# AI 코딩 도구 자가진단: 4가지 프롬프트로 나만의 사용 패턴 분석하기

> 출처: https://retn.kr/blog/ai-coding-prompt-self-diagnosis/ · 수정 2026-03-10 · 리텐션 주식회사

프롬프트 하나로 당신의 AI 대화 습관을 진단하고, 시간과 비용을 절약하세요. WHAT-WHY-OUTPUT 3요소만 넣으면 수정 횟수 절반 감소.

> 프롬프트 하나로 당신의 AI 대화 습관을 진단하고, 시간과 비용을 절약하세요.

## TLDR

- **4가지 자가진단 프롬프트**로 전체 패턴 → 실패 원인 → 성공 복제 → 역할 최적화까지 분석
- 비효율의 46%는 짧은 프롬프트("ㅇㅇ", "해줘")에서 발생
- **WHAT-WHY-OUTPUT** 3요소만 넣으면 수정 횟수 절반 감소
- 유스케이스별 템플릿으로 매번 설명하는 시간 제거

## 1. 왜 자가진단이 필요한가

Claude Code, Cursor, Copilot 같은 AI 코딩 도구를 쓰는 비개발자가 늘고 있습니다.

문제는 **"쓰고는 있지만, 잘 쓰고 있는지 모른다"**는 것.

- 30분이면 될 작업이 2시간째
- "안돼" → "뭐가 안 되는데요?" → 무한 루프
- 같은 실수 반복

아래 4가지 프롬프트로 **내 AI 사용 패턴**을 객관적으로 분석해보세요.

## 2. 4가지 자가진단 프롬프트 (MECE)

### 구조

```
<code>자가진단 프레임워크
├── 1️⃣ 전체 패턴 분석 (What) ─── 뭘 하고 있나?
├── 2️⃣ 실패 패턴 분석 (Why) ──── 왜 비효율적인가?
├── 3️⃣ 성공 패턴 추출 (How) ──── 어떻게 잘 했나?
└── 4️⃣ 역할별 최적화 (Who) ──── 내 역할에 맞는 개선?
</code>
```

### 1️⃣ 전체 패턴 분석 (What)

**목적**: 현재 AI 사용 전반 파악

```
<code>Analyze my Claude Code usage patterns as a [your role]. I want to understand:

1. **Task Categories**: What types of tasks do I request most?
   (automation, analytics, content, debugging, etc.)

2. **Efficiency Patterns**:
   - Which conversations achieved goals quickly vs. took many turns?
   - Where did I need the most clarification?

3. **Tool Usage**: Which tools (Bash, Read, Edit, WebFetch, etc.)
   are used most in my sessions?

4. **Cost Signals**: Which request types consume the most tokens?

5. **Quick Wins**: What 3 habits should I change for faster results?

Output: Summary table + top 3 recommendations
</code>
```

**기대 결과:** - 작업 유형별 빈도 분포 - 효율/비효율 세션 비교 - 즉시 개선 가능한 3가지

### 2️⃣ 실패 패턴 분석 (Why)

**목적**: 비효율의 근본 원인 파악

```
<code>Find patterns where:
- Claude needed multiple attempts to understand my request
- I had to correct or clarify something mid-conversation
- The final output wasn't what I expected

For each pattern found:
1. Quote the original problematic prompt
2. Explain what caused the misunderstanding
3. Show how I should have phrased it

Output: Top 5 failure patterns with before/after examples
</code>
```

**기대 결과:** - 실제 실패 프롬프트 예시 - 원인 분석 (모호함, 컨텍스트 부족 등) - Before/After 개선안

### 3️⃣ 성공 패턴 추출 (How)

**목적**: 잘 작동한 패턴 복제

```
<code>Identify my most successful interactions - ones that:
- Completed in few turns (≤3)
- Had clear, usable outputs
- Used tools efficiently

For each success:
1. What made the prompt effective?
2. What pattern can I extract and reuse?

Output: 3 reusable prompt templates based on my actual successes
</code>
```

**기대 결과:** - 성공 사례 분석 - 재사용 가능한 템플릿 3개 - 성공 요인 패턴화

### 4️⃣ 역할별 최적화 (Who)

**목적**: 내 직무에 맞는 커스터마이징

```
<code>I'm a [your role] who uses Claude Code for:
- [use case 1]
- [use case 2]
- [use case 3]

Based on my usage patterns:
1. Technical concepts I should learn to communicate better
2. Common misunderstandings between my requests and Claude's interpretation
3. Prompt templates optimized for each use case

Output: Role-specific glossary + 3 templates
</code>
```

**역할 예시:** - Growth PM: MMP 연동, 광고 분석, 자동화 - Data Analyst: SQL, 대시보드, 예측 모델 - Marketing Manager: 캠페인 자동화, 콘텐츠 생성

## 3. 발견되는 공통 비효율 패턴

자가진단을 해보면, 대부분 아래 패턴에 해당합니다:

| 패턴 | 예시 | 문제 | 해결 |
| --- | --- | --- | --- |
| 극단적 짧은 프롬프트 | "ㅇㅇ", "auth", "fix" | 컨텍스트 추측 필요 | 문장으로 의도 명시 |
| Output 미지정 | "분석해줘" | 형태 불일치 | "Output: 표로 정리" |
| 에러 보고 누락 | "안돼" | 같은 시도 반복 | 에러 메시지 + 시도 내역 |
| 중간 수정 폭탄 | "그게 아니라..." | 초기 의도 불명확 | WHAT-WHY-OUTPUT |

## 4. WHAT-WHY-OUTPUT 프레임워크

모든 프롬프트에 3가지 요소 포함:

```
<code>[WHAT] 뭘 해야 하는지
[WHY]  왜 필요한지 (맥락)
[OUTPUT] 기대하는 결과물 형태
</code>
```

### 예시

**Before:**

```
<code>메타 광고 데이터 분석해줘
</code>
```

**After:**

```
<code>[WHAT] Meta Ads API로 지난 7일 캠페인별 ROAS 가져와줘
[WHY] 주간 리포트 자동화 (현재 수동 30분 소요)
[OUTPUT]
- Python 스크립트
- 구글시트 자동 업데이트
- 비개발자용 실행 가이드
</code>
```

## 5. 유스케이스별 템플릿

### 마케팅 자동화

```
<code>[WHAT] [플랫폼] API로 [데이터]를 [목적지]에 저장
[WHY] [현재 문제/목표]
[OUTPUT]
- 스크립트 + 실행 가이드
- 에러 처리 포함
</code>
```

### 데이터 분석

```
<code>[WHAT] [소스]에서 [지표] 분석
[WHY] [비즈니스 질문]
[OUTPUT]
- 시각화 + 인사이트 3개
- 액션 아이템
</code>
```

### 에러 디버깅

```
<code>[WHAT] 에러 해결
[CONTEXT]
- 에러 메시지: [전문]
- 시도한 것: [리스트]
- 예상 원인: [추측]
[OUTPUT] 수정된 코드 + 설명
</code>
```

## 6. 체크리스트: 프롬프트 보내기 전

- [ ] 1-2 단어만 있진 않은가?
- [ ] WHAT (뭘 해야 하는지) 있나?
- [ ] WHY (왜 필요한지) 있나?
- [ ] OUTPUT (기대 결과물) 있나?
- [ ] 에러면 메시지 + 시도 내역 있나?

## 7. 기대 효과

| 지표 | Before | After |
| --- | --- | --- |
| 평균 수정 횟수 | 3-4회 | 1-2회 |
| 세션당 메시지 | 200+ | 100 이하 |
| "그게 아니라" 빈도 | 세션당 5회 | 1회 이하 |
| 토큰 비용 | 기준 | 30-50% 절감 |

## 마치며

AI 코딩 도구의 생산성은 **"얼마나 잘 시키느냐"**에 달려 있습니다.

위 4가지 프롬프트로 자가진단해보세요. - 1️⃣ 전체 패턴 파악 - 2️⃣ 실패 원인 분석 - 3️⃣ 성공 패턴 복제 - 4️⃣ 역할별 최적화

프롬프트에 30초 더 투자하면, 작업 시간 30분 단축됩니다.

**📞 AI Augmentation 도입 상담** - 📧 [Contact Form](/contact/) - 📅 [30분 무료 상담](https://tidycal.com/simgyusup/30m?ref=retn.kr)