AI 에이전트는 질문에 답하는 챗봇과 달리 여러 단계를 이어서 처리합니다. 그래서 ‘이 자료를 보고 알아서 정리해줘’처럼 시작과 끝이 흐린 부탁을 받으면 중간 판단을 제멋대로 채우기 쉽습니다.

업무를 맡길 때 가장 먼저 정할 것은 정답의 문장이 아니라 작업의 경계입니다. 무엇을 읽고, 어떤 형식으로 만들며, 어디까지 진행한 뒤 사람에게 확인을 받을지를 먼저 적어야 합니다.

처음부터 완벽한 프롬프트를 쓰려고 하지 말고 아래 다섯 칸을 채우는 방식으로 시작하세요. 이 구조는 도구가 바뀌어도 그대로 재사용할 수 있습니다.

• 목표: 최종적으로 무엇을 만들 것인지 한 문장으로 씁니다.
• 입력: 사용할 파일, 링크, 데이터의 범위를 정합니다.
• 제외: 읽지 말아야 할 파일과 하지 말아야 할 행동을 적습니다.
• 완료 조건: 결과물의 형식과 확인 기준을 정합니다.
• 승인 지점: 외부 전송, 삭제, 결제처럼 사람이 확인할 단계를 표시합니다.

‘조사하고, 글 쓰고, 이미지 만들고, 게시까지 해줘’는 편해 보이지만 오류가 생겼을 때 어디서 틀렸는지 찾기 어렵습니다. 먼저 자료 목록을 만들고, 그 결과를 사람이 확인한 뒤 다음 단계로 넘기는 편이 안전합니다.

각 단계의 출력물을 파일이나 표처럼 남기면 다음 단계의 입력으로 바로 사용할 수 있습니다. 에이전트의 자율성을 키우는 것보다 중간 결과를 확인할 수 있게 만드는 것이 운영에서는 더 중요합니다.

파일을 수정하는 작업은 미리보기나 제안 단계에서 멈추게 하고, 삭제·외부 발송·결제·공개 발행은 반드시 사람 승인 뒤에 실행하도록 구분하세요. 특히 처음 쓰는 에이전트는 읽기 전용으로 시작하는 편이 좋습니다.

성공률도 감으로 판단하지 마세요. 총 소요 시간, 사람이 고친 횟수, 다시 실행한 횟수를 간단히 기록하면 어느 업무가 자동화에 맞는지 보입니다.

첫날부터 회사 전체 업무를 맡기기보다 매일 반복되지만 결과 확인이 쉬운 작업을 골라보세요. 예를 들면 폴더 안의 파일 목록 정리, 회의 메모의 항목화, 초안의 누락 항목 점검처럼 실패 범위를 제한할 수 있는 일부터 시작하면 됩니다.

작은 작업에서 지시서와 승인 규칙이 안정되면 그때 입력 자료와 처리 단계를 하나씩 늘리세요. 에이전트는 한 번에 똑똑해지는 것이 아니라 반복 가능한 흐름을 얻을 때 쓸모가 커집니다.