Data-aware Prompting

Data-aware Prompting

Data-aware Prompting은 LLM에게 사용자 요청만 주는 것이 아니라, 데이터셋의 구조와 통계적 신호를 함께 제공하는 프롬프트 설계 기법이다.

포함할 수 있는 정보

• 행/컬럼 수와 타입 분포
• 사용자 발화에 언급된 컬럼
• 결측 summary
• 타깃 후보
• 고카디널리티/ID-like/시계열 후보
• 컬럼별 간단한 통계

장점

• LLM이 컬럼명을 더 정확히 해석한다.
• 분석 목적에 맞는 target과 feature를 고르기 쉬워진다.
• 실행 불가능한 추천이 줄어든다.
• Profile-based Input Sanitization과 함께 쓰면 더 안전하다.

토큰 예산

컬럼이 많은 데이터셋에서는 전체 metadata를 모두 넣지 않는다. 중요한 컬럼만 우선순위로 넣고, 잘린 컬럼 수를 명시하는 방식이 좋다.

관련: Prompt Context Builder, Dataset Profiling, Prompt Engineering