OpenAI GPT-5.5 프롬프트 가이드: 단계별 튜토리얼

사전 요구사항

시작하기 전에 다음이 준비되어 있는지 확인하세요:

• OpenAI API 키 (gpt-5.5에 접근 권한이 있어야 합니다. 필요하다면 platform.openai.com에서 가입하세요).
• Python 3.10 이상이 설치되어 있어야 합니다.
• 최신 OpenAI Python SDK: pip install openai를 실행하세요.
• 기본 API 지식(채팅 완성 또는 Responses API).

GPT-5.5는 API에서 사용 가능하며 최대 1백만 이상의 컨텍스트 토큰, 구조화된 출력, 그리고 reasoning_effort 및 text.verbosity와 같은 새로운 제어 기능을 지원합니다.

1단계: 모델 및 환경 업데이트

gpt-5.5로 전환하고 기본 클라이언트를 설정하세요. GPT-5나 이전 버전의 레거시 프롬프트는 종종 성능이 떨어질 수 있으므로 새롭게 시작하는 것이 좋습니다.

pip install --upgrade openai

from openai import OpenAI
client = OpenAI(api_key="your-api-key-here")

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "Test prompt"}]
)
print(response.choices[0].message.content)

예상 출력: 간결하고 직접적인 응답. 불필요한 내용은 없어야 합니다.

2단계: 핵심 원칙 배우기 – 결과 중심 프롬프트 작성

GPT-5.5는 원하는 결과, 성공 기준, 제약 조건, 사용 가능한 증거를 설명한 후 모델이 경로를 선택하도록 할 때 탁월한 성능을 발휘합니다. 긴 단계별 체인은 버리세요.

나쁜 예(레거시 스타일):

먼저 정책을 읽고, 계정 데이터를 확인하고, 필드를 비교한 다음 결정하세요...

좋은 예(GPT-5.5 스타일):

고객의 문제를 처음부터 끝까지 해결하세요.

성공의 의미는 다음과 같습니다:
- 자격 결정 시 사용 가능한 정책과 계정 데이터만 사용
- 허용된 모든 작업은 응답 전에 완료
- 최종 답변에는 다음을 포함: completed_actions, customer_message, blockers
- 증거가 부족할 경우 필요한 가장 작은 필드를 요청

이 패턴을 즉시 테스트하세요. 노이즈를 줄이고 정확도를 향상시킵니다.

3단계: 개성과 협업 스타일 정의하기

GPT-5.5는 효율적이고 작업 지향적으로 기본 설정됩니다. 대화형 앱의 경우 짧은 개성 블록을 추가하세요.

# 개성
당신은 유능한 협력자입니다: 접근하기 쉽고, 안정적이며, 직접적입니다. 사용자가 유능하다고 가정하세요. 짧되 무뚝뚝하지 않게 유지하세요. 전문적인 범위 내에서 사용자의 어조에 맞추세요.

이를 시스템 프롬프트의 시작 부분에 삽입하세요. 150단어 이내로 유지하세요. 표현력이 풍부한 어시스턴트를 원한다면 따뜻함이나 호기심을 명시적으로 추가하세요.

4단계: 더 나은 사용자 경험을 위한 서문 추가하기

다단계 또는 도구 사용 작업의 경우 모델에게 먼저 짧은 가시적 업데이트를 보내도록 지시하세요:

다단계 작업을 위한 도구 호출 전에 요청을 인정하고 첫 번째 단계를 설명하는 짧은 사용자 가시적 업데이트를 보내세요. 한두 문장으로 유지하세요.

이렇게 하면 스트리밍 앱에서 인지된 속도가 향상됩니다. 상태 저장 워크플로우에는 Responses API와 결합하세요.

5단계: 새로운 매개변수를 활용하여 제어하기

API 호출에서 다음을 사용하세요:

• reasoning_effort: none(가장 빠름), low, medium(기본값), high, xhigh.
• text.verbosity: 간결한 출력에는 low, 균형 잡힌 출력에는 medium(기본값).

예제 코드:

from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{
        "role": "system",
        "content": "You are a helpful coding assistant."
    }, {
        "role": "user",
        "content": "Implement a fast Fibonacci function in Python."
    }],
    reasoning_effort="low",      # 간단한 작업에 더 빠름
    temperature=0.7,
    max_tokens=500
)
print(response.choices[0].message.content)

예상되는 동작: 더 높은 상세도(verbosity)를 설정하지 않으면 설명을 최소화하고 직접적이며 짧은 코드를 제공합니다.

6단계: 중지 조건과 증거 규칙 추가하기

명시적인 중지 규칙으로 지나치게 깊게 생각하는 것을 방지하세요:

가장 적은 유용한 단계로 해결하세요.
각 도구 결과 후에 물어보세요: "현재 증거를 바탕으로 핵심 요청에 답할 수 있나요?" 만약 그렇다면, 즉시 최종 답변을 출력하세요.
충분한 최소 증거를 사용하세요; 정확히 인용하세요.

이는 에이전트나 장기 실행 작업에 매우 중요합니다.

7단계: 테스트, 반복 및 구조화된 출력 사용하기

항상 벤치마크를 수행하세요:

1. 이전 방식과 새로운 방식으로 대표적인 프롬프트 10개를 실행하세요.
2. 출력 품질, 토큰 사용량 및 지연 시간을 측정하세요.
3. 프롬프트로 설명된 JSON보다는 response_format={ "type": "json_schema", ... }를 선호하여 보장된 구조를 사용하세요.

구조화된 출력 호출 예시:

response = client.responses.create(
    model="gpt-5.5",
    input="Extract name and email from this text: ...",
    text_format={"type": "json_schema", "schema": {...}}
)

일반적인 문제 및 해결 방법

• GPT-5보다 결과가 더 나쁜가요? 기존 프롬프트가 너무 상세합니다. 과정 단계를 제거하고 결과만 유지하세요.
• 지나치게 깊게 생각하거나 지연 시간이 높나요? reasoning_effort를 low로 낮추고 중지 조건을 강화하세요.
• 응답이 너무 짧나요? text.verbosity: "medium"을 설정하거나 "추론을 간략히 설명하세요"를 추가하세요.
• 도구 호출이 실패하나요? 지침을 메인 프롬프트가 아닌 도구 설명으로 옮기세요.
• 날짜 인식에 문제가 있나요? "현재 날짜" 관련 줄을 제거하세요—GPT-5.5는 기본적으로 UTC를 알고 있습니다.

프로덕션 배포 전에 작은 테스트 세트로 평가를 실행하세요.

다음 단계

• OpenAI 대시보드에서 공식 가이드 전체를 탐색하세요.
• Codex 마이그레이션 스킬을 시도하세요: $openai-docs migrate this project to gpt-5.5.
• Responses API를 사용하여 작은 에이전트를 구축하고 서문(preamble) 및 성격을 테스트하세요.
• 토큰 비용을 모니터링하세요—GPT-5.5는 최소한의 프롬프트를 보상합니다.

이러한 패턴을 오늘 적용하면 워크플로우가 더 빠르고, 저렴하며, 더 안정적으로 변하는 것을 확인할 수 있습니다.