GPTs 맞춤 챗봇 만들기 (지식 기능, 프롬프트 자동화, 수익화)

프롬프트를 매번 다시 쓰기 귀찮다면? GPTs로 나만의 AI 비서를 만드는 법과 지식 기능까지 제대로 쓰는 실전 활용기

저는 개발자가 아닙니다. 평범한 회사원으로서 블로그 초안 작성, 고객 응대 문구 정리, 반복 업무 템플릿 관리처럼 업무에 필요한 수준에서 ChatGPT를 써온 사용자입니다. 그래서 더 현실적으로 말할 수 있어요. 처음 GPTs라는 기능을 봤을 때는 솔직히 “이게 뭐야?” 싶었습니다. 그런데 막상 써보니, 새 대화창을 열 때마다 역할을 다시 지정하고 같은 프롬프트를 반복 입력하던 피로가 확 줄어들더군요.

저처럼 매번 “너는 이제부터 이런 역할이야”, “이 형식으로 답해줘”, “이건 빼고 저건 넣어줘”를 다시 쓰는 게 귀찮았던 사람이라면 GPTs는 생각보다 훨씬 큰 차이를 만듭니다. GPTs는 지침을 저장합니다. Knowledge는 자료를 붙입니다. 사용자는 반복 입력을 줄입니다. 그래서 ChatGPT가 단순 질문 도구에서 한 단계 올라와, 목적이 분명한 개인 비서처럼 움직이기 시작합니다.

저 역시 처음에는 다른 사람이 만든 GPTs만 조금 써보다가 덮어뒀습니다. PDF 텍스트 추출용 GPT를 찾아 쓰기도 했고, 긴 글 초안용 GPT도 만져봤습니다. 그런데 어느 순간 깨달았어요. 남이 잘 만들어둔 챗봇을 찾는 것보다, 내가 자주 하는 작업을 내가 직접 GPTs로 만들어두는 편이 훨씬 효율적이라는 사실을요. 그 뒤로는 냉정하게 평가해주는 챗봇, 자주 쓰는 문체를 기억한 글쓰기 챗봇, 필요한 정보만 빠르게 꺼내주는 업무용 챗봇처럼 제 일에 맞는 AI 비서를 따로 만들어 쓰고 있습니다.

ChatGPT의 GPTs 기능으로 맞춤형 AI 비서를 만들고 지식 파일을 업로드해 업무 효율을 높이는 과정

이 글에서 바로 가져갈 핵심

• GPTs는 ChatGPT를 목적별로 고정해두는 맞춤형 챗봇입니다.
• 반복 프롬프트를 줄이고, 답변의 일관성을 높이는 데 강합니다.
• Knowledge 기능은 GPT를 “학습”시키는 것이 아니라, 내가 올린 자료를 참고하게 만드는 방식입니다.
• 지식 파일이 들어가면 일반 답변이 아니라 내 자료를 반영한 맞춤형 답변이 나옵니다.
• 하지만 수익화는 2026년 현재 모든 사용자에게 일반 개방된 상태가 아니라 일부 빌더 대상 테스트 단계입니다.

GPTs는 정확히 무엇이고 왜 이렇게 편할까요?

OpenAI 공식 도움말은 GPTs를 instructions, knowledge, capabilities를 결합해 특정 작업이나 주제에 맞게 조정한 ChatGPT의 커스텀 버전이라고 설명합니다. 쉽게 말해, 내가 원하는 역할과 규칙을 미리 저장해둔 전용 챗봇이라고 보면 됩니다. 그래서 매번 같은 프롬프트를 반복하지 않아도 되고, 매 대화마다 다시 역할을 주입할 필요도 줄어듭니다.

이 기능이 특히 편한 이유는 “질문을 잘하는 사람”보다 “반복되는 작업이 있는 사람”에게 훨씬 큰 효과를 주기 때문입니다. 예를 들어 블로그 초안, 유튜브 소재 정리, 고객 응대 문구, 자주 쓰는 보고서 구조, 특정 말투, 특정 금지 표현처럼 늘 비슷한 요청을 하는 사람이라면 GPTs의 효율은 생각보다 큽니다. 하지만, 따라서, 그래서 중요한 포인트는 분명합니다. GPTs가 대신 생각해주는 것은 아닙니다. 사용자는 목적을 정합니다. GPT는 규칙을 따릅니다. 결과 품질은 설계에 달려 있습니다.

또 하나 반가운 점은 코딩을 몰라도 만들 수 있다는 것입니다. OpenAI의 GPTs FAQ는 GPT를 만드는 데 코딩이 필수는 아니라고 안내합니다. 실제로 저도 처음에는 복잡할 줄 알았는데, 대화하듯 만들 수 있어서 진입장벽이 훨씬 낮았습니다.

2026년 기준으로 GPTs의 최신 흐름은 어떻게 달라졌을까요?

2026년 현재 GPTs는 단순한 실험 기능이 아니라, ChatGPT 안에서 꽤 본격적인 워크플로 도구로 자리 잡고 있습니다. OpenAI의 Capabilities Overview에 따르면 custom GPTs는 이름, 프로필, 행동, 지식 파일, 선택한 도구를 설정할 수 있고, 공유하거나 공개 디렉터리에 발행할 수도 있습니다. 또 GPT Store에서는 다른 사용자가 만든 GPTs를 탐색하고 사용할 수 있어요.

다만 최신 상황을 보면, “쓸 수 있는 사람”과 “만들 수 있는 사람”의 범위는 다릅니다. OpenAI 공식 문서 기준으로 무료 사용자는 GPT Store의 GPTs를 제한된 범위 안에서 사용할 수 있지만, 직접 GPT를 만들고 발행하는 기능은 요금제에 따라 달라집니다. 그래서 GPTs를 본격적으로 운영할 생각이라면 먼저 “내가 그냥 써볼 건지, 직접 만들 건지”를 구분해보는 게 좋습니다.

항목	2026년 공식 문서 기준	왜 중요할까요?
GPTs 사용	무료 사용자도 GPT Store에서 GPTs를 발견하고 사용할 수 있습니다. 다만 메시지 한도와 도구 한도가 적용됩니다.	처음 써보는 사람은 유료 결제 전에도 체험이 가능합니다.
GPTs 생성	생성 권한은 유료 플랜 또는 워크스페이스 설정에 따라 제공됩니다.	직접 만들 생각이라면 내 플랜에서 생성이 가능한지 먼저 확인해야 합니다.
Knowledge 기능	GPT당 최대 20개 파일을 붙일 수 있고, 파일당 최대 512MB 및 2,000,000토큰까지 지원됩니다.	매뉴얼, 템플릿, 리서치 노트처럼 자주 참고할 자료를 넣어둘 수 있습니다.
스토어 공개	GPT Store에 공개하려면 Builder Profile 인증이 필요합니다.	혼자 쓸지, 링크 공유할지, 공개 발행할지를 미리 나눠서 생각해야 합니다.
수익화	일부 빌더 대상 usage 기반 수익화 테스트가 진행 중이며, 일반 개방은 아직 아닙니다.	“스토어에 올리면 바로 돈 번다”는 기대는 아직 이릅니다.
앱 연동	Apps in custom GPTs는 2026년 현재 Business 및 Enterprise/Edu 중심의 베타 기능입니다.	개인 사용자와 워크스페이스 사용자의 활용 범위가 같지 않다는 점을 알아야 합니다.

이미 만들어진 GPTs는 어떻게 고르면 시간을 덜 낭비할 수 있을까요?

GPT Store나 Explore GPTs 화면에 들어가면 다양한 챗봇이 보입니다. OpenAI는 공식적으로 GPT Store에서 writing, coding, productivity, education 등 여러 카테고리를 제공한다고 설명합니다. 저는 처음에 여기서 PDF 작업용 GPTs를 찾아 썼습니다. 업무상 PDF를 자주 다루니까 기대가 컸죠. 그런데 당시에는 기대보다 만족도가 낮았고, 특히 제가 원하는 한글 중심 활용에는 잘 맞지 않는 느낌이 있었습니다.

그 경험 이후로는 남이 만든 GPTs를 고를 때 기준이 바뀌었습니다. 저는 이제 “이 GPT가 유명한가?”보다 “내 작업 흐름에 바로 붙는가?”를 먼저 봅니다. 예를 들면 이런 식입니다.

• 유튜브 영상 요약이나 소재 발굴처럼 특정 반복 작업을 대신해주는가
• 긴 글 초안, 사업 계획서, 보고서처럼 형식이 있는 결과물을 잘 뽑아주는가
• 파일 업로드, 웹 검색, 이미지 생성 같은 필요한 도구가 켜져 있는가
• 설명 문구와 대화 시작 예시가 내가 원하는 목적과 맞는가

결국 GPTs는 앱처럼 고르는 게 맞습니다. “유명하니까 쓰는 것”보다 “내가 자주 하는 일을 줄여주느냐”가 더 중요해요. 그래서 처음에는 남이 만든 GPTs를 써보되, 세 번 이상 반복해서 쓰는 작업이 생기면 그때부터는 직접 만드는 쪽이 훨씬 낫습니다.

일반 채팅 vs GPTs, 뭐가 실제로 다를까요?

많은 분들이 이 차이를 잘못 이해합니다. 그냥 새 채팅에서 프롬프트를 잘 쓰면 되는 것 아니냐고 생각하죠. 물론 어느 정도는 맞습니다. 하지만 반복 작업이 쌓이면 차이가 분명해집니다.

항목	일반 채팅	GPTs
역할 설정	대화마다 다시 입력해야 합니다.	한 번 설정해두면 계속 같은 역할로 동작합니다.
답변 일관성	대화마다 편차가 생기기 쉽습니다.	지침이 고정돼 있어 결과 톤과 형식이 안정적입니다.
지식 활용	매번 자료를 다시 붙이거나 설명해야 할 수 있습니다.	Knowledge 파일을 붙여두면 내 자료를 계속 참조할 수 있습니다.
공유	대화 링크 공유 수준에 머무르기 쉽습니다.	비공개, 링크 공유, GPT Store 공개 등으로 배포가 가능합니다.
반복 업무 적합성	한두 번은 괜찮지만 계속 반복되면 귀찮아집니다.	반복 작업을 자동화된 습관처럼 굴리기에 좋습니다.

정리하면 이렇습니다. 일반 채팅은 범용입니다. GPTs는 목적형입니다. 일반 채팅은 그때그때 물어볼 때 편합니다. GPTs는 자주 하는 일을 고정해둘 때 강합니다. 그래서 저처럼 역할 지정이 귀찮은 사람에게는 GPTs가 체감 차이를 더 크게 만듭니다.

나만의 GPTs는 실제로 어떻게 만들면 될까요?

OpenAI 공식 도움말 Creating a GPT에 따르면, GPT는 GPT Builder를 통해 대화형으로 만들 수도 있고, Configure 화면에서 직접 항목을 채워 만들 수도 있습니다. 이 두 가지 방식이 바로 사용자가 흔히 말하는 “만들기”와 “구성”에 해당합니다. 실제로 Builder 쪽은 대화형으로 흐르고, Configure는 이름, 설명, 지침, 도구, 대화 시작 문구 등을 수동으로 다듬는 방식에 가깝습니다.

저는 개인적으로 대화형 빌더를 먼저 추천합니다. 이유는 단순해요. 처음에는 내가 무엇을 넣어야 할지 잘 모르기 때문입니다. 예를 들어 “유튜브 영상 소재를 추천해주는 GPT를 만들고 싶다”라고 말하면, GPT Builder가 제목, 설명, 말투, 역할의 초안을 꽤 자연스럽게 제안해줍니다. 실제로 OpenAI는 GPT Builder 자체를 대화형으로 커스텀 GPT를 만드는 도구라고 설명합니다. 재미있는 점은 GPT Builder 자체도 커스텀 GPT라는 점입니다. 그러니까 정말로 “GPT가 GPT를 만드는 구조”인 셈이죠.

1. 목적을 먼저 한 줄로 적습니다.
   예: 유튜브 소재 추천, 고객 응대 문구 작성, 블로그 초안 생성, 냉정한 피드백 제공
2. 말투와 금지사항을 적습니다.
   예: 친근하게 답하기, 돌려 말하지 않기, 과장 금지, 불필요한 이모지 금지
3. 결과 형식을 고정합니다.
   예: 표로 요약하기, 3가지 옵션 제시하기, 제목 먼저 쓰기, 체크리스트로 마무리하기
4. 필요 도구를 켭니다.
   웹 검색, 이미지 생성, 파일 업로드, 데이터 분석처럼 필요한 기능만 남기는 편이 좋습니다.
5. 대화 시작 문구를 넣습니다.
   어떤 질문을 던지면 잘 작동하는지 예시를 넣어두면 활용성이 훨씬 올라갑니다.

저는 이 과정을 겪고 나서야 “매번 새 대화창에서 역할 주입하던 시간”이 얼마나 낭비였는지 체감했습니다. 그래서 지금은 자주 쓰는 작업은 웬만하면 GPTs로 따로 빼두는 편입니다.

지침은 어떻게 써야 GPTs가 덜 엉뚱해질까요?

GPTs가 생각보다 엉뚱하게 답할 때가 있습니다. 그런데 많은 경우 원인은 모델이 아니라 지침의 구조입니다. OpenAI의 Key Guidelines for Writing Instructions for Custom GPTs는 지침을 더 잘 쓰는 방법으로 단계 쪼개기, 명확한 구분자 사용, 세부 기준 명시, 긍정형 표현 사용을 권합니다.

제 경험상 지침은 길다고 좋은 게 아닙니다. 대신 모호하면 안 됩니다. 예를 들어 “좋은 답변을 해줘”는 약합니다. 반면 “항상 3가지 옵션을 제시하고, 장단점을 표로 정리한 뒤, 마지막에 추천안을 한 줄로 말해줘”는 훨씬 강합니다. GPT는 규칙을 더 잘 따릅니다. 사용자는 기대치를 더 잘 관리합니다. 그래서 엉뚱한 결과가 줄어듭니다.

• 역할: 너는 누구인가
• 목표: 무엇을 잘해야 하는가
• 형식: 어떤 구조로 답해야 하는가
• 기준: 무엇을 우선하고 무엇을 피해야 하는가
• 예시: 좋은 출력 예시는 무엇인가

이 다섯 가지만 분명해도 GPTs는 훨씬 똑똑해집니다. 그래서 저는 GPT를 만들 때 항상 “이 챗봇이 어떤 상황에서 어떤 방식으로 말해야 하는가”를 먼저 써놓고 시작합니다.

지식 기능은 왜 GPTs를 진짜 ‘나만의 비서’로 바꿔줄까요?

제가 GPTs를 정말 제대로 쓰기 시작한 건 Knowledge 기능을 이해한 뒤부터였습니다. 중요한 건 이 기능을 “AI를 새로 학습시키는 것”으로 보면 안 된다는 점입니다. 정확히는 내가 올린 파일을 GPT가 참고 자료처럼 활용하도록 붙여두는 기능에 가깝습니다. OpenAI의 Knowledge in GPTs 문서는 GPT가 업로드된 파일을 쪼개고 임베딩을 만들어 저장한 뒤, 질문에 따라 관련 내용을 찾아 답변을 보강한다고 설명합니다.

또 OpenAI의 RAG 및 Semantic Search 설명 문서를 보면, 이런 방식은 사용자의 파일에서 관련 문맥을 꺼내 응답 품질을 높이는 구조입니다. 즉, GPT가 모르는 내용을 “창작”하는 것이 아니라, 내가 준 자료에서 끌어오는 힘이 커지는 것이죠. 이 차이가 큽니다.

예를 들어 제가 따로 정리한 유튜브 스타일 분석 노트, AI 툴 메모, 자주 쓰는 업무 템플릿, 블로그 독자 취향 정리, 가전제품 매뉴얼 같은 것을 넣어두면 GPT의 답변이 갑자기 추상적인 조언에서 실무형 답변으로 바뀝니다. 일반 ChatGPT는 일반론을 말합니다. Knowledge가 들어간 GPT는 내 자료를 반영합니다. 그래서 결과가 훨씬 구체적이고 실용적이 됩니다.

여기서 알아둘 현실적인 제한도 있습니다. 공식 문서 기준으로 GPT당 최대 20개 파일을 넣을 수 있고, 파일당 최대 512MB와 2,000,000토큰까지 지원되지만, 현재는 파일 안의 텍스트만 처리합니다. 즉, PDF 안에 이미지가 있어도 Knowledge 기준으로는 텍스트가 중심입니다. 또 OpenAI는 단순한 서식, 특히 단일 컬럼 텍스트가 가장 안정적이라고 안내합니다. 복잡한 다단 편집 PDF나 슬라이드형 배치는 파서가 불리할 수 있어요.

지식 파일은 어떤 자료를 넣어야 가장 효과적일까요?

이 질문이 정말 중요합니다. 모든 자료를 무조건 때려 넣는다고 좋은 GPT가 되지는 않습니다. 제 경험상 지식 파일은 자주 바뀌지 않는 자료일수록 잘 맞습니다. OpenAI도 Knowledge가 employee handbook, policy documents, school curricula처럼 자주 변하지 않는 컨텍스트에 특히 잘 맞는다고 설명합니다.

• 자주 쓰는 블로그 글 구조와 문체 예시
• 고객 응대 문구 템플릿과 금지 표현 목록
• 회사 내부에서 자주 쓰는 보고서 양식
• 가전제품 매뉴얼이나 사용설명서
• 가족 여행 취향 정리 문서
• 관심 주식, 부동산, 시장 리서치 정리 노트

이런 자료가 들어가면 GPT는 훨씬 덜 일반적으로 답합니다. 그래서 저는 지식 기능을 알기 전과 후의 차이가 정말 크다고 느꼈습니다. 이전에는 “그럴듯한 보편 답변”이 나왔다면, 이후에는 “내 기준을 반영한 실용 답변”이 나왔거든요.

수익 활동과 업무에 GPTs를 붙이려면 어디부터 시작하면 좋을까요?

많은 분들이 GPTs를 들으면 곧바로 “스토어에 올려서 돈 버는 것”부터 떠올립니다. 그런데 제 경험상 그보다 먼저 해야 할 일은 내 일에 붙이는 것입니다. 저는 지금도 무엇을 하든 냉정하게 평가해주는 챗봇, 짧은 입력만 받아도 원하는 형식으로 바꿔주는 챗봇, 글 초안 작성용 챗봇, 고객 응대 메시지 정리용 챗봇처럼 목적별 GPTs를 만들어둡니다. 이게 쌓이면 진짜로 AI 비서를 여러 명 둔 느낌이 납니다.

업무 측면에서는 특히 이런 활용이 좋습니다.

1. 반복 응답 자동화
   자주 보내는 고객 응대 문구, 안내 메시지, 후속 답변 초안을 빠르게 만듭니다.
2. 글쓰기 시스템화
   블로그, 제안서, 사업 계획서 초안의 구조를 고정해두면 시작 속도가 빨라집니다.
3. 자료 해석 보조
   내가 쌓아둔 산업 자료나 메모를 참고해 아이디어를 정리하게 할 수 있습니다.
4. 냉정한 피드백 도구
   감정적 위로보다 날카로운 평가가 필요한 상황에서 일관된 검토자 역할을 하게 할 수 있습니다.

스토어 공개도 물론 선택지입니다. OpenAI의 Building and publishing a GPT 문서에 따르면, GPT는 Private, Anyone with link, Everyone 세 가지 수준으로 공유할 수 있습니다. 공개 스토어에 올리려면 Builder Profile 인증이 필요하고, 공개 후에는 자동 정책 검사와 경우에 따라 수동 검토도 거칩니다.

다만 수익화는 아직 과장해서 보면 안 됩니다. OpenAI의 Monetizing Your GPT FAQ에 따르면 2026년 현재 usage 기반 수익화는 일부 빌더를 대상으로 테스트 중입니다. 즉, GPT Store에 올린다고 누구나 바로 수익을 내는 구조는 아닙니다. 그래서 현실적으로는 “수익화 목적”보다 “생산성 향상 목적”으로 먼저 접근하는 것이 훨씬 현명합니다.

GPTs를 쓸 때 꼭 알아야 할 현실적인 한계는 무엇일까요?

좋은 점만 보면 실망이 커집니다. 그래서 한계도 같이 봐야 해요. 첫째, GPTs는 답변의 일관성을 높여주지만 환각을 완전히 없애주지는 않습니다. 둘째, Knowledge를 넣었다고 해서 모든 자료를 완벽히 이해하는 것도 아닙니다. 셋째, custom GPTs에는 현재 Memory가 적용되지 않기 때문에, 장기적인 일관성은 결국 instructions와 knowledge 설계에 더 크게 의존합니다.

또 하나 중요한 사실이 있습니다. OpenAI의 GPTs FAQ는 GPTs가 chatgpt.com 안에서만 접근 가능하며, 일반 웹사이트에 바로 삽입되는 형태는 아니라고 안내합니다. 그래서 “내 홈페이지에 그대로 붙이고 싶다”는 목적이라면 GPTs보다 별도 API 기반 구축을 검토해야 합니다.

하지만, 따라서, 그래서 저는 오히려 이 한계가 GPTs의 위치를 더 선명하게 보여준다고 생각합니다. GPTs는 만능 플랫폼이 아니라, ChatGPT 안에서 내가 자주 하는 일을 빠르게 정리해두는 도구입니다. 이 포지션으로 보면 정말 강합니다.

결국 GPTs는 누구에게 가장 큰 차이를 만들어줄까요?

제 답은 분명합니다. GPTs는 “가끔 심심할 때 질문하는 사람”보다 “반복되는 작업이 있는 사람”에게 훨씬 큰 차이를 만들어줍니다. 특히 저처럼 새 채팅마다 역할을 다시 넣는 게 귀찮았던 사람, 비슷한 글을 자주 쓰는 사람, 자주 쓰는 템플릿이 있는 사람, 내 자료를 반영한 답변이 필요한 사람에게 잘 맞습니다.

솔직히 처음엔 어렵고 복잡해 보입니다. 저도 그랬습니다. 그런데 아이러니하게도 GPTs를 만드는 법을 가장 쉽게 알려주는 존재도 GPT입니다. 목적과 규칙만 말하면 Builder가 초안을 만들어주고, 저는 그걸 손보면 됩니다. 그래서 저는 이제 GPTs를 “고수만 쓰는 기능”이라고 보지 않습니다. 오히려 기본적인 활용 습관이 생기면 가장 먼저 체감 차이가 나는 기능이라고 생각합니다.

정리하면 이렇습니다. ChatGPT는 질문 도구일 수 있습니다. 하지만 GPTs는 작업 도구가 됩니다. ChatGPT는 즉흥적입니다. GPTs는 축적형입니다. 사용자가 반복을 줄이고 싶을 때, 그리고 자기 방식이 있는 사람일수록, GPTs의 가치는 훨씬 커집니다.

참고하면 좋은 공식 출처는 무엇일까요?

• OpenAI - Introducing GPTs
• OpenAI Help - Creating a GPT
• OpenAI Help - GPTs FAQ
• OpenAI Help - Knowledge in GPTs
• OpenAI Help - RAG and Semantic Search for GPTs
• OpenAI Help - Building and publishing a GPT
• OpenAI Help - Monetizing Your GPT FAQ

자주 묻는 질문은 무엇일까요?

누가 GPTs를 만들면 가장 큰 효과를 보나요?

반복 업무가 있는 사람일수록 효과를 크게 봅니다. 블로그 글 초안, 고객 응대, 자료 요약, 아이디어 정리, 특정 말투 유지처럼 비슷한 요청을 자주 하는 직장인이나 1인 사업자에게 특히 잘 맞습니다.

무엇을 GPTs로 먼저 만들어보는 게 좋을까요?

가장 자주 반복하는 작업부터 만드는 것이 좋습니다. 예를 들어 이메일 답변 정리, 블로그 초안 작성, 유튜브 소재 추천, 냉정한 피드백, 문체 변환 같은 작업이 첫 GPT로 적합합니다.

언제 일반 채팅보다 GPTs를 쓰는 편이 유리할까요?

매번 같은 역할 설명과 형식 요청을 반복하게 될 때입니다. 한 번만 물어볼 질문은 일반 채팅이 편하지만, 세 번 이상 같은 패턴이 반복되면 GPTs로 분리하는 편이 훨씬 효율적입니다.

어디서 GPTs를 찾고 만들 수 있나요?

ChatGPT 안의 GPT Store 또는 GPT Builder에서 탐색하고 만들 수 있습니다. 공개된 GPTs를 써볼 수도 있고, 조건이 맞는 요금제에서는 직접 GPT를 생성하고 공유할 수도 있습니다.

왜 Knowledge 기능이 그렇게 중요하다고 하나요?

Knowledge가 들어가면 GPT가 일반론 대신 내가 올린 자료를 참고해 답하기 때문입니다. 내 업무 템플릿, 매뉴얼, 리서치 노트, 스타일 가이드가 들어가면 결과물의 구체성과 실용성이 확 달라집니다.

어떻게 해야 GPTs를 더 똑똑하게 만들 수 있나요?

역할, 목표, 형식, 금지사항, 좋은 출력 예시를 분명하게 적고, 필요한 자료를 Knowledge로 붙이는 것이 핵심입니다. 여기에 반복 수정까지 더하면 훨씬 안정적이고 일관된 AI 비서를 만들 수 있습니다.

작성자 소개

평범한 회사원으로서 ChatGPT를 글쓰기, 자료 정리, 고객 응대, 반복 업무 템플릿 관리 등 실무에 필요한 수준으로 활용하고 있습니다. 처음에는 GPTs를 낯설고 복잡한 기능으로 봤지만, 지금은 반복되는 프롬프트를 줄이고 나만의 기준을 유지하는 가장 실용적인 AI 기능 중 하나로 사용하고 있습니다.

개인정보 처리방침 및 연락처 페이지 세팅 완료