.content)

prompt-run을 Python 라이브러리로 사용하여 코드 내에서 프롬프트를 실행하는 예시이다.

`prompt validate` 명령어를 사용하여 CI/CD 파이프라인에서 프롬프트 파일의 무결성을 자동으로 검사한다. YAML 문법 오류, 지원되지 않는 제공자 설정, 정의되지 않은 변수 사용 등을 사전에 차단하여 프로덕션 환경의 안정성을 높인다.

실무 Takeaway

프롬프트를 `.prompt` 파일로 독립시켜 관리하면 애플리케이션 코드 수정 없이 모델이나 파라미터를 변경하고 Git으로 이력을 추적할 수 있다.
`prompt diff`를 활용하여 프롬프트 수정 전후의 응답 품질과 토큰 비용 변화를 터미널에서 즉시 비교 분석하여 최적의 프롬프트를 도출할 수 있다.
로컬 LLM 엔진인 Ollama를 지원하므로 민감한 데이터를 다루는 프롬프트도 외부 API 호출 없이 로컬 환경에서 안전하게 테스트하고 실행할 수 있다.

언급된 리소스

GitHubprompt-run GitHub Repository