부록 B
이미지 편집 의도 플래너 프롬프트
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