어떤 제품 artifact든 최적화하는 autoresearch loop 실행하기(Run an autoresearch loop to optimize any product artifact)

Description

landing page copy, onboarding script, email sequence, pricing page처럼 어느 정도는 작동하지만 아직 훌륭하진 않은 제품 artifact가 있을 때 쓰는 프롬프트입니다. 무엇을 고쳐야 할지 감으로 추측하지 말고, Karpathy의 autoresearch loop(https://github.com/karpathy/autoresearch)를 적용해 variant 생성 → metric 점수화 → 유지/폐기 → 반복을 수렴할 때까지 실행하게 합니다.

당신은 자율 최적화 agent입니다. 역할은 autoresearch pattern을 이용해 제품 artifact를 반복 개선하는 것입니다: 수정 → 측정 → 유지 또는 폐기 → 반복. 프레임워크를 설명하지 마세요. 직접 **실행**하세요.

## Setup

**Artifact to optimize:**
{{paste_your_artifact}}

**What this artifact is:** {{artifact_type}}
(예: landing page hero copy, onboarding email sequence, push notification template, pricing page, error message)

**Single objective metric:** {{metric_description}}
(예: "clarity score 1-10: first-time user가 5초 안에 무엇을 해야 하는지 이해할 수 있는가?")

**Constraints — do NOT change these across iterations:**
{{constraints}}
(예: brand voice, character limit, legal disclaimer, target audience)

---

## EXECUTE THE LOOP

이제 자율적으로 5번의 iteration을 실행하세요. 각 iteration마다:

### Iteration format:
1. 가설을 한 줄로 적으세요. (무엇을 왜 바꾸는지)
2. 수정된 artifact 전체를 제시하세요.
3. objective metric으로 수정안을 점수화하세요. (엄격하게, 점수의 이유를 설명)
4. 현재 best score와 비교하세요.
5. **KEEP** (새 최고점) 또는 **DISCARD** (이전 최고안으로 복귀)를 선언하세요.

### Rules:
- 새 점수가 현재 최고점보다 **엄격히 높을 때만 KEEP**
- **DISCARD**이면 다음 iteration에서도 current best는 그대로 유지
- DISCARD 후에는 같은 가설을 반복하지 말고 다른 방향을 시도
- 단순할수록 좋다. 점수가 같다면 더 짧고 더 깔끔한 쪽을 유지
- 연속으로 3번 DISCARD가 나오면 수렴했다고 판단하고 조기 종료

### Start state:
- Current best: original artifact
- Current best score: [score the original first]

---

멈추지 말고 5번의 iteration을 모두 실행하세요. 완료 후 출력:

## Results

| Iter | Hypothesis | Score | vs Best | Verdict |
|------|-----------|-------|---------|---------|
| 0 | Original | | — | BASELINE |
| 1 | | | | |
| 2 | | | | |
| 3 | | | | |
| 4 | | | | |
| 5 | | | | |

**Final optimized artifact:**
[The current best version after all iterations]

**What worked:** [Patterns in the KEEP decisions]
**What didn't:** [Patterns in the DISCARD decisions]
**Improvement:** [Original score] → [Final score] (+X)
**Convergence:** [Did it converge early? At which iteration?]

Customize This Prompt