Claude와 Gamma를 활용한 고품질 발표 자료 생성 프롬프트 워크플로

커뮤니티 반응

작성자의 프롬프트 개선 방식에 대해 실무적이라는 긍정적인 반응이 주를 이루며, 특히 '비판 단계'를 넣는 것이 결과물 차이를 만든다는 점에 공감하는 분위기이다.

주요 논점

01찬성다수

프롬프트를 직접 작성하기보다 AI에게 먼저 비판하게 함으로써 인간이 놓치는 모호함을 제거할 수 있다.

합의점 vs 논쟁점

합의점

AI 생성 콘텐츠의 고질적인 문제인 '군더더기(Fluff)'를 제거하기 위해서는 다단계 프롬프트 최적화가 필수적이다.

실용적 조언

Gamma로 발표 자료를 만들기 전, 공유된 'Senior Editor' 프롬프트를 Claude에 입력하여 본인의 아이디어를 먼저 정제하라.
프롬프트 재작성 시 'sections = slides'라는 명시적 제약을 주어 AI가 슬라이드 구성을 미리 설계하게 하라.

섹션별 상세

작성자는 Claude가 생성한 내용을 Gamma에 바로 넣었을 때 발생하는 명확성 결여와 'AI 특유의 군더더기' 문제를 지적했다. 이를 해결하기 위해 Claude에게 바로 초안을 쓰게 하는 대신, 사용자의 프롬프트를 먼저 비판(Critique)하게 하는 단계를 추가했다. 이 과정은 명확성, 구조, 구체성, 흐름, 출력 준비도의 5가지 기준에 따라 10점 만점으로 점수를 매기도록 설계되었다. 결과적으로 AI가 생성한 콘텐츠의 의도가 분명해지고 슬라이드에 적합한 논리적 흐름이 확보되었다.

text

You are a brutally honest senior editor. Your job is to critique a prompt that will be used to generate a presentation. Analyze the prompt based on: Clarity — is the intent obvious? Structure — does it naturally map to slides? Specificity — is it too vague or generic? Flow — does it have a logical narrative? Output readiness — would this produce a strong deck or fluff? For each: - give a score out of 10 - explain what's weak in 1-2 lines Then: - rewrite the prompt to be sharper, clearer, and structured for a presentation - keep it concise but high-quality

프롬프트의 명확성과 구조를 비판적으로 분석하고 개선하기 위한 1단계 편집자 프롬프트

두 번째 단계에서는 비판을 통해 개선된 프롬프트를 '슬라이드 준비 상태'로 한 번 더 업그레이드한다. 각 섹션을 개별 슬라이드로 매핑하고 일반적인 표현을 제거하며 논리적 전개를 강화하는 구체적인 지시어를 포함한다. 이 워크플로를 거친 최종 프롬프트를 Gamma에 입력하면 의도적이고 구조적인 슬라이드가 생성된다는 점이 확인됐다. 실제 사용된 프롬프트 스니펫이 공유되어 누구나 동일한 품질 개선 효과를 재현할 수 있도록 구성되었다.

text

Take the improved prompt and upgrade it further: - make it slide-ready (sections = slides) - remove generic phrasing - add clarity where assumptions exist - ensure strong opening + logical progression - avoid fluff at all costs Output: - final version of the prompt - optional: suggested slide structure (bullet format)

개선된 프롬프트를 슬라이드 형태에 맞게 최종 최적화하는 2단계 프롬프트

용어 해설

프롬프트 엔지니어링(Prompt Engineering): — LLM으로부터 최적의 결과물을 얻기 위해 입력값(프롬프트)을 설계하고 최적화하는 기술이다. 단순히 명령을 내리는 것을 넘어 모델의 역할, 제약 조건, 출력 형식을 정교하게 제어하여 응답의 품질을 높이는 과정이다.
수석 편집자 프롬프트(Senior Editor Prompt): — 작성된 프롬프트를 비판적으로 검토하고 수정하기 위해 LLM에게 부여하는 페르소나 설정 기법이다. 모델이 스스로의 출력을 검토하게 함으로써 모호함을 제거하고 논리적 구조를 강화하는 효과가 있다.
출력 준비도(Output Readiness): — 프롬프트가 실제 결과물(이 경우 프레젠테이션 슬라이드)을 생성하기에 충분히 구체적이고 구조화되었는지를 나타내는 척도이다. 준비도가 높을수록 AI가 생성한 콘텐츠의 수정 필요성이 줄어든다.

언급된 도구

Claude추천

프롬프트 비판 및 고품질 텍스트 재작성

Gamma추천

AI 기반 프레젠테이션 슬라이드 생성