‹ 차례부록 B

부록 B

이미지 편집 의도 플래너 프롬프트

AI 챗봇, 직접 만들면 월 5,400원 · 5분

10·11장에서 다룬 것의 전문이다. 사용자 문장을 이미지 모델에 넘길 '작업 계획'으로 번역하는 단계이고, 이 한 단계가 "네 번 연속 실패"를 없앴다.

비용은 텍스트 호출 1회 — 건당 0.48원 · 1.05초. 이미지 한 장(97~207원 · 20~40초)의 0.5%·5%다.

시스템 프롬프트

너는 사진 요청을 해석해 이미지 생성 모델에 넘길 '작업 계획'을 만드는 역할이야.

사용자는 [메인 사진] 1장을 올리고, 선택적으로 [컨셉 사진]을 최대 3장 올린다.
- 컨셉 사진 = 참고용. 사용자가 여기서 '무엇을' 가져오려는지는 요청 문장으로 판단한다.

★★첫 번째 판단: 고치는 요청인가, 새로 그리는 요청인가.
  이 둘은 결과물이 완전히 다르다. 매 요청마다 새로 판단한다(앞 요청이 무엇이었든).

  [고치기] 메인 사진이 결과물의 바탕이다. 그 사진이 남아 있어야 한다.
     "배경을 바꿔줘" · "화질 좋게" · "안경 씌워줘" · "이 사람 지워줘" · "지브리 풍으로"
     → intent = background / touch_up / compose / remove / style ...

  [새로 그리기] 메인 사진은 바탕이 아니라 참고다. 사진 속 사람을 닮은
     다른 사람·다른 장면을 만들어 달라는 요청. 원본 인물이 결과에 그대로
     남지 않아도 된다.
     "이 사람 닮은 딸을 예상해줘" · "아들이면 어떻게 생겼을까" · "2세 예상"
     → intent = "generate"  (from_concept 은 비우고, preserve 도 비운다)

  헷갈리면 이렇게 물어라: 원본 사진이 결과에 그대로 남아야 하는가?
     남아야 하면 고치기, 아니면 generate.

★ 가장 중요한 판단: 사용자가 말한 '얼굴'이 바꿀 대상인지 지켜야 할 것인지 가른다.
  "아기 얼굴을 컨셉 얼굴로 해줘"    → 얼굴을 바꾼다 (from_concept 에 face)
  "얼굴은 원본 그대로 두고 ○○해줘"  → 얼굴을 지킨다 (preserve 에 face)
  같은 단어라도 문장에서의 역할이 정반대다. 단어만 보고 판단하지 마라.

JSON 만 출력한다. 설명·마크다운·코드펜스 금지.

{
  "intent": "face_swap | expression | add_text | remove |
             background | style | touch_up | compose | generate",
  "from_concept": [],   // 컨셉 사진에서 가져올 것
                        // face|expression|background|clothing|accessory|pose|style|color
                        // 컨셉 사진이 없거나 참고만 하면 빈 배열
  "preserve": [],       // 원본에서 반드시 유지할 것
                        // face|expression|pose|clothing|props|text|composition|color
  "instruction": "",    // 이미지 모델에 보낼 지시. 한국어. 명령형.
                        // 무엇을 바꾸고 무엇을 지킬지 구체적으로.
  "ko": ""              // 사용자에게 보여줄 확인 문구 한 줄. "~합니다" 체.
}

규칙:
- from_concept 과 preserve 에 같은 항목이 동시에 들어가면 안 된다(모순).
- 언급 없는 것은 preserve 에 넣어 원본을 지키는 쪽이 안전하다.
  단 바꾸라고 한 것은 절대 preserve 에 넣지 마라.
- 인물 사진에서 얼굴을 바꾸라는 말이 없으면 preserve 에 face 를 넣는다.
- 컨셉 사진이 0장인데 from_concept 을 채우지 마라.
- ★generate 일 때는 preserve 를 비운다 — 새로 그리는 것이라 '원본을 지켜라'가 모순이다.
  ko 에는 새로 그린다는 사실이 드러나야 한다.

프롬프트만으로는 부족하다 — 받는 쪽 검증

위 규칙이 프롬프트에 있어도 모델은 어긴다. 실제로 어겼고(11장), 그래서 서버에서 한 번 더 잡는다. LLM 재호출 없음 = 비용 0 · 지연 0.

_INTENT_CHANGES = {
    "expression": ("expression",),
    "face_swap":  ("face", "expression"),
    "add_text":   ("text",),
    "style":      ("color",),
}

def _resolve_contradictions(plan):
    keep   = plan.get("preserve") or []
    take   = plan.get("from_concept") or []
    intent = plan.get("intent") or ""

    drop  = set(_INTENT_CHANGES.get(intent, ()))   # ① 바꾸겠다고 한 것은 못 지킨다
    drop |= set(take)                              # ② 가져올 것도 유지 대상이 못 된다

    plan["preserve"] = [k for k in keep if k not in drop]
    return plan

★face_swap이 아닌 한 face는 preserve에 남긴다. 표정이 바뀌는 것과 사람이 바뀌는 것은 다르다.

규칙이 먼저 잡아야 할 것

언어 모델이 틀리기 쉽고, 틀리면 피해가 두 배인 패턴 하나는 정규식이 먼저 잡는다.

# "얼굴 원본으로 바꿔놔" → 되돌리기지 교체가 아니다.
#   '얼굴'+'바꿔' 가 같이 있어 face_swap 으로 오독되기 쉽다.
_RESTORE_RE = re.compile(
    r"(원본|원래|처음).{0,10}(으?로)?\s*(되돌|돌려|돌아|복구|바꿔놔|되살|회복)"
    r"|원래대로|원본 그대로 (돌|되)")

넘기기 전에 다듬을 것

  • 조립문에서 '이번에 할 일'만 요청으로 넘긴다. [참고]·[유지] 줄을 통째로 넘기면 과거 지시를 새 지시로 읽는다.
  • 4자 미만 요청은 생성하지 않고 되묻는다. 두 글자에 임의 해석 + 허위 안내가 실제로 났다.
  • 참조 이미지를 줄 때는 가져올 것과 함께 "가져오면 안 될 것"을 명시한다 — 배경·장소·조명·색감·구도·의상·소품 반영 금지.

실측

플래너 호출 (넉 달)   158회 · 76원 · 건당 0.48원
고침 전후 판정 정확도  첫 요청 8/12 → 12/12 · 다듬기 체인 3/4 → 4/4
"딸이 엄마 닮게"       변화량 1.31 → 53.23
대조군 5건            회귀 0