https://blindso.github.io/hsol-site/blog/ ChatGPT를 업무에 실제로 쓰는 법. 복붙 프롬프트와 왜 되는지까지. ko https://blindso.github.io/hsol-site/blog/chatgpt-blog-writing.html https://blindso.github.io/hsol-site/blog/chatgpt-blog-writing.html ChatGPT에 '블로그 글 써줘'라고 하면 술술 나오지만, 어디서 본 듯한 뻔한 글입니다. 검색에도 안 걸리고 독자도 안 읽습니다. 블로그 글의 힘은 정보가 아니라 관점입니다. 내 경험과 각도를 줘야 나만의 글이 됩니다. https://blindso.github.io/hsol-site/blog/chatgpt-brainstorming-ideas.html https://blindso.github.io/hsol-site/blog/chatgpt-brainstorming-ideas.html ChatGPT에 '아이디어 줘'라고 하면 누구나 떠올릴 뻔한 목록이 나옵니다. 제약이 없으면 평범한 답이 나오기 때문입니다. 좋은 아이디어는 조건을 좁힐 때 나옵니다. 제약이 곧 창의의 재료입니다. https://blindso.github.io/hsol-site/blog/chatgpt-business-email.html https://blindso.github.io/hsol-site/blog/chatgpt-business-email.html 업무 이메일이 어려운 건 내용이 아니라 수위입니다. 너무 세도 너무 약해도 곤란합니다. ChatGPT에 상황만 알려주면 그 수위를 맞춰 줍니다. https://blindso.github.io/hsol-site/blog/chatgpt-business-english-email.html https://blindso.github.io/hsol-site/blog/chatgpt-business-english-email.html 영어 메일을 한글로 쓰고 번역기에 돌리면 문법은 맞아도 어색한 번역투가 나옵니다. 원어민이 보면 바로 티가 납니다. 실무 영어는 문장을 옮기는 게 아니라 상황과 격식을 맞추는 일입니다. 이 둘을 주면 자연스러운 메일이 나옵니다. https://blindso.github.io/hsol-site/blog/chatgpt-business-proposal.html https://blindso.github.io/hsol-site/blog/chatgpt-business-proposal.html ChatGPT에 '기획서 써줘'라고 하면 항목은 그럴듯한데 정작 결재자를 못 움직입니다. 통과되는 기획서는 화려한 게 아니라 '왜 지금 이걸 해야 하는가'가 근거로 서 있는 문서입니다. 그 구조를 먼저 잡아 주면 됩니다. https://blindso.github.io/hsol-site/blog/chatgpt-business-translation.html https://blindso.github.io/hsol-site/blog/chatgpt-business-translation.html ChatGPT에 '번역해줘'라고만 하면 뜻은 맞아도 어색하거나, 상황에 안 맞는 말투가 나옵니다. 실무 번역은 단어를 바꾸는 게 아니라 상대·목적·용어를 맞추는 일입니다. 이 셋을 주면 번역의 급이 달라집니다. https://blindso.github.io/hsol-site/blog/chatgpt-cover-letter.html https://blindso.github.io/hsol-site/blog/chatgpt-cover-letter.html ChatGPT에 '자기소개서 써줘'라고 하면 그럴듯하지만 나와 무관한 글이 나옵니다. 면접에서 바로 들통납니다. 자기소개서는 없는 걸 지어내는 게 아니라 내가 실제로 한 일을 잘 꺼내는 일입니다. ChatGPT는 그 정리를 돕는 도구입니다. https://blindso.github.io/hsol-site/blog/chatgpt-custom-gpts.html https://blindso.github.io/hsol-site/blog/chatgpt-custom-gpts.html 나만의 GPT를 만들면 반복 업무를 도구로 굳힐 수 있습니다. 그런데 대부분은 프롬프트 하나면 충분합니다. 먼저 물어야 합니다. 이걸 매일 여러 번 쓰는가. 매번 설명이 길어지는가. 그럴 때만 GPT로 만들 값이 있습니다. https://blindso.github.io/hsol-site/blog/chatgpt-customer-service.html https://blindso.github.io/hsol-site/blog/chatgpt-customer-service.html 화가 난 고객 한 명에게 답을 쓰는 일은 공지문과 다릅니다. 사과와 해결책을 한 번에 담아야 합니다. ChatGPT에 상황과 사실을 주면 그 답변의 뼈대를 만들어 줍니다. https://blindso.github.io/hsol-site/blog/chatgpt-data-analysis.html https://blindso.github.io/hsol-site/blog/chatgpt-data-analysis.html 데이터를 ChatGPT에 넣고 '분석해줘'라고 하면 평균·합계 같은 요약만 나옵니다. 정작 필요한 답은 안 나옵니다. 분석은 계산이 아니라 질문입니다. 무엇을 알고 싶은지가 정해져야 데이터가 답을 합니다. https://blindso.github.io/hsol-site/blog/chatgpt-excel-functions.html https://blindso.github.io/hsol-site/blog/chatgpt-excel-functions.html 엑셀 함수는 외울 필요가 없습니다. 원하는 결과만 말로 설명하면 ChatGPT가 맞는 함수를 찾아 줍니다. 단, 열 구성을 꼭 알려줘야 합니다. https://blindso.github.io/hsol-site/blog/chatgpt-excel-macro.html https://blindso.github.io/hsol-site/blog/chatgpt-excel-macro.html 엑셀 매크로는 함수와 다릅니다. 여러 단계를 거치는 반복 작업을 버튼 하나로 묶는 기능입니다. 그 자동화 코드를 ChatGPT가 대신 짜 줍니다. https://blindso.github.io/hsol-site/blog/chatgpt-how-to-use.html https://blindso.github.io/hsol-site/blog/chatgpt-how-to-use.html ChatGPT 사용법을 찾으면 대개 가입하고 입력창에 치는 법을 알려줍니다. 그건 5분이면 끝납니다. 진짜 사용법은 버튼이 아니라 '어떻게 물어보느냐'입니다. 같은 ChatGPT라도 묻는 법에 따라 답의 급이 갈립니다. https://blindso.github.io/hsol-site/blog/chatgpt-interview-prep.html https://blindso.github.io/hsol-site/blog/chatgpt-interview-prep.html 면접이 막막한 건 무엇을 물어볼지 몰라서입니다. ChatGPT에 지원 직무를 알려주면 예상 질문을 미리 뽑아 줍니다. 그 질문으로 답을 소리 내 다듬어 볼 수 있습니다. https://blindso.github.io/hsol-site/blog/chatgpt-marketing-copy.html https://blindso.github.io/hsol-site/blog/chatgpt-marketing-copy.html ChatGPT에 '광고 문구 써줘'라고 하면 어디서 본 듯한 뻔한 카피가 나옵니다. AI가 부족해서가 아닙니다. 누구에게, 무엇을, 왜 파는지를 안 줬기 때문입니다. 카피는 대상과 약속이 정해지면 절반은 끝납니다. https://blindso.github.io/hsol-site/blog/chatgpt-meeting-minutes.html https://blindso.github.io/hsol-site/blog/chatgpt-meeting-minutes.html 회의 녹취·메모를 ChatGPT로 정리하는 실전 방법. 결정사항·실행항목·보류 안건 3개 표로 나누는 프롬프트와, AI가 빈칸을 지어내지 않게 하는 한 줄까지. https://blindso.github.io/hsol-site/blog/chatgpt-notice-writing.html https://blindso.github.io/hsol-site/blog/chatgpt-notice-writing.html 공지문은 여러 사람이 한 번에 읽는 글입니다. 한 줄이 애매하면 문의가 쏟아집니다. 무엇을·누구에게·언제까지를 빠짐없이 주면 ChatGPT가 그 뼈대로 정리해 줍니다. https://blindso.github.io/hsol-site/blog/chatgpt-presentation-outline.html https://blindso.github.io/hsol-site/blog/chatgpt-presentation-outline.html 먼저 솔직히 말하면, ChatGPT는 완성된 PPT 파일을 직접 만들어 주지 않습니다. 그런데 발표에서 진짜 어려운 건 디자인이 아니라 구조입니다. 무엇을 어떤 순서로 말할지 — 그 뼈대를 ChatGPT가 잡아 줍니다. 뼈대만 서면 슬라이드는 금방입니다. https://blindso.github.io/hsol-site/blog/chatgpt-prompt-engineering.html https://blindso.github.io/hsol-site/blog/chatgpt-prompt-engineering.html 프롬프트 엔지니어링이라고 하면 개발자만의 기술처럼 들립니다. 사실은 'AI에게 잘 시키는 법'입니다. 거창한 용어일 뿐, 핵심은 단순합니다. 무엇을·어떤 조건으로 시킬지를 분명히 하는 것입니다. https://blindso.github.io/hsol-site/blog/chatgpt-prompt-writing.html https://blindso.github.io/hsol-site/blog/chatgpt-prompt-writing.html 같은 ChatGPT인데 누구는 쓸 만한 답을 받고 누구는 뻔한 답을 받습니다. 차이는 모델이 아니라 프롬프트입니다. 좋은 프롬프트에는 뼈대가 있습니다. 그 뼈대만 익히면 어떤 업무에도 통합니다. https://blindso.github.io/hsol-site/blog/chatgpt-report-writing.html https://blindso.github.io/hsol-site/blog/chatgpt-report-writing.html 데이터는 있는데 보고서로 옮길 시간이 없을 때, ChatGPT를 쓰는 실전 방법입니다. 핵심은 문서를 쓰는 게 아니라 판단 재료를 정리하게 시키는 것입니다. https://blindso.github.io/hsol-site/blog/chatgpt-research.html https://blindso.github.io/hsol-site/blog/chatgpt-research.html ChatGPT는 모르는 것도 아는 것처럼 답합니다. 없는 논문과 없는 통계를 그럴듯한 형식으로 내놓습니다. 그래서 조사는 답을 받는 일이 아니라 확인하는 일입니다. 확인을 프롬프트에 넣으면 속을 일이 크게 줄어듭니다. https://blindso.github.io/hsol-site/blog/chatgpt-resume.html https://blindso.github.io/hsol-site/blog/chatgpt-resume.html 이력서는 잘 쓰는 글이 아니라 잘 정리한 표입니다. 서사가 아니라 경력·직무·성과를 형식에 맞춰 압축하는 일입니다. ChatGPT는 내가 한 일을 재료로 주면 그 형식을 잡아 줍니다. https://blindso.github.io/hsol-site/blog/chatgpt-sns-content.html https://blindso.github.io/hsol-site/blog/chatgpt-sns-content.html SNS 게시물은 길이가 아니라 첫 줄에서 승부가 납니다. 스크롤을 멈추게 하지 못하면 나머지는 읽히지 않습니다. ChatGPT에 플랫폼과 첫 줄 조건을 주면 짧은 호흡의 초안이 나옵니다. https://blindso.github.io/hsol-site/blog/chatgpt-study-learning.html https://blindso.github.io/hsol-site/blog/chatgpt-study-learning.html ChatGPT로 공부할 때 대부분 '요약해줘'에서 멈춥니다. 그런데 요약을 읽는 것과 아는 것은 다릅니다. 진짜 학습은 내가 설명하고, AI가 빈틈을 짚어 줄 때 일어납니다. 시키는 방식만 바꾸면 됩니다. https://blindso.github.io/hsol-site/blog/chatgpt-summarize-long-text.html https://blindso.github.io/hsol-site/blog/chatgpt-summarize-long-text.html 긴 보고서나 기사를 ChatGPT에 넣고 '요약해줘'라고 하면, 정작 내게 필요한 부분은 빠지고 엉뚱한 게 남기도 합니다. 요약은 '무엇을 위해 줄이느냐'가 정해져야 쓸모가 생깁니다. 목적을 주면 요약의 질이 달라집니다. https://blindso.github.io/hsol-site/blog/chatgpt-work-automation.html https://blindso.github.io/hsol-site/blog/chatgpt-work-automation.html 매일 같은 일을 ChatGPT에 시키면서 매번 처음부터 설명하고 있다면, 그건 자동화가 아닙니다. 반복 업무는 한 번만 잘 설계해 두면 다음부터는 붙여넣기만 하면 됩니다. 핵심은 '나만의 업무 틀'을 만드는 것입니다.