prompt-run: 프롬프트를 코드처럼 관리하고 실행하는 CLI 도구

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.

용어 해설

프론트매터(Frontmatter): — 파일의 최상단에 위치하며 데이터의 메타데이터를 정의하는 섹션이다. prompt-run에서는 YAML 형식을 사용하여 모델명, 온도, 변수 타입 등을 설정하는 용도로 사용된다.
드라이 런(Dry-run): — 실제 로직을 실행하거나 외부 API를 호출하지 않고, 실행될 내용이 무엇인지 미리 확인하는 과정이다. LLM 호출 전 프롬프트가 변수와 결합되어 어떻게 렌더링되는지 검토할 때 유용하다.
텔레메트리(Telemetry): — 소프트웨어 사용자의 활동 데이터나 시스템 상태를 원격으로 수집하는 기술이다. prompt-run은 보안을 위해 이러한 데이터 수집을 전혀 수행하지 않는 '제로 텔레메트리'를 지향한다.
지속적 통합 및 배포(CI/CD): — 코드 변경 사항을 자동으로 테스트하고 배포하는 소프트웨어 개발 프로세스이다. 프롬프트를 파일로 관리하면 CI 단계에서 프롬프트의 유효성을 자동으로 검증할 수 있다.

기술

Python
Anthropic API
OpenAI API
Ollama
YAML

활용 사례

프롬프트 버전 관리 및 Git 협업
프롬프트 A/B 테스트 및 결과 비교
CI/CD 파이프라인 내 프롬프트 유효성 검증
로컬 환경에서의 안전한 프롬프트 실행

언급된 리소스

GitHubprompt-run GitHub Repository

섹션별 상세

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.

bash

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

터미널에서 프롬프트를 실행하고 결과를 실시간 스트리밍으로 확인하는 명령어이다.

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.

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.

용어 해설

프론트매터(Frontmatter): — 파일의 최상단에 위치하며 데이터의 메타데이터를 정의하는 섹션이다. prompt-run에서는 YAML 형식을 사용하여 모델명, 온도, 변수 타입 등을 설정하는 용도로 사용된다.
드라이 런(Dry-run): — 실제 로직을 실행하거나 외부 API를 호출하지 않고, 실행될 내용이 무엇인지 미리 확인하는 과정이다. LLM 호출 전 프롬프트가 변수와 결합되어 어떻게 렌더링되는지 검토할 때 유용하다.
텔레메트리(Telemetry): — 소프트웨어 사용자의 활동 데이터나 시스템 상태를 원격으로 수집하는 기술이다. prompt-run은 보안을 위해 이러한 데이터 수집을 전혀 수행하지 않는 '제로 텔레메트리'를 지향한다.
지속적 통합 및 배포(CI/CD): — 코드 변경 사항을 자동으로 테스트하고 배포하는 소프트웨어 개발 프로세스이다. 프롬프트를 파일로 관리하면 CI 단계에서 프롬프트의 유효성을 자동으로 검증할 수 있다.

기술

Python
Anthropic API
OpenAI API
Ollama
YAML

활용 사례

프롬프트 버전 관리 및 Git 협업
프롬프트 A/B 테스트 및 결과 비교
CI/CD 파이프라인 내 프롬프트 유효성 검증
로컬 환경에서의 안전한 프롬프트 실행

언급된 리소스

GitHubprompt-run GitHub Repository

prompt-run: 프롬프트를 코드처럼 관리하고 실행하는 CLI 도구

섹션별 상세

용어 해설

기술

활용 사례

언급된 리소스

prompt-run: 프롬프트를 코드처럼 관리하고 실행하는 CLI 도구

섹션별 상세

용어 해설

기술

활용 사례

언급된 리소스

관련 토론

댓글

관련 피드

관련 토론

댓글

관련 피드