소개
구상중인 앱서비스 개발을 위한 구체화를 위해 PRD, MRD 를 작성했습니다. 작성할 때 맥락을 충분히 반영할 수 있도록 chatGPT Project 를 이용하고, 각 문서의 고도화를 위한 평가를 진행했습니다.
PRD 고도화 이후 평가, 누락 된 부분에 대해 순차적으로 작성하고 기능이 충분히 구체화 되었을때 MRD 를 위한 딥리서치 프롬프트 작성, 결과를 비교 통합했습니다.
진행 방법
사용한 도구 :
PRD GPTs : Product Requirements Document (PRD) Writer
chatGPT
DeepResearch(GPT, Grok, Perplexcity)
1. PRD GPTs 로 PRD 작성
사용한 GPTs 가 단계적으로 대략 8개의 질문을 합니다. 답변에 서비스 기획의 내용이 구체적으로 포함될 수 있도록 ChatGPT project 에서 질문을 논의했습니다.
2. PRD 평가(4o VS o3)를 반영해 PRD 업그레이드
o3 : 단순 평가
4o VS o3 : PRD 에 대한 섹션별 목적에 근거해 평가
언제나 맥락이 중요해서 평가 기준을 주었을때가 결과가 더 좋았습니다.
1번에서 작성된 PRD를 두 모델에서 평가했습니다.
PRD 의 섹션명과 그 목적을 평가 기준으로 제시한 경우의 두 모델의 결과 비교 평가(o3), 평가결과로 개선된 PRD 작성
위는 개선 전 PRD에 대한 평가표, 아래는 평가 결과를 반영해 개선된 PRD 평가표입니다.
심층평가표, 액션 리스트 등의 결과물을 생각지 못한 부분이었습니다.
평가표를 보고 존재하지 않은 부분들 중에서 기술스택, 아키텍쳐 설계와 벤치마킹 리서치를 했습니다.
3. 기술스택, 아키텍쳐 o3 설계
사진 첨부를 위해 간단히 정리했습니다.
문제는 많습니다.
기능과 기술스택을 연결해서 살펴보니, 아래의 1, 2번이 전부인 서비스인데 "실시간 조회"가 들어가 있습니다.
그렇게 안들어간다고 설명을 했건만, 이런 부분을 어떻게 정리해서 이 친구가 알아듣게 할지를 고민중입니다.
잠시 데이터를 어떻게 할지가 고민이어서 최근에 보고 있는 firebase 에 대해 물어봤습니다. 모두 사실인지는 공부를 해가며 봐야겠지만 매우 잘 말해주네요.
4. 벤치마킹, 경쟁앱 리서치를 위한 프롬프트 작성
딥리서치 또한 프롬프트에 따라 결과가 많이 달라지기 때문에 우선 프롬프트를 작성했습니다.
맥락을 유지하기 위해 개선된 PRD 작성 및 평가한 o3 모델 챗창에서 실행합니다.
o3 는 추론모델로 작업의 맥락만 유지되면 지가 알아서 잘 합니다. 4o 와 달리 결과 형식까지 작성했습니다.
프롬프트 역시 두 모델에 근거해 작성하고 비교했습니다.
딥리서치 프롬프트 4o VS o3 비교
#1 : 4o 프롬프트 , #2 : o3 프롬프트
장담점을 요약하고 추천 활용시나리오도 제시합니다.
저는 o3 가 만든 #2 프롬프트를 사용했습니다.
chatGPT 의 조사 범위를 묻는 추가 질문에 대해서도 두 모델에게 동일하게 물었습니다. 답변이 상이했으며 o3의 답변으로 진행했습니다.
5. DeepResearch(GPT, Grok, Perplexcity) 결과
이미지는 ChatGPT 결과만 첨부했습니다.
프롬프트 단계에서 직접 경쟁상대와 간접 경쟁 상대를 어떻게 볼 것인지에 대한 논의가 있었습니다.
4o 와 o3 가 다르게 보고 있었습니다. 모두 구체화된 PRD 에 근거하도록 챗창을 유지했습니다.
이로서 대략적인 시장조사는 더 적합하게 할 수 있습니다.
GPT, Grok, Perplexcity 의 인사이트가 모두 달랐습니다. 수익모델에 대해서도 언급해 아이디어 확장과 검증에 매우 유용했습니다.
결과와 배운 점
ChatGPT 프로젝트 기반으로 서비스 아이디어 정리를 하고 결과에 대한 비교 평가를 반영한 고도화 방식은 매우 유용했습니다.
PRD를 고도한 이후 누락된 항목에 요구하거나 관련 딥리서치 프롬프트를 작성할 경우 서비스의 내용이 더 충분히 포함된다고 생각합니다. 연역적인 접근은 언제나 효과가 좋았습니다.