• 의견 기반 프롬프트(opinion-based prompts): 이러한 프롬프트는 모델에게 주어진 주제에 대한 의견, 관점, 추천을 제공하도록 요청합니다. LLM은 개인적인 신념이나 선호가 있지는 않지만 학습된 데이터에서 파생된 패턴과 통찰을 기반으로 응답을 생성할 수 있습니다. 의견 기반 프롬프트는 모델의 출력에 잠재적인 편견이 있을 수 있음을 신중하게 고려해야 할 때가 많습니다. 이러한 프롬프트의 예는 다음과 같습니다. '자율 주행 자동차 기술의 장단점은 무엇인가요? 당신의 관점을 지지해 주세요.'

• 멀티 모달 프롬프트(multi-modal prompts): 그림, 음성, 영상과 결합된 문장처럼 다양한 형식의 입력 데이터가 포함된 프롬프트로, 모델이 다양한 형식의 정보를 처리하고 통합하여 적절한 응답을 생성해야 합니다. 일부 LLM은 주로 문장 기반의 상호 작용을 위해 설계되었지만, 최근 AI의 발전으로 OpenAI의 DALL-E나 CLIP처럼 멀티 모달을 처리할 수 있는 모델이 개발되고 있습니다. 예를 들어 '이 그림의 장면을 설명하세요: [그림 삽입]' 같은 질문입니다.

• 체계적 프롬프트(systematic prompts): 항목의 목록 생성, 에세이나 발표 자료의 개요 작성, 주어진 주제에 대한 구조화된 분석 제공과 같이 특정 구조, 패턴, 형식을 따르는 응답을 이끌어내는 프롬프트입니다. 정보를 일관성 있고 논리적으로 정리하여 제시해야 하는 경우가 많습니다. 예를 들어 '다음 동물들을 분류 그룹으로 분류하세요: [동물 목록]' 같은 질문입니다.