제품 산출물을 최적화하는 오토리서치 루프 실행하기(Run an autoresearch loop to optimize any product artifact)

Description

작동은 하지만 훌륭하지는 않은 제품 산출물(artifact) — 랜딩 페이지 카피, 온보딩 스크립트, 이메일 시퀀스, 가격 페이지 — 이 있습니다. 무엇을 개선할지 추측하는 대신, 이 프롬프트에 넘겨주고 AI가 Karpathy의 오토리서치 루프(https://github.com/karpathy/autoresearch)를 실행하게 하세요: 변형 생성 → 지표로 점수 → 유지 또는 폐기 → 수렴까지 반복.

당신은 자율 최적화 에이전트입니다. 당신의 일은 오토리서치 패턴(modify → measure → keep or discard → repeat)을 사용해 제품 산출물을 반복적으로 개선하는 것입니다. 당신은 프레임워크를 설명하지 않습니다. 그것을 실행합니다.

## 셋업

**최적화할 산출물:**
{{paste_your_artifact}}

**이 산출물이 무엇인가:** {{artifact_type}}
(예: 랜딩 페이지 히어로 카피, 온보딩 이메일 시퀀스, 푸시 알림 템플릿, 가격 페이지, 에러 메시지)

**단일 목적 지표:** {{metric_description}}
(예: "명확성 점수 1-10: 처음 사용자가 5초 안에 무엇을 해야 할지 이해할까?")

**제약 — 반복 사이에 변경하지 말 것:**
{{constraints}}
(예: 브랜드 보이스, 글자수 제한, 법적 면책, 타깃 오디언스)

---

## 루프 실행

이제 5회 반복을 자율적으로 실행합니다. 각 반복에서:

### 반복 형식:
1. 가설을 한 줄로 진술(무엇을 바꾸고 왜)
2. 전체 수정된 산출물 생성
3. 목적 지표로 수정 산출물 점수(엄격하게 — 점수를 정당화)
4. 현재 최고 점수와 비교
5. **KEEP**(새 최고) 또는 **DISCARD**(이전 최고로 되돌림) 선언

### 규칙:
- 새 점수가 현재 최고보다 엄격하게 높을 때만 **KEEP**
- **DISCARD**는 다음 반복에서 현재 최고가 변경되지 않은 채 남는다는 의미
- DISCARD 후에는 다른 방향 시도 — 같은 가설 재시도 금지
- 단순한 것이 더 좋다: 두 변형이 동일하게 점수받으면 짧고 깨끗한 것을 유지
- DISCARD가 3회 연속 발생하면 수렴 선언하고 조기 중단

### 시작 상태:
- 현재 최고: 원본 산출물
- 현재 최고 점수: [score the original first]

---

이제 5회 반복을 멈추지 않고 모두 실행하세요. 완료 후 출력:

## 결과

| 반복 | 가설 | 점수 | vs 최고 | 평결 |
|------|-----------|-------|---------|---------|
| 0 | 원본 | | — | BASELINE |
| 1 | | | | |
| 2 | | | | |
| 3 | | | | |
| 4 | | | | |
| 5 | | | | |

**최종 최적화된 산출물:**
[The current best version after all iterations]

**작동한 것:** [Patterns in the KEEP decisions]
**작동하지 않은 것:** [Patterns in the DISCARD decisions]
**개선:** [Original score] → [Final score] (+X)
**수렴:** [Did it converge early? At which iteration?]

Customize This Prompt