GPT 프롬프트

부자_02937630 2025.04.17. 14:44

5 0 0

아래는 당신의 7대 약점·맹점(① 스케일 오판 ② 사후 검증 부족 ③ 레버리지 과다 ④ 질적 정보 경시 ⑤ 확증 편향 ⑥ 포트폴리오 집중 ⑦ 시간·리소스 불균형)을 보완하기 위해 LLM에게 즉시 투입할 수 있는 고강도 프롬프트 150개입니다.
각 프롬프트는 (1) 명확한 산출물 요구, (2) 수치·통계 지시, (3) 실행 단계 명시를 포함하도록 설계했습니다. 필요에 따라 숫자나 기간만 바꿔 그대로 재활용하십시오.

Ⅰ. 스케일 오판 교정 (20 prompts)

300 시간 이상의 번역 프로젝트를 WBS로 8단계로 쪼개고, 단계별 예상 인력·비용·완료 확률(%)을 표로 제시해줘.
19만 댓글 번역을 4분법 샘플링으로 ROI를 추정해줘. 최소·기대·최악 시나리오 NPV도 계산하라.
내가 72 시간 안에 완료해야 할 작업 목록을 간트차트 형태로 출력하고, 크리티컬 패스 시간을 산출해줘.
텍스트 100k token 처리 시 인퍼런스 비용(달러)과 시간(분)을 파라메터 변수화해 민감도 분석을 해줘.
100 GB 데이터 정제 프로젝트의 단계별 실패 확률과 Cumulative Risk를 베타분포로 모델링해달라.
108만 자 리뷰 번역을 몬테카를로 10 000회 시뮬레이션해 소요 일수의 90% 신뢰구간을 알려줘.
탄력적 팀빌딩을 위해 최소 인원·최대 인원·균형 인원 3가지 시나리오의 Gantt Chart를 그려라.
작업 규모 착시를 방지하기 위한 “1 / 3 Rule”을 내 프로젝트에 적용해 상세 예를 계산해봐.
내가 요청한 5개 프로젝트를 EVM(Earned Value Management) 지표로 PV·EV·AC·CPI를 구해줘.
대규모 데이터 번역 시 메모리 사용량(GB)과 처리 속도(문자/초) 관계를 회귀분석으로 표현해줘.
초기 샘플 2 %에서 품질 95 % 이상을 보장하기 위한 최소 검수량을 가설검정으로 구해줘.
스케일 오판 사례 3개를 사례별 손실액·기간 초과분·교정 비용을 포함해 정리해줘.
Brace Yourselves Test를 수행해 가장 비현실적인 일정 가정을 찾아내고 대안 일정을 재계산해줘.
내 4개 사이드 프로젝트를 PERT β = 4 형태로 다시 일정 추정하고, 표준편차를 계산해줘.
“샷건 어프로치” 대신 “스나이퍼 어프로치”의 기대 가치 차이를 정량 비교해줘.
100 건 블로그 포스트 번역을 주당 10 시간 투입 기준으로 완수 가능한 주수를 계산하라.
각 단계별 실패 시나리오에 따른 Expected Delay(일)를 Δt 그래프로 표현해줘.
대규모 텍스트 pre‑processing 과정을 CPU v. GPU 옵션별 TCO를 3년 기준으로 계산해줘.
기획·개발·리뷰·배포 4단계에서 버퍼타임 15 %를 넣었을 때 완료 확률을 재추정해봐.
내 스프린트 백로그 37개 항목을 Story Point로 재할당하고, Burndown 차트를 예측해줘.

Ⅱ. 사후 검증 루프 (20 prompts)

최근 10건 투자 의사결정을 회고 형태로 정리하고, 각 결정의 EV 오차(%)를 산출해줬으면 한다.
“가정‑현실‑교훈” 템플릿을 사용해 최근 PARA 거래의 Post‑Mortem Report를 완성해줘.
Kelly 배팅 후 실제 결과와의 편차를 월별 RMSE로 시각화해줘.
투자 저널 자동화 워크플로를 구축하기 위한 API 흐름도와 예상 호출 비용을 산정해줘.
손익 5 % 이상 거래를 트리거로 하는 리뷰 알림 cron 스케줄 코드를 예시로 작성해줘.
포트폴리오의 손익·β·드로다운을 주별 히트맵으로 표현하고 이상치 구간을 표시해줘.
리뷰 루프 결여가 초래한 연 복리 수익 손실 추정치를 EVA 관점에서 구해줘.
사후 검증 루프를 4주간 시범 운영했을 때 예측 정확도 개선을 t‑검정으로 검증해줘.
“사후 검증 없는 투자”의 기회비용을 사례 2개 포함해 산술적으로 계산해줘.
이탈리아 BTG 피셔 사례를 이용해 리뷰‑피드백 시스템 도입 전후 α 차이를 분석해줘.
내 현재 의사결정 프로세스를 DMAIC 프레임으로 매핑하고 개선 Points를 보여줘.
거래 결과를 CUSUM Control Chart로 분석하여 프로세스 이상 징후를 감지해줘.
장·단기 리스크 지표(Var95, CVaR, Kelly % 변동) 추이를 Box‑Plot으로 생성해줘.
내 과거 24 개월 포트폴리오 DataFrame을 받아, Back‑testing 자동보고서 워크플로 코드를 제안해줘.
Post‑Mortem 회고 질문 리스트 10개를 만들어주고, 각 질문이 잡아내는 편향을 적어줘.
사후 검증 루프 구축 시 예상 추가 시간·비용을 파레토 80/20 시각으로 계산·정리해줘.
주간 리뷰 미실시 시 적시 Exit 실패 확률이 얼마나 상승하는지, 통계성 검정을 해줘.
내 투자 노트 App과 구글시트를 연동해 KPI 알림을 Slack으로 보내는 예시를 작성해줘.
드로다운 >20 % 발생 시 Post‑Mortem을 자동으로 생성하는 GPT 프롬프트 플로우를 설계해줘.
사후 검증 루프의 Net Benefit을 ROI = (절감 손실+추가 수익)/도입 비용 형태로 계산해줘.

Ⅲ. 레버리지·리스크 관리 (20 prompts)

현재 포트폴리오 β, VaR95, LTV를 알려줄 테니, 3가지 매크로 쇼크 시나리오 손실액(원) 산출해줘.
Kelly % 상한을 25 %로 낮출 경우 기대 CAGR과 최대 드로다운 변화를 표로 비교해줘.
내 자산·부채 데이터로 Debt‑Service Coverage Ratio를 계산하고, 임계값 경보 범위를 설정해줘.
S&P -40 %, 금리 +300bp, USDKRW +15 % 시 스트레스 테스트 결과를 Tornado Chart로 보여줘.
레버리지 1억 KRW 사용 시 마진콜 임계 KOSPI 변동률(%)을 계산해달라.
차입 비용 변동성이 CAGR에 미치는 영향을 5 년 몬테카를로로 돌려줘.
내 옵션 포지션 그릭스를 집계해 Δ, Γ, vega 별 한도 초과 위험을 진단해줘.
Historical SRR(Sharpe Ratio Reduction) 곡선으로 레버리지 한도 최적점을 찾아줘.
VaR95 = 8 % p.a.를 목표로 자산 간 비중을 솔버로 최적화해줘.
Debt Capacity 모델을 DCF 방식으로 재계산해 허용 가능한 추가 차입 한도를 알려줘.
5 년 내 10배 전략에서 Kelly‑Optimal Size를 CAGR, MaxDD 기준으로 트레이드‑오프 분석해줘.
스트레스 테스트 시나리오를 Basel III IRB 방식으로 재구성해 손실준비금 필요액을 계산해줘.
변동금리 부채를 고정금리 스왑으로 헤지했을 때 NPV 차이를 계산해달라.
내 파생상품 만기 스케줄을 히스토그램으로 시각화하고, 롤오버 집중위험을 평가해줘.
레버리지 사용 시 마진버퍼를 유지하기 위한 최소 현금비중을 구해줘.
코스트 오브 캐피털 변동이 EV/EBITDA Multiple에 주는 영향을 표와 그래프로 설명해줘.
RAPM(Risk‑Adjusted Performance Measure) 지표로 레버리지 전략의 효율성을 재평가해줘.
IMF 1997급 위기 재현 시 손실 확대 배수를 역사적 회귀모형으로 추정해줘.
LCR > 110 %를 달성하기 위한 현금·단기채 최적 비중을 계산해달라.
레버리지 감소가 CAGR을 얼마나 희생하는지, 10년 복리 기준으로 비교표를 작성해줘.

Ⅳ. 질적 정보 강화 (15 prompts)

특정 종목의 경영진 트랙레코드를 ROIC·주주환원률로 수치화하고, 동업계 평균과 비교해줘.
미디어 내러티브 지표(NV Tone Score)를 백테스트해 수익률 상관계수를 제시해달라.
산업 체인 인터뷰 질문 10개를 작성하고, 각 질문의 의사결정 기여도(%)를 추정해줘.
10‑K Risk Factor 섹션을 3층 요약 후, 발생 확률·심각도·탐지 가능성으로 FMEA 해줘.
글로벌 규제 리스크 맵을 Heat‑Map으로 그려, 각 국가별 중대한 규정 변동 Top 3를 표시해줘.
비정형 지표(Glassdoor 평점, 트위터 긍·부정률)를 KPI로 수치화하고, 가중 평균 신호를 설계해줘.
내 투자 논문에 Soft Signal 가중치를 0 %→20 %로 올릴 때 포트폴리오 α 변동을 시뮬레이션해줘.
현금흐름 조작 가능성(M‑Score)을 5개 종목에 계산하고 위험 레벨을 색상코드화해줘.
환경·사회·지배구조(ESG) 점수를 주가 변동과 회귀해 β₁ 값을 알려줘.
ChatGPT에게 질적 데이터 분석을 맡길 때 필요한 Prompt Template 5가지를 설계해줘.
경영진 신뢰지수(GovScore)와 시장 Multiple 확장률의 상관관계를 그래프로 보여줘.
사례: 파나소닉 공급망 단절 리스크를 정성→정량으로 변환한 모델을 재현해줘.
제품 리뷰·콜센터 로그에서 Sentiment Pulse를 주별 지수로 뽑는 파이프라인을 제안해줘.
언론 헤드라인 스코어링 알고리즘의 F1 Score를 향상시킬 수 있는 개선안을 3가지 제시해줘.
질적 정보 미반영으로 발생한 역사적 투자 실패 사례 3건을 숫자·그래프로 정리해줘.

Ⅴ. 확증 편향 억제 (15 prompts)

내 PARA M&A 가설을 반박하는 증거를 5가지 찾아서, 각 증거의 신뢰도 점수를 매겨줘.
Devil’s Advocate 역할로, 내 투자 아이디어의 손실 시나리오를 최악치 기준으로 계산해줘.
Pre‑Mortem 분석을 10단계 프로세스로 수행하고, “실패 확률 50 % 이상 단계”를 표시해줘.
동일 종목에 대해 Bull·Bear 논거를 가중치 50:50으로 배열하고, Net Score를 계산하라.
내 마지막 20건 투자 중 확증 편향 점수(0‑100)를 산정하고 상위 5건을 하이라이트해줘.
정보 소스 다양성(Diversity Index)을 계산해 상위·하위 사분위를 보여줘.
나의 과거 투자 노트에서 의견이 다른 분석가 인용률(%)을 추출·그래프화해줘.
반론 검증 체크리스트(10항목)를 작성하고, 각 항목의 예상 편향 감소효과를 추정해줘.
베이지안 업데이트를 통해 M&A 성공 확률을 사전·사후로 비교해줘.
의견 일치율이 80 % 초과할 때 경보를 띄우는 Prompt Flow를 설계해달라.
오픈소스 퀀트 파일로 내 가설을 Back‑test해 P‑Value를 산출하고, 귀무가설을 평가해줘.
지나친 자신감이 기대 균등수익을 얼마나 깎는지, 수치 시나리오 3개를 제시해줘.
과거 5년 내 동일 업종 M&A 실패율(%)을 로짓 회귀로 추정하고, 현 건의 실패 Posterior P를 구해줘.
피어그룹 분석에서 표본 선택 편향이 발생할 확률을 부트스트랩 1 000회로 추정해줘.
확증 편향을 억제하는 AI Agent 스펙을 정의하고, KPI 3가지를 설정해줘.

Ⅵ. 포트폴리오 집중·분산 (15 prompts)

현재 HHI 지수를 계산하고, 목표치 0.18 달성을 위한 리밸런싱 제안서를 출력해줘.
섹터 비중 30 % 초과 종목을 나열하고, 각 종목 축소 시 CAGR 감소 v. VaR 감소를 비교해줘.
분산도 증가가 α에 미치는 Non‑Linear Effect를 회귀모델로 시뮬레이션해줘.
Korea 50 %→40 %, US 30 %→45 % 조정 시 환율 리스크‑헤지 비용을 계산해줘.
포트폴리오 내 상관계수 행렬을 Heat‑Map으로 그리고, Diversification Benefit Score를 구해줘.
마켓 Cap‑Weighted v. Equal‑Weight 전략 차이를 10년 백테스트로 시각화해줘.
섹터 간 공분산 변동성이 고조될 때 적용할 Dynamic Hedge 비중을 솔버로 계산해줘.
내 집중 포지션 3개에 대해 Tail Risk Hedge 비용(옵션 프리미엄)을 비교해줘.
전략 α가 유지되면서 HHI를 0.15로 낮추려면 종목 수를 최소 몇 개 늘려야 하는지 계산해봐.
포트폴리오 분산이 수익률을 희생할 임계점을 샤프비율 극대화 관점에서 구해줘.
30 % 드로다운 제한 조건하에서 집중투자와 분산투자 비교 시뮬레이션을 돌려줘.
섹터 로테이션 전략을 계절성 요소까지 포함해 최적화하고, 연 CAGR·MaxDD를 계산해줘.
ETP·현물·옵션 혼합 포트폴리오로 동일 기대수익률에 VaR 최소화를 달성하는 구성을 제시해줘.
하이컨빅션 종목 비중을 20 %→10 %로 줄일 때 밸류에이션 갭 확대 효과를 예측해줘.
분산도 향상이 인지 부하를 얼마나 증가시키는지, 의사결정 시간 관점에서 모델링해줘.

Ⅶ. 의사결정 속도 vs 정밀도 (10 prompts)

“정보 70 % Rule” 적용 시 평균 의사결정 시간 단축 효과와 오차 증가율을 추정해줘.
Low‑Regret Pilot 포지션을 ¼→⅛로 줄일 경우 학습 속도는 얼마나 느려지는지 계산해줘.
정밀도 90 %→85 % 허용 시 CAGR 차이를 하키스틱 그래프로 보여줘.
결정 트리를 의사결정 3단계로 단순화할 때 오류율 변화를 혼동행렬로 제시해줘.
타이밍 지연 24시간이 기회비용을 얼마나 증가시키는지, σ = 15 % 전제하에 계산해줘.
정보 50 %만 확보 시 효용이 0보다 양수인 조건을 수식으로 도출해줘.
정밀도·속도 Trade‑off 곡선의 꺾이는 지점을 계산해줬으면 한다.
마켓 충격 뉴스가 나온 후 2시간 내·24시간 내 대응 전략의 α 차이를 시뮬레이션해줘.
의사결정 피로도가 오류 확률을 얼마나 높이는지, 로지스틱 곡선 파라미터를 추정해줘.
복합 전략 대신 Rule‑Based 전략으로 전환 시 연 환산 학습시간 절감을 계산해줘.

Ⅷ. 시간·리소스 재배분 (10 prompts)

주당 10 h 투자 리서치로 CAGR 목표 15 % 달성 가능성을 포아송 프로세스로 추정해줘.
헬스/수면 시간을 35→42h로 늘렸을 때 인지 속도 개선 β를 메타분석 데이터로 산출해줘.
가정·직장·투자·사업 4개 버킷에 OKR을 설정하고, 분기별 진척률 지표를 설계해줘.
내 시간분배를 파레토 20 % 구간과 80 % 구간으로 나누고 ROI를 그래프로 표현해줘.
24h 캘린더를 모의로 작성해 불가피 시간블록을 회색, 유동 시간을 파랑으로 구분해줘.
투자 리서치 아웃소싱 시 비용·시간 절감 효과를 IRR로 계산해달라.
피로도 곡선(시간 대비 집중력 저하)를 입력값으로 학습 일정 최적화를 구해줘.
육아·투자·건강 일정을 통합 플래너로 자동 리스케줄하는 워크플로 코드를 작성해줘.
사이드 사업 아이디어 3개를 시간당 기대수익 기준으로 랭크해줘.
의사결정 속도 개선을 위해 자동화 가능한 루틴 5개를 RPA 예시와 함께 알려줘.

Ⅸ. 건강·스트레스 관리 (5 prompts)

드로다운 > 15 % 시 Cortisol 지수 상승과 의사결정 오류 증가율을 수치로 모델링해줘.
IRR 목표치보다 2 %p 하회할 때 발생할 스트레스 지수를 HRV 메타연구 기반으로 추정해줘.
30분 고강도 운동이 신경인지 기능을 얼마나 개선하는지, Cohen’s _d_로 요약해줘.
수면 6h→7h로 늘릴 때 투자 결정 오류율이 얼마나 감소하는지 선형회귀로 추정해줘.
스트레스 – CAGR 상관계수(ρ)를 최근 20개 연구 평균으로 제시해, 임계 스트레스 값 처방해줘.

Ⅹ. 기타 도구·자동화 활용 (20 prompts)

내 포트폴리오 CSV를 읽어 GPT로 요약 후, 고위험 경보를 Telegram으로 보내는 파이프라인 설계해줘.
OpenAI Function Calling 기능으로 “현재 VaR 초과 시 자동 청산” 봇 스크립트 코드를 보여줘.
LangChain + TimescaleDB로 Post‑Mortem DB를 구축하는 예시를 작성해달라.
크론탭으로 월말 VaR·Kelly 리밸런싱 스크립트를 자동 실행하는 명령어를 보여줘.
누적 손실 > 10% 시 “집중력 회복 루틴”을 출력하는 GPT Action Flow를 설계해줘.
파인튜닝용 “확증 편향 억제 데이터셋”을 100라인 예시로 생성해줘.
Pinecone 벡터DB를 이용해 경영진 발언 임베딩 검색 서비스를 만들 코드를 작성해줘.
Github Actions로 리뷰 루프 리포트를 PDF로 생성해 메일 발송하는 워크플로 YAML 예시를 제공해줘.
스트레스 테스트 결과를 Streamlit 앱으로 시각화하는 Python 스니펫을 작성해줘.
옵션 체인 데이터를 실시간으로 불러와 그릭스 경보를 띄우는 TradingView Webhook 룰을 만들어줘.
파라매터 Sweep으로 Kelly %와 MaxDD의 최적점(surface plot)을 그리는 코드 예시를 제공해줘.
포트폴리오 메타데이터를 LlamaIndex로 쿼리해 자연어 질의 답변을 실행하는 예시를 써줘.
Slack 슬래시 명령으로 “오늘의 Post‑Mortem”을 호출하는 GPT 스택을 구성해줘.
FastAPI + Celery로 백테스트 작업 큐를 구축해 동시에 20개 모델을 돌리는 예시 코드를 작성해줘.
AWS Budgets API로 GPT 사용 비용이 월 200 달러 초과 시 알림을 띄우는 Terraform 코드를 써줘.
Bubble 노코드 툴로 투자 리뷰 대시보드를 만드는 UI 구성안을 설명해줘.
다국어 번역 파이프라인에서 오류 검출 Recall > 0.9를 맞추는 파라미터 튜닝법을 알려줘.
LangSmith로 Prompt 트레이스 로깅을 활성화하고 KPI 리포트 양식을 만들어줘.
코스트 최적화를 위해 Anthropic v. OpenAI 요율 차이를 시나리오별로 산출해줘.
LLM 응답편향(Bias Penalty)을 최소화하기 위한 Prompt Engineering 원칙 5개를 숫자로 정리해줘.

활용 팁

Prompt 재사용: 숫자·기간·종목명만 교체하면 80 % 이상 바로 재활용 가능.
체크리스트화: 섹션별로 주간·월간 루틴에 넣어 순환 실행하면 약점 보완 루프가 고착화됨.
우선순위: 스케일 오판·레버리지 관리·사후 검증 → 질적 정보 강화 순으로 적용 시 효과가 가장 큼.

이 리스트를 기준으로 LLM에게 지속적으로 질문을 던지면, 당신의 결정 시스템이 정량·정성 양면에서 불균형 없이 강화될 것이다.

자유