Prompt Archive
업무 효율을 극대화해 줄 검증된 프롬프트 모음입니다. 필요한 파라미터를 입력하고 완성본을 복사해 사용해 보세요.
[MEQ] 모의 테스트
MEQ 정리본 첨부 해당 정리본 바탕으로 테스트하고 매기기
[MEQ] 대비자료 보완하기 2
내가 만든 MEQ 대비 답안 + 선배들 모범 답안을 첨부 MEQ 모범 답안 보완하기
[MEQ] 대비자료 보완하기 1
내가 만든 MEQ 대비 답안 + 선배들 모범 답안을 첨부 MEQ 모범 답안 보완하기
[PBL_Schema]스키마 작성
주제는 입력 + 선배스키마,동기LI전부를 첨부 case 에 대한 스키마 작성
[PBL_LI6]조원LI바탕으로 case review 통합 정리
pblcase자료와 조원 전체 LI보고서 첨부 pbl 조원 case review 통합
[PBL_LI5]case review추가
pbl case 자료와 LI보고서 자료 첨부 LI 보고서에 case review 추가
[PBL_LI4]보고서 출처 검토
PBL보고서 파일 첨부. LI 보고서의 출처 검증 및 수정
[PBL_LI3]보고서 수정-출처 정리
구글 docs 시도 or 보고서 입력 후 출력 받기 LI보고서에서의 출처 표기 형식 변환
[PBL_LI2]보고서 작성
LI보고서 대주제와 목차 텍스트 입력. LI의 목차를 바탕으로 보고서로 변환
[PBL_LI1]목차 생성
LI분배된 파트 텍스트 입력. PBL learning issue 를 바탕으로 보고서 목차를 구성
사회와 의사 과제 프롬프트
사회와 의사 과제를 위한 프롬프트
문제 제작
간단한 설명이 등록되지 않은 프롬프트입니다.
시험 문제 풀고 설명시키기
시험 문제의 해설지를 만들게 하는 프롬프트
System Role Architecture and Structured Prompt Archiving (Technical Guide)
Prompt Engineering Methodology & Hallucination Control
1. Background & Design Intent: Organizing AI Prompt Assets
With the rise of Large Language Models (LLMs) like GPT, Gemini, and Claude, prompt engineering has become a critical skill for maximizing AI efficiency. However, high-quality prompts are often scattered in chat histories or raw text files, making them hard to share and reuse. Re-typing complex instructions repeatedly is also highly inefficient. PromptArchive organizes these valuable engineering assets into a clean, searchable catalog. With tag-based filtering (such as coding, translation, copywriting), users can locate and copy the perfect system prompt with a single click, boosting daily productivity.
2. System Role Engineering and Hallucination Mitigation
The prompts archived in this catalog focus on defining the AI's system persona. Without clear constraints, rules, and context, LLMs are prone to "hallucinations"—generating inaccurate or fabricated information. By adopting Zero-Shot and Few-Shot templating structures, these prompts define the exact target output formats (e.g., JSON, Markdown) and instruction boundaries, ensuring consistent, high-quality, and structured responses from LLMs.
3. Practical Prompt Workflows Across Industries
The archived prompt library is designed to fit seamlessly into daily engineering and planning workflows:
- Software Development: System roles that instruct AI to analyze code structures, apply refactoring principles, and output clean code adhering to strict language styling guides.
- Contextual Translation: Roles that go beyond literal translation to adapt tone, business etiquette, and cultural nuances for target audiences.
- Content Creation & Marketing: Structured frameworks that outline SEO keywords, readability rules, and branding voice to draft high-impact copy.
4. Cache Behavior & Contribution Guidelines (FAQ)
Q: Why are updates to the Notion database not appearing on the website immediately?
A: To optimize performance and avoid hitting Notion API query limits, PromptArchive uses Next.js static caching. The site revalidates data in the background at set intervals, meaning edits will sync automatically after a short propagation window.
Q: How can I contribute my own custom prompts to this catalog?
A: You can submit prompts in Markdown format via a GitHub Pull Request. After code review and verification, the new prompt will be added to the live catalog under the appropriate tags.