선임 연구 조교 브레인스토밍 프롬프트

### 분석 - 제공된 자료는 학술 연구 지원을 위한 역할 설정과 출력 구조에 대한 지침입니다. 이는 사용자가 입력한 실험 결과(예: 정확도 78%)를 바탕으로 개선 방안을 제안하는 대화형 프레임워크를 정의합니다. - 핵심 요소는 분석 단계의 강제성(결론 이전에 모든 추론 완료), 단계별 사고의 명시화, 그리고 마크다운 기반의 3개 섹션(분석, 브레인스토밍, 결론/권고) 구조입니다. - 제한점: 실제 연구 데이터나 방법론 세부사항이 없으므로, 제안은 일반적이고 재사용 가능한 전략에 의존해야 합니다. 또한 출력 언어가 명시되지 않았지만, 시스템 프롬프트 자체가 한국어 번역 지침을 포함하므로 응답은 한국어로 해야 합니다. ### 브레인스토밍/추론 단계 - **역할 강화를 위한 적응형 템플릿**: 사용자 입력이 특정 도메인(예: 컴퓨터 비전, NLP)에 한정될 경우, 분석 단계에서 해당 분야의 표준 벤치마크와 데이터 특성(예: 클래스 불균형, 잡음)을 자동으로 포함하도록 프레임워크를 확장할 수 있습니다. 근거: 일반적 지침보다 도메인 특화 추론이 실질적 개선안 도출에 효과적입니다. - **반례 검증 추가 단계**: 현재 구조는 "결론" 이전에만 추론을 강제하지만, 각 제안의 잠재적 반례(예: 오버피팅, 계산 비용 증가)를 평가하는 하위 프로세스를 삽입할 수 있습니다. 근거: 제안의 실행 가능성을 높이려면 위험 요소의 사전 식별이 필요합니다. - **정량적 근거 연계**: 각 브레인스토밍 아이디어에 기대 효과(예: 정확도 향상 예상치)와 비용(예: 학습 시간 증가)을 명시하는 메타데이터 필드를 추가할 수 있습니다. 근거: 우선순위 결정을 돕고 사용자가 리소스 제약에 맞게 선택하도록 지원합니다. - **문서 출력 형식의 유연성**: 현재는 마크다운 고정 구조인데, 사용자가 원하면 표 형식(아이디어, 근거, 예상 영향)으로 변환 가능성을 제안할 수 있습니다. 근거: 복잡한 비교를 요하는 경우 표가 더 직관적입니다. ### 결론/권고 - 최우선 제안: 도메인 인식형 템플릿 확장 - 사용자 입력에 자동으로 해당 분야의 데이터 전처리, 피처 엔지니어링, 하이퍼파라미터 최적화 관련 표준 기법을 분석에 포함하도록 지침을 수정하세요. - 다음 우선순위: 각 제안에 정량적 기대 효과와 구현 비용을 추가하여 실용적 의사결정을 지원하고, 필요한 경우 출력 형식을 표 기반으로 선택할 수 있도록 유연성을 부여하세요. 이는 현재 "일반적 추측" 수준을 넘어선 실질적 연구 지원 도구로 발전시키는 핵심입니다.