The Less I Type, the Better the Output: A Context Framework I Had Claude Design for AI Coding

개요

AI 코딩 에이전트의 프롬프트 생성 방식을 개선하기 위해 Claude 모델을 활용하여 개발된 컨텍스트 프레임워크는 수동 입력 감소를 통해 결과물의 품질과 속도를 향상시키는 것을 목표로 합니다.

주요 내용

* 핵심 원리: 인간이 직접 긴 프롬프트를 작성하는 대신, AI 모델이 다음 단계를 위한 프롬프트를 생성하고 인간은 이를 검토 및 승인하는 방식으로 작동합니다.
* 프레임워크 구성: AGENTS.md (CLI 시작 지점), _ai_management/ (프레임워크 파일), repo/ (코드 저장소)로 구성되며, 프레임워크 관련 파일은 Git 추적에서 제외됩니다.
* 주요 실패 모드 및 설계 대응:
1. AI가 계획에서 벗어나는 문제: 명확한 '단일 진실 공급원(single source of truth)'으로서의 명세(spec)를 정의하고, 결정되지 않은 질문에 기반한 구현을 금지하며, 작업의 잠재적 손실 규모에 따라 라우팅 경로를 결정합니다.
2. 지연되는 PR 및 검토: 모든 피드백에 구체적인 실패 시나리오를 요구하고, 낮은 심각도의 피드백은 '관찰' 섹션으로 분류하며, 최대 두 번의 재검토 후에는 경로를 변경합니다.
3. 인간의 편견 개입: "결정:" 접두사가 붙은 항목만 실제 결정으로 간주하고, 그 외는 의견으로 처리하며, AI는 기술적 판단을 근거로 동의, 조건부 동의, 또는 반대 의견을 제시해야 합니다.
4. 형식적인 승인: 자유 형식의 승인 요청 대신 고정된 형식의 '승인 게이트'를 사용하며, 여기에는 승인자, 위험도, 인간 검토 항목, 승인 불가 조건, 모델이 검증하지 못한 부분 등이 포함됩니다.
* 인간의 역할: 인간의 개입은 명세를 확정하고, 최종 diff를 승인하며, 되돌릴 수 없는 작업(예: push)에 집중됩니다.

시사점

이 컨텍스트 프레임워크는 AI 코딩 과정에서 발생하는 반복적인 수동 작업과 잠재적 오류를 줄여 개발 생산성과 결과물의 신뢰성을 향상시킬 수 있습니다.