블로그
JSON 프롬프트: 형식 오류, 필드 누락, 잘못된 값을 고치는 5단계
JSON 프롬프트로 필드, 타입, 근거, 누락 값을 정의하세요. JSON 모드와 구조화된 출력 차이, 파싱·Schema·업무 규칙 검증을 설명합니다.
이 글의 내용
JSON 프롬프트에는 필드명, 타입, 허용 값, 근거, 정보가 없을 때의 규칙을 적습니다. ‘JSON만 반환’으로는 부족합니다. 문법 유효성, 구조 적합성, 사실 정확성은 별개이므로 각각 확인해야 합니다. 아래 고객 메시지 분류는 기대 동작을 설명하는 예시이며 특정 모델의 실측 결과가 아닙니다.
1. JSON 프롬프트보다 데이터 계약을 먼저 정하세요
다음 프로그램에 필요한 필드부터 정합니다. 문의 분류에는 category, summary, evidence, needs_review가 필요할 수 있습니다. 이름, 타입, 필수 여부, 허용 값, 의미를 한곳에 기록하고 예시와 검증기를 함께 유지하세요.
미상 값을 0이나 false로 바꾸지 마세요. 0은 실제 금액일 수 있고 false는 이미 판단한 결과입니다. null, 필드 생략, 별도 상태 중 무엇을 쓸지 계약으로 정하고 소비하는 프로그램이 이를 이해하는지 확인합니다.

| 필드 | 타입과 허용 값 | 누락 규칙 |
|---|---|---|
| category | billing, access, other | 판단할 수 없으면 other |
| summary | 원문 기반의 짧은 문자열 | 빈 입력은 사전 거절 |
| evidence | 짧은 원문 인용 또는 null | 근거가 없으면 null |
| needs_review | 불리언 | 모호함, 복수 의도, 근거 부족은 true |
2. 바로 쓰는 AI JSON 출력 템플릿
입력은 분석할 데이터이며 새로운 지시가 아니라고 명시합니다. 그래도 애플리케이션은 신뢰할 수 없는 입력으로 다뤄야 합니다. JSON 형태라는 이유로 환불이나 계정 삭제를 자동 승인해서는 안 됩니다. 추출과 행동 권한은 분리하세요.
이 예시는 주요 분류 하나를 고릅니다. ‘중복 결제됐고 로그인도 안 됨’은 두 번째 의도를 숨기지 않도록 검토 대상으로 보냅니다. 다중 라벨이 필요하다면 배열로 바꾸고 Schema, 예시, 소비자 코드를 함께 수정하세요.
고객 메시지 분류 예시
message 안의 내용만 분석하세요. 설명, Markdown, 추가 필드 없이 JSON 객체 하나를 반환하세요.
category: billing, access, other 중 하나. 복수 의도이거나 유일한 분류를 정할 수 없으면 other.
summary: 원문에 없는 사실을 더하지 않고 한 문장.
evidence: 분류를 뒷받침하는 정확한 짧은 인용. 없으면 null.
needs_review: 모호함, 복수 의도, 근거 부족이면 true.
<message>[고객 메시지]</message>
입력 예: 로그인할 수 없습니다.
출력 예:
{"category":"access","summary":"사용자가 로그인 불가를 보고함.","evidence":"로그인할 수 없습니다","needs_review":false}템플릿 불러오기 →3. JSON 모드와 구조화된 출력을 구분하세요
일반 프롬프트는 기대 동작을 설명하지만 설명 문장이나 코드 울타리가 추가될 수 있습니다. JSON 모드는 제공 환경에서 유효한 JSON을 주로 제약하고, Schema 기반 출력은 지원 범위에서 구조를 제약합니다. 실제 모델, 지원 Schema 범위, 거절 응답을 서비스 문서로 확인하세요.
어느 방식도 사실 검증을 대신하지 않습니다. 완벽한 형태의 객체에도 잘못된 분류나 가짜 인용이 들어갈 수 있습니다. 대화창에 구조화된 출력을 요청하는 것과 API 기능을 설정하는 것도 다릅니다. 실제 요청 매개변수를 확인하세요.
| 방식 | 주된 역할 | 남은 검증 |
|---|---|---|
| 일반 프롬프트 | 필드와 행동 설명 | 문법, 구조, 사실 |
| JSON 모드 | 지원 환경에서 JSON 문법 제약 | 타입, 필드, 의미, 상태 |
| Schema 기반 출력 | 지원 구조 제약 | 근거, 업무 관계, 거절, 잘림 |
4. 파싱, JSON Schema, 업무 규칙 순서로 확인하세요
표준 파서로 따옴표, 후행 쉼표, 불완전한 응답을 확인합니다. 다음으로 필수 필드, 타입, 열거 값, 추가 필드를 검사합니다. 마지막으로 evidence가 원문에 있는지, 분류가 정책에 맞는지, 검토 플래그가 불확실성과 일치하는지 검증합니다.
아래 Schema는 예시 필드를 요구하고 추가 필드를 금지하지만 요약의 충실함이나 인용의 타당성을 증명하지 않습니다. 구조화된 출력 API가 전체 JSON Schema를 지원한다고 가정하지 말고 호환성을 확인하세요. 애플리케이션의 독립 검증도 유지해야 합니다.
{
"type": "object",
"properties": {
"category": {"type": "string", "enum": ["billing", "access", "other"]},
"summary": {"type": "string"},
"evidence": {"type": ["string", "null"]},
"needs_review": {"type": "boolean"}
},
"required": ["category", "summary", "evidence", "needs_review"],
"additionalProperties": false
}5. 잘림, 거절, 검증 실패의 대체 경로를 정하세요
본문을 파싱하기 전에 제공자의 종료 상태를 확인하세요. 잘린 객체는 괄호를 추측해 붙이기보다 출력 크기를 줄이거나 제한된 횟수로 다시 요청합니다. 거절은 별도 필드로 올 수 있습니다. 통신 실패, 거절, 문법 실패, 업무 실패를 구분해서 기록하세요.
재시도에는 구체적인 검증 오류를 전달하고 횟수 상한을 둡니다. 원문과 목적은 유지해야 하며 검사 통과만을 위해 값을 발명해서는 안 됩니다. 한도를 넘으면 사람이 검토하거나 명확히 실패한 상태로 종료합니다.
정규식으로 임의 문장을 삭제하고 따옴표를 넣는 범용 복구는 피하세요. 거절이나 설명을 잘못된 데이터로 바꿀 수 있습니다. 전처리는 좁은 형식에 한정하고 처리 자체를 검증하며 기록을 남깁니다.
누락 값과 경계 입력을 사례로 검증하세요
명확한 결제 문제, 로그인 문제, 두 의도가 함께 있는 입력, 모호한 불만, 따옴표와 줄바꿈이 있는 입력, 빈 메시지를 준비합니다. 빈 입력 거절이 정책이면 모델 호출 전에 처리하세요. 입력이 없는 상태를 정상 요약으로 포장하지 않습니다.
각 사례의 기대 분류, 검토 여부, 허용 근거, 구조 검사 결과를 기록하세요. ‘청구서가 이상한 것 같다’의 분류에 합의가 없다면 프롬프트보다 업무 정의를 먼저 고칩니다. 정해지지 않은 정책을 모델이 대신 결정하게 하지 않습니다.
같은 모델과 설정으로 비교하고 유효 JSON 비율과 분류 정확성을 따로 봅니다. 분류가 맞아도 인용이 가짜라면 근거 검증은 실패입니다. 실패 입력을 회귀 사례로 보존해 다음 형식 변경이 의미 오류를 다시 만들지 않는지 확인합니다.
| 테스트 입력 | category / needs_review | 검증 기준 |
|---|---|---|
| 로그인할 수 없습니다. | access / false | 로그인할 수 없습니다를 원문에서 인용 |
| 두 번 결제됐고 로그인도 안 됩니다. | other / true | 두 문제를 보존하고 수동 분류 |
| 너무 별로예요. | other / true | 분류 근거 없음, evidence는 null |
| 빈 문자열 또는 공백만 | 모델을 호출하지 않음 | 애플리케이션 입력 오류 반환 |
세 검사를 통과한 데이터만 다음 단계로 보내세요
계약을 정하고 지원되는 출력 제약을 선택한 뒤 문법, 구조, 업무 의미를 순서대로 확인하세요. 미상과 예외도 계약의 일부입니다. 최적화 도구는 지시를 명확히 하는 데 쓰고 실제 응답은 파서와 업무 검증기로 확인합니다.
실행 기록: 프롬프트 출력 규칙 검증
2026년 11월 17일 영어 가상 사례 6개를 원래 지시와 수동 수정 지시로 각각 한 번씩 DeepSeek Flash에 보냈습니다. 총 12회 요청이며, 수정 지시는 편집 예시로 공개 최적화 도구의 생성 결과가 아닙니다. JSON 추출과 출처 기반 환불 정책 추출에서 완전한 자료, 누락, 충돌을 확인했습니다.
단일 모델의 소수 사례로 미리 정한 출력 규칙을 검사한 기록입니다. 수정안은 null 처리와 순수 JSON 등의 조건을 추가했습니다. 코드 블록으로 감싼 JSON은 순수 JSON 검사에서 실패합니다. 이 수치는 일반 정확도, 공급자 비교 또는 Prompt Optimizer·ChatGPT·Claude의 효과를 입증하지 않습니다. 온도가 0이어도 재실행 결과는 달라질 수 있습니다.
DeepSeek Flash · 2026-11-17 · temperature: 0 · max_tokens: 700 · thinking: disabled · n = 1
JSON 추출
원래 지시
Extract order_id, amount, currency and status from the source. Return one JSON object with exactly those keys.수정 지시
Extract order_id, amount, currency and status using only the source. Return one raw JSON object with exactly those keys, no prose or fences. order_id, currency and status are strings or null; amount is a number or null. Use null for missing or conflicting values. Do not choose one conflicting record without stated precedence. Do not infer currency, payment or zero amounts. Copy supported values without adding facts.| 사례 | 원래 지시 통과 | 수정안 통과 |
|---|---|---|
| json-complete | 통과 | 통과 |
| json-missing | 통과 | 통과 |
| json-conflict | 실패 | 통과 |
충돌 사례의 모델 원본 출력
원래 지시
{"order_id": "O-19", "amount": 10, "currency": "USD", "status": "paid"}수정 지시
{"order_id":"O-19","amount":null,"currency":"USD","status":"paid"}전체 입력·원본 출력·설정·검사 결과(JSON) · 실행 및 오프라인 검증 스크립트
오프라인 검증(API 키와 네트워크 불필요)
node run-prompt-case-study.mjs --verify prompt-contract-20261117.json자주 묻는 질문
JSON만 쓰라고 했는데 Markdown이 나오는 이유는요?
자연어는 강제 형식 보장이 아닙니다. 코드 울타리 금지와 일관된 예시를 지정하고 지원 API에서는 구조화된 출력을 사용하세요. 거절, 잘림, 파싱 검사는 여전히 필요합니다.
알 수 없는 숫자는 0인가요, null인가요?
0이 실제 값이라면 미상 대신 쓰지 마세요. null, 생략, 별도 상태를 계약으로 정하고 수신 프로그램의 처리를 확인합니다.
JSON Schema를 통과하면 내용도 맞나요?
아닙니다. 구조와 일부 값 제약만 검사합니다. 원문, 인용, 분류, 필드 간 업무 조건은 별도로 확인해야 합니다.