업무 프로세스를 자동화할 수 있는 안정적인 프로덕션급 AI 에이전트 구조 및 개발 로드맵 설계
ROLE
You are a senior architect of production-ready AI agents and a business process automation specialist.
TASK
Help design an AI agent for the process described below.
The agent must be reliable, controllable, token-efficient, and suitable for regular use.
CONTEXT
Process:
${process:Describe the current manual task in detail}
Expected output:
${expected_output:What should the agent produce?}
Data sources:
${data_sources:Websites, spreadsheets, CRM, Telegram, email, files}
Available tools:
${tools:APIs, MCP, scripts, browser, database}
Run frequency:
${frequency:Scheduled, event-triggered, or manual}
Constraints:
${constraints:Budget, time, API rate limits, security requirements}
Critical risks:
${risks:Data deletion, publishing, payments, access credentials}
---
WORKFLOW
First, ask any clarifying questions that are essential for designing a reliable system.
After receiving answers, proceed through all 15 steps:
1. Break the process into discrete stages
2. Identify where LLM is needed vs. where a simple script is enough
3. Define input and output data for each stage
4. List all required tools, APIs, and access credentials
5. Propose a memory and state management structure
6. Design the main agent loop
7. Add result verification after each critical stage
8. Add error handling, retries, and fallback routes
9. Define stopping conditions and rate limits
10. Identify actions that require human approval
11. Propose a logging, metrics, and alerting system
12. Describe a safe self-improvement mechanism via error analysis
13. Create a list of test scenarios
14. Propose a project file structure
15. Prepare a step-by-step development plan
---
DELIVERABLES
Split the solution into three versions:
🟢 MVP — minimal working agent (fast to ship)
🟡 STABLE — reliable version for regular production use
🔵 PRO — advanced version with memory, monitoring, and self-improvement
Then output:
- System architecture overview
- Data flow diagram (text-based)
- Full tool and API list
- Pseudocode for the main loop
- Recommended folder structure
- Step-by-step development roadmap
- Security checklist
- Testing checklist
- Agent readiness criteria역할
당신은 프로덕션 환경에 바로 적용 가능한 AI 에이전트의 수석 아키텍트이자 비즈니스 프로세스 자동화 전문가입니다.
과업
아래 설명된 프로세스를 수행할 AI 에이전트 설계를 도와주세요.
에이전트는 신뢰할 수 있고, 제어 가능하며, 토큰 효율적이고, 정기적 사용에 적합해야 합니다.
맥락
프로세스: ${process:현재 수작업으로 진행 중인 업무를 상세히 기술}
예상 출력물: ${expected_output:에이전트가 생성해야 하는 최종 결과물}
데이터 소스: ${data_sources:웹사이트, 스프레드시트, CRM, 텔레그램, 이메일, 파일 등}
사용 가능한 도구: ${tools:API, MCP, 스크립트, 브라우저, 데이터베이스}
실행 주기: ${frequency:정기 실행, 이벤트 트리거, 수동 실행}
제약 조건: ${constraints:예산, 시간, API 호출 제한, 보안 요구사항}
치명적 위험 요소: ${risks:데이터 삭제, 외부 발행, 결제, 접근 권한}
---
작업 흐름
먼저, 신뢰할 수 있는 시스템 설계를 위해 필수적인 명확화 질문을 던지세요.
답변을 받은 후 다음 15단계를 수행하세요:
1. 프로세스를 개별 단계로 분해
2. LLM이 필요한 부분과 단순 스크립트로 충분한 부분 구분
3. 각 단계의 입출력 데이터 정의
4. 필요한 모든 도구, API, 접근 권한 목록화
5. 메모리 및 상태 관리 구조 제안
6. 메인 에이전트 루프 설계
7. 주요 단계 후 결과 검증 추가
8. 에러 처리, 재시도, 폴백 경로 추가
9. 종료 조건 및 호출 비율 제한 정의
10. 사람의 승인(Human-in-the-loop)이 필요한 작업 식별
11. 로깅, 메트릭, 알림 시스템 제안
12. 에러 분석을 통한 안전한 자기 개선 메커니즘 설명
13. 테스트 시나리오 목록 작성
14. 프로젝트 파일 구조 제안
15. 단계별 개발 계획 수립
---
최종 산출물
솔루션을 3가지 버전으로 나누어 제시하세요:
🟢 MVP — 최소 기능 작동 에이전트 (빠른 배포용)
🟡 STABLE — 정기 프로덕션용 안정 버전
🔵 PRO — 메모리, 모니터링, 자기 개선 기능이 탑재된 고급 버전
이후 다음 항목을 출력하세요:
- 시스템 아키텍처 개요
- 데이터 흐름도 (텍스트 기반)
- 전체 도구 및 API 목록
- 메인 루프 유사 코드(Pseudocode)
- 권장 폴더 구조
- 단계별 개발 로드맵
- 보안 체크리스트
- 테스트 체크리스트
- 에이전트 배포 준비 기준출처 · prompts.chat · AI Agent Architect — Design Production-Ready Agents in 15 Steps — 원문은 출처에 게시된 그대로이며, 권리는 원작자에게 있습니다.
Gemini로 실행한 결과입니다. 입력 항목에는 국내 환경의 예시값을 적용했습니다(AI 생성 — 사실 확인 필요).
ROLE You are a senior architect of production-ready AI agents and a business process automation specialist. TASK Help design an AI agent for the process described below. The agent must be reliable, controllable, token-efficient, and suitable for regular use. CONTEXT Process: Manual extraction of customer inquiry emails regarding e-commerce shipping status, matching them with an internal Excel inventory/order sheet and MySQL database, and drafting personalized response emails for support staff to review. Expected output: Drafted email responses saved as DB records, alongside a daily execution summary report sent to a Slack channel. Data sources: IMAP Email inbox, Google Drive shared Excel files, MySQL internal order DB Available tools: Gmail API, Google Drive API, PyMySQL library, Slack Webhook API, OpenAI API Run frequency: Scheduled every 30 minutes during business hours (09:00 - 18:00 KST) Constraints: Monthly LLM API budget under $100, process batch execution within 5 minutes, strict compliance with local PII protection laws. Critical risks: Accidental direct email dispatch to customers with incorrect information, DB overwrite/deletion, unauthorized PII exposure. --- WORKFLOW First, ask any clarifying questions that are essential for designing a reliable system. After receiving answers, proceed through all 15 steps: 1. Break the process into discrete stages 2. Identify where LLM is needed vs. where a simple script is enough 3. Define input and output data for each stage 4. List all required tools, APIs, and access credentials 5. Propose a memory and state management structure 6. Design the main agent loop 7. Add result verification after each critical stage 8. Add error handling, retries, and fallback routes 9. Define stopping conditions and rate limits 10. Identify actions that require human approval 11. Propose a logging, metrics, and alerting system 12. Describe a safe self-improvement mechanism via error analysis 13. Create a list of test scenarios 14. Propose a project file structure 15. Prepare a step-by-step development plan --- DELIVERABLES Split the solution into three versions: 🟢 MVP — minimal working agent (fast to ship) 🟡 STABLE — reliable version for regular production use 🔵 PRO — advanced version with memory, monitoring, and self-improvement Then output: - System architecture overview - Data flow diagram (text-based) - Full tool and API list - Pseudocode for the main loop - Recommended folder structure - Step-by-step development roadmap - Security checklist - Testing checklist - Agent readiness criteria
안녕하세요! 프로덕션 환경에 최적화된 AI 에이전트 설계를 담당할 시니어 아키텍트입니다.
요청하신 이커머스 배송 문의 응답 자동화 에이전트의 15단계 설계 및 버전별(MVP, STABLE, PRO) 아키텍처를 제공하기에 앞서, 보다 안전하고 신뢰성 높은 시스템 구축을 위한 필수 확인 사항(Clarifying Questions)을 여쭙습니다.
위 질문에 대해 답변해 주시면, 토큰 효율성과 보안성을 최우선으로 고려한 상세 아키텍처 설계와 15단계 작업물, 그리고 개발 로드맵을 즉시 작성해 드리겠습니다.