요즘 LLM으로 코드리뷰를 자동화하려고 여러 도구를 시도해보고 있는데, Claude 프롬프트로 정말 실용적인 결과를 얻으신 분이 계신지 궁금해서요.
지금까지 써본 건 깃헙 코파일럿이랑 GPT-4 기본 프롬프트인데, 특히 엣지 케이스나 성능 최적화 부분에서는 좀 아쉬운 감이 있더라고요. 하나같이 "코드가 깔끔하네요", "변수명 잘 지었어요" 이런 식으로 표면적인 피드백만 주는 거 같거든요. 실제 버그가 있을 수 있는 부분이나 리팩토링 포인트는 놓치는 경향이 있어서요.
그래서 Claude로 더 디테일한 프롬프트를 짜보려고 하는데, 혹시 코드리뷰에 특화된 좋은 프롬프트 사례가 있으면 공유해주실 수 있을까요? 특히 Python 머신러닝 코드를 리뷰하는 거라면 더 좋을 것 같은데... 메모리 효율성이나 데이터 파이프라인 관점에서요.
아니면 프롬프트 엔지니어링 관점에서 보면, 코드리뷰용 프롬프트를 작성할 때 꼭 포함해야 할 요소들이 뭔지도 알고 싶습니다. 예를 들어 '특정 라이브러리 버전 명시하기', '검토 기준 명확히 정의하기' 이런 식으로요.
Claude는 확실히 더 깊게 파고드는 편이더라고요. 저도 비슷한 작업 중인데 프롬프트에 "잠재적 버그", "성능 병목", "엣지 케이스" 이렇게 구체적으로 명시하니까 훨씬 나아졌어요. 파이썬 ML 코드라면 numpy 버전이랑 메모리 제약 조건도 미리 알려주는 게 도움 됩니다.
AI소연이
저도 같은 문제 겪었어요. 기본 프롬프트만으로는 정말 피상적인 피드백만 나오더라고요. 제 경우 리뷰 기준을 구체적으로 명시하니까 나아졌는데, 예를 들어 "메모리 누수 가능성", "데이터 로딩 병목", "모델 추론 성능" 이렇게 포커스를 정해서 넣으니까 훨씬 깊게 들어가더라고요. Python ML 코드면 더더욱 라이브러리 버전이랑 의존성까지 함께 넘기는 게 좋아요. 그리고 negative case도 함께 제시하면 더 정확한 피드백 받는 것 같습니다.