ADVANCED GEMINI PRODUCTION WORKFLOW

실무에서 바로 쓰는 Gemini 핵심 프롬프트 24선

초거대 컨텍스트 윈도우와 네이티브 멀티모달 역량 극대화!
통합 비디오 요약 · 오디오 스크립트 트랙 · 구조화 JSON 데이터 · 장문 도서 분석까지
생산성을 혁신하는 제미나이 전용 워크플로우 시스템

GEMINI PRO ACTIVE LONG CONTEXT READY NATIVE MULTIMODAL JSON SCHEMA MODE
24
Gemini Prompts
6
Multimodal Engines
2M
Context Tokens
100%
JSON Structural
SCROLL
FILTER
📚
PART 01 — LONG CONTEXT & MEDIA ENGINE
초장문 서적 · 통영상 분석 · 오디오 인사이트
01
MEGA BOOK

Book Deep-Dive Architect
초장문 도서 전권 분석기

제미나이의 200만 토큰 창을 활용해 도서 전권(PDF)의 맥락과 모순점을 교차 분석합니다.

LONG-MEDIAPDFDEEP
업로드한 전체 도서 파일의 맥락을 완벽히 이해하고 다음 요건에 따라 기술적/인문학적 보고서를 작성해줘. 분석 프로세스: 1. 책 전체의 핵심 논지 한 줄 요약 및 핵심 키워드 10개 추출 2. 각 챕터별 논리 전개 방식과 핵심 근거 요약 3. 저자가 책 전반에 걸쳐 유기적으로 연결한 핵심 개념 3가지 교차 분석 4. 본문 내에서 논리적 비약이나 한계가 드러나는 문단 발췌 및 비판적 논평 [주의]: 절대 임의 서평을 참고하지 말고 첨부된 텍스트 본문 데이터만을 기반으로 작성할 것.
💡수백 페이지의 논문이나 도서 전문을 통째로 올린 뒤 연계 분석할 때 가장 강력합니다.
02
VIDEO TIMELINE

Video Narrative Director
통영상 타임스탬프 분석기

1시간 이상의 raw 영상(MP4)을 프레임 단위로 읽어 정확한 타임라인 분할 대본을 도출합니다.

LONG-MEDIAVIDEOEDIT
업로드한 영상 파일의 시각 자료와 오디오 스트림을 복합 분석하여 편집용 큐시트를 생성해줘. 출력 포맷 (마크다운 표 형식): | 타임스탬프 (시:분:초) | 화면 연출/시각 요소 분석 | 발화 내용 핵심 요약 | 시청자 이탈 방지 편집 팁 | 추가 요청: - 영상 내에서 가장 시각적/감정적 몰입도가 높은 하이라이트 구간 3곳을 지정하고 그 이유를 서술해줘. - 숏폼(Shorts)으로 분할하기 가장 좋은 30초 내외의 지점 3개를 타임스탬프로 정확히 짚어줘.
03
AUDIO INSIGHT

Audio Intelligence Tracker
장시간 오디오 다각도 분석기

강의, 회의 등 오디오 파일(MP3) 속 발화자 구분 및 논쟁 흐름을 추적합니다.

LONG-MEDIAAUDIOMINUTES
첨부된 오디오 녹음본을 청취하고 다음 구조로 회의록 및 분석 보고서를 작성해줘. 1. 발화자 식별 및 프로파일링 (Speaker A, B, C의 핵심 주장 기조) 2. 회의 시간 축에 따른 논쟁의 흐름과 타협점 형성 과정 3. 음성 톤, 강조 표현, 침묵 지점 등을 고려한 발화자의 숨은 의도나 리스크 분석 4. 확정된 액션 아이템과 담당자, 예상 마감 기한 도출 [출력 포맷]: 항목별 불릿포인트와 타임스탬프 명시
04
CROSS FORMAT

Multi-Lecture Combiner
이종 미디어 크로스 융합기

영상 + PDF 논문 + 오디오 등 서로 다른 포맷의 대용량 소스를 하나의 완벽한 교재로 변환합니다.

LONG-MEDIACROSSPRO
업로드한 [영상 파일], [참고 PDF 논문], [인터뷰 오디오] 세 가지 소스를 상호 참조하여 마스터 강의 교안을 만들어줘. 교안 구조: 1. 통합 강의 주제 및 로드맵 2. 영상의 시각 자료와 논문의 이론적 배경이 일치하는 핵심 개념 상호 연결 기술 3. 인터뷰 오디오에서 나온 실무 사례를 논문의 한계점 보완용으로 배치 4. 수강생용 종합 자가 진단 평가 문항 10개 (해설 및 소스 출처 명시)
👁️
PART 02 — NATIVE MULTIMODAL ENGINE
디자인 요소 추출 · 시각적 버그 판별 · 데이터 도표 복원
05
UI EXTRACT

UI Design System Extractor
화면 캡처 기반 UI 추출기

웹/앱 스크린샷 한 장으로 레이아웃 구조, 폰트 비율, 컬러 헥사코드를 역산해냅니다.

MULTIMODALUI/UXREVERSE
업로드한 UI 스크린샷 이미지를 픽셀 단위로 정밀 분석하여 디자인 시스템 가이드를 리버스 엔지니어링해줘. 추출할 정보: 1. 주조색(Primary), 보조색(Secondary), 배경색, 텍스트색의 정밀 HEX 코드 추정 2. 컴포넌트 간 여백(Padding/Margin) 비율 구조 분석 3. 타이포그래피 계층 구조 (Heading, Body, Caption 크기 및 두께 관계) 4. 사용된 아이콘 스타일 및 버튼의 둥글기(Border-radius) 값 추정
06
VISUAL BUG

Visual Bug Detector
웹화면 시각적 버그 감지기

정상 디자인과 버그가 발생한 화면 이미지를 비교하여 CSS 깨짐 지점과 원인을 진단합니다.

MULTIMODALQACSS
업로드한 두 이미지 [A: 정상 시안]과 [B: 실제 렌더링 오류 화면]을 시각적으로 정밀 교차 검증해줘. 출력: 1. 이미지 B에서 컴포넌트가 깨지거나, 오버플로우되거나, 정렬이 어긋난 구체적 위치 기술 2. 이 현상을 유발했을 가능성이 높은 CSS 속성 오류(flex, grid, position, z-index 등) 추론 3. 오류를 즉시 해결할 수 있는 교정용 CSS 코드 블록 제공
07
CHART TO DATA

Chart-to-Data Restorer
시각 도표 데이터 복원기

논문이나 보고서 내 복잡한 차트/그래프 이미지를 해석하여 원본 로우 데이터를 추출합니다.

MULTIMODALDATATABLE
이미지 속 그래프(또는 차트)의 X축, Y축, 범례 및 추세선을 공간적으로 분석하여 원본 수치 데이터를 마크다운 표(Table)로 복원해줘. 조건: - 그래프 상의 꺾은선 변곡점이나 막대그래프의 끝점 위치를 시각적으로 추정하여 정확한 근사값 숫자로 매칭할 것. - 시각적으로 노이즈가 있거나 모호한 지점은 [추정 오차 범위]를 함께 기재할 것.
08
PHYSICAL VISION

Physical Manual Decoder
실물 하드웨어 고장 판별기

기기 내부 사진이나 기판을 보고 설명서 매뉴얼 도면과 대조하여 연결 오류를 잡아냅니다.

MULTIMODALHARDWARETECH
첨부된 [실물 기기 촬영 사진]과 [제품 회로도/조립 매뉴얼 도면]을 대조 분석해줘. 진단 항목: 1. 사진 속 실물 조립 상태에서 매뉴얼 도면과 다르게 연결된 케이블이나 나사, 부품 위치 지정 2. 잘못 결착된 부품으로 인해 발생할 수 있는 기능적 문제 및 안전 리스크 기술 3. 정상 결착을 위해 작업자가 올바르게 재조립해야 하는 단계별 가이드 작성
📊
PART 03 — STRUCTURED JSON & DATA GENERATOR
고정 스키마 데이터 파이프라인 · 비정형 데이터 정제
09
JSON MODE

Strict JSON Architect
고정 스키마 변환기

제미나이 고유의 Structured JSON Output 기능을 발휘해 완벽한 데이터 객체를 생성합니다.

JSON-DATASCHEMADEV
제미나이의 구조화 출력 모드를 시뮬레이션하여, 아래 제공된 텍스트 원본을 지정된 JSON 스키마 구조에 완벽히 부합하는 유효한 JSON 데이터로만 출력해줘. [JSON 스키마 사양]: { "productId": "string (PRD-XXXX형식)", "category": "string", "pricing": {"original": "number", "discounted": "number"}, "features": ["string"], "riskLevel": "enum [LOW, MEDIUM, HIGH]" } [텍스트 원본]:
10
DATA REFINER

Dirty Data Purifier
비정형 찌꺼기 데이터 정제기

줄바꿈, 특수문자, 포맷이 꼬인 공공데이터/로그 텍스트를 클린 데이터셋으로 파싱합니다.

JSON-DATAPARSINGCLEAN
제공된 비정형 텍스트 소스에서 모든 노이즈(오타, 깨진 특수문자, 중복 공백)를 제거하고 정형 데이터셋으로 정제해줘. 규칙: 1. 날짜 포맷은 반드시 'YYYY-MM-DD'로 통일할 것. 2. 전화번호 포맷은 '국내 표준 000-0000-0000'으로 일치시킬 것. 3. 소실된(Null) 데이터가 있는 행은 생략하지 말고 "N/A" 처리를 명시할 것. 4. 결과물은 Clean CSV 포맷 코드로 출력할 것. [텍스트 소스]:
11
SYNTHETIC DATA

Synthetic Dataset Factory
AI 학습용 합성 데이터 생성기

LLM 파인튜닝이나 알고리즘 테스트에 필요한 고품질 가상 데이터셋을 대량 생산합니다.

JSON-DATASYNTHETICAI
특정 AI 모델 학습을 위한 고품질 한국어 데이터셋을 대량 생성해줘. [도메인 시나리오]: 고객 센터 환불 문의 및 악성 컴플레인 대응 데이터셋 [출력 형식]: JSON Lines (jsonl) 포맷 [필수 필드]: {"instruction": "고객 질문", "context": "상황 맥락", "response": "상담원 표준 답변"} 조건: - 단순 반복 문장이 아닌 실제 한국어 상담에서 발생하는 미묘한 감정선, 사투리, 구어체 표현의 다양성을 반영한 샘플 10개를 정밀 설계해줘.
12
GRAPH DB

Entity-Relation Graph Mapper
지식 그래프 관계 추출기

복잡한 텍스트 기사/보고서에서 인물, 기관, 사건 간의 연결 관계(Graph DB 구조)를 매핑합니다.

JSON-DATAGRAPHRELATION
아래 복잡한 비즈니스 히스토리 텍스트를 분석하여 인물, 기업, 기술 간의 역학 관계를 추출하고 지식 그래프 형태로 구조화해줘. 출력 형태: 1. Nodes: {"id": "고유ID", "label": "개체명", "type": "인물/기업/기술"} 2. Edges: {"source": "ID1", "target": "ID2", "relationship": "관계 설명", "weight": "영향도 점수 1~5"} [분석할 텍스트]:
🖥️
PART 04 — FULL CODEBASE REFACTOR ENGINE
전체 코드베이스 분석 · 다국어 포팅 · 보안 취약점 감사
13
CODEBASE ANALYSIS

Multi-File Codebase Auditor
전체 아키텍처 다중 파일 감사관

여러 개의 소스코드 파일들을 한 번에 주입받아 컴포넌트 의존성 및 병목 구조를 분석합니다.

CODE-BASEARCHREFACTOR
제공된 다중 소스코드 파일들의 상호 연관 관계와 시스템 전체 아키텍처를 종합 감사해줘. [소스코드 목록 및 코드 본문]: (여기에 파일명과 파일별 전체 코드를 차례로 입력) 분석 요건: 1. 파일 간의 모듈 의존성 맵(Dependency Map) 시각화 서술 2. 메모리 누수 위험이 있거나 비효율적인 동기/비동기 처리 흐름 지적 3. 아키텍처 고도화를 위한 도메인 중심 설계(DDD) 관점의 리팩토링 로드맵 제안
14
PORTING ENGINE

Legacy-to-Modern Porter
레거시 코드 현대화 포팅기

과거 버전 코드(예: Python 2, Java 8)를 최신 현대적 프레임워크 최적화 코드로 완벽 변환합니다.

CODE-BASEPORTINGMODERN
제공된 레거시 소스코드를 분석하여 타깃 환경의 최신 문법 및 클린 아키텍처 스타일에 맞게 포팅 및 완전 재작성해줘. - 원본 환경: 레거시 PHP 5.6 절차지향 코드 - 타깃 환경: 현대적 FastAPI (Python 3.11+) 비동기 및 OOP 기반 구조 조건: - 단순히 로직을 그대로 옮기는 것이 아니라, 타깃 언어의 Native 특성(비동기 처리, Type Hinting 등)을 극대화하여 성능을 올릴 수 있는 완성형 코드로 교체해줘. [레거시 소스코드]:
15
SECURITY AUDIT

Zero-Trust Security Auditor
보안 취약점 제로트러스트 감시관

코드베이스 전체를 훑어 OWASP Top 10 보안 위협 및 하드코딩된 API Key를 찾아냅니다.

CODE-BASESECURITYOWASP
첨부된 프로덕션 소스코드를 OWASP Top 10 및 제로 트러스트 보안 표준 기준으로 정밀 스캔해줘. 진단 대상 리스크: - SQL 인젝션, XSS, SSRF 가능성 영역 - 환경변수로 분리되지 않고 소스에 직접 박힌 Secret Token, API Key 노출 여부 - 부적절한 권한 부여 정책 및 예외 처리 구멍 결과물: 발견된 취약점의 위험도 레벨(Critical/High/Medium) 지정과 안전하게 마이그레이션된 교정 코드 조각을 명시할 것.
16
TEST COVERAGE

Automated Test Case Factory
유닛/E2E 테스트 케이스 생성기

복잡한 비즈니스 로직 코드를 읽고 엣지 케이스를 포함한 유닛 테스트 코드(PyTest, Jest 등)를 자동 생성합니다.

CODE-BASETESTQA
아래 구현된 컴포넌트/함수의 동작 시나리오를 100% 커버할 수 있는 유닛 테스트 코드를 작성해줘. 테스트 프레임워크: Jest (TypeScript) 포함할 케이스: 1. 정상 입력값에 대한 해피 패스(Happy Path) 2. Null, 빈 문자열, 비정상 바운더리 값 주입 시의 예외 처리 검증 (Edge Cases) 3. 외부 API 호출을 가상으로 처리하는 모킹(Mocking) 코드 포함 [대상 소스코드]:
🌐
PART 05 — REAL-TIME SEARCH INTEL ENGINE
실시간 시장 리서치 · 경쟁사 벤치마킹 · 팩트 체크 검증
17
REALTIME TREND

Real-Time Market Radar
실시간 구글 검색 트렌드 분석기

실시간 구글 검색 그라운딩 기능을 결합해 최신 시장 동향과 원본 출처 링크를 도출합니다.

SEARCH-INTELTRENDLIVE
구글 실시간 검색 기능을 활성화하여, 금일 기준으로 지정된 산업군의 가장 파괴적인 최신 트렌드와 뉴스 3가지를 스크랩하고 브리핑 리포트를 작성해줘. 조건: - 추상적인 예측이나 과거 데이터는 배제하고, 구체적인 기업명, 출시된 제품명, 발표된 통계 수치를 인용할 것. - 인용된 모든 정보의 끝에는 신뢰할 수 있는 언론사 또는 공식 발표 URL 출처 링크를 명확히 첨부할 것. [대상 산업군]: 생성형 AI 인프라 및 LLM B2B 시장
18
BENCHMARK

Real-Time Competitor Auditor
실시간 경쟁사 서비스 벤치마커

경쟁 브랜드의 실시간 가격 정책, 신규 기능 업데이트 현황을 추적 분석합니다.

SEARCH-INTELCOMPETEBI
실시간 웹 검색을 통해 아래 나열된 경쟁사 제품들의 현재 서비스 운영 현황을 실시간 비교 분석해줘. [경쟁 브랜드/서비스]: (예: Notion AI vs ClickUp Brain) 비교 항목: 1. 현재 시점 기준 요금제 구조 및 가격 변동 요인 2. 최근 3개월 이내에 릴리즈된 핵심 기능 차이점 3. 실제 커뮤니티(Reddit, 유저 리뷰 사이트 등)에서 나타나는 유저들의 주요 불만 사항(Pain Point) 대조
19
FACT CHECK

Deep Fact Checker
실시간 정보 진위 교차 검증기

출처가 불분명한 뉴스나 보고서 내용을 실시간 교차 검증하여 환각(Hallucination)을 필터링합니다.

SEARCH-INTELFACTVERIFY
아래 원문 진술에서 사실관계가 왜곡되었거나, 최신 데이터와 일치하지 않거나, 생성형 AI의 환각으로 의심되는 항목을 실시간 구글 검색 데이터와 대조하여 검증해줘. 출력: - [의심 문장 발췌] -> [실시간 검색 기반 팩트 체크 결과] -> [정정된 정확한 사실 및 통계 수치와 소스 링크] [검증할 원문 텍스트]:
20
ACADEMIC SEARCH

Academic Literature Grapher
최신 전문 논문 서치 엔진

특정 학술/기술 주제에 대해 가장 최근에 발표된 학술 자료와 논문 동향을 요약 매핑합니다.

SEARCH-INTELPAPERRESEARCH
실시간 웹 및 학술 검색을 활용하여 아래 연구 주제에 대해 가장 최근에 발표된 주요 논문 및 기술 백서 동향을 파악하고 요약해줘. [연구 주제]: 멀티모달 LLM의 공간 추론(Spatial Reasoning) 능력 고도화 연구 작성 요건: 1. 가장 인용 횟수가 많거나 주목받는 최신 논문 3편의 제목, 저자, 발표 연월 명시 2. 각 논문이 제기한 핵심 방법론과 기존 모델 대비 개선된 벤치마크 지표 정리 3. 이 분야 연구가 향후 실무 AI 프로덕션에 미칠 영향 기술
🤖
PART 06 — ENTERPRISE AGENT WORKFLOW SYSTEM
자율적 에이전트 루프 · 프롬프트 체인 다이어그램 · 종합 위기 진단
21
AGENT LOOP

Autonomous Task Agent
자율적 목표 완수 에이전트

추상적 최종 목표를 주면, 제미나이가 스스로 하위 태스크를 분할하고 수행하는 자율 루프를 가동합니다.

AGENT-OSAUTONOMOUSLOOP
너는 자율적 작업 완수 에이전트 모드로 동작한다. 내가 부여한 [최종 대목표]를 달성하기 위해, 내부적으로 '생각(Thought) -> 하위 작업 목록화(Plan) -> 실행(Execute) -> 자가 검증(Evaluation)' 루프를 반복하여 최종 결과물을 도출해줘. [최종 대목표]: 중소형 전자상거래 기업을 위한 '개인정보보호법 개정안 준수 매뉴얼 SOP' 초안 완전 구축 출력 방식: 첫 단계로 네가 수립한 자율 하위 계획 단계를 나열하고, 각 단계를 자문자답하며 고도화하여 최종 완성된 마스터 문서를 제시할 것.
22
CHAIN DESIGN

Gemini Pipeline Architect
제미나이 전용 파이프라인 설계자

대규모 프로젝트를 수행할 수 있도록 입출력 토큰 효율성을 고려한 다단계 체인을 짭니다.

AGENT-OSPIPELINESYSTEM
제미나이의 거대한 컨텍스트 창과 도구 연동 능력을 극대화할 수 있는 복합 프롬프트 파이프라인 아키텍처를 설계해줘. [수행해야 할 복잡한 업무]: 수백 명의 원시 유저 피드백 데이터(CSV)를 분석하여 마케팅 페르소나를 도출하고 자동 이메일 카피까지 개인화하여 대량 생산하는 업무 설계 포함 사항: - 각 파이프라인 Step별 구체적 입력 에셋 데이터 - 각 Step에서 제미나이에게 주입해야 할 세부 프롬프트 지침 - 다음 Step으로 넘길 중간 출력 데이터 규격 - 최종 품질 게이트(Quality Gate) 검증 기준
23
RISK SIMULATOR

Crisis Scenario Simulator
기업 비즈니스 위기 시뮬레이터

프로젝트 기획안이나 구조를 보고 발생 가능한 최악의 기술적/비즈니스적 리스크 시나리오를 도출합니다.

AGENT-OSCRISISRISK
제공된 비즈니스 전략 기획서 및 시스템 구조도를 면밀히 진단하여, 발생 가능한 최악의 블랙스완(Black Swan) 위기 시나리오 3가지를 예측하고 시뮬레이션해줘. 시뮬레이션 축: 1. 기술적 리스크 (트래픽 폭주, 인프라 마비, 데이터 정합성 깨짐) 2. 규제 및 거버넌스 리스크 (법적 분쟁, 저작권 이슈, 보안 침해) 3. 시장/재무 리스크 (경쟁사의 역마케팅, 유저 이탈 구조) 각 시나리오별로 '징후 포착 지표'와 '즉각적 상쇄 대응 프로토콜'을 매핑해줘. [기획서 및 구조도 설명]:
24
SYSTEM RESET

Meta-Prompt Optimizer
프롬프트 자체 자가최적화 엔진

사용자가 작성한 평범한 프롬프트를 제미나이가 인식하기 가장 완벽한 구조의 고급 프롬프트로 변환합니다.

AGENT-OSMETAOPTIMIZE
너는 세계 최고의 프롬프트 엔지니어다. 내가 입력한 [기본 원시 프롬프트]의 의도를 완벽하게 파악하여, 제미나이(Gemini)와 같은 대형 언어 모델이 추론 오류 없이 가장 정밀하고 강력한 결과물을 뱉어낼 수 있도록 고도화된 '마스터 프롬프트 템플릿'으로 변형/재작성해줘. 마스터 프롬프트 필수 구조화 항목: - Role & Context (명확한 가상 전문가 페르소나 설정) - Input Constraints & Scope (입력 데이터 제약 사항 및 범위 정의) - Step-by-Step Chain of Thought (단계별 추론 유도 규칙) - Explicit Output Schema (테이블, JSON, 요약문 등 명확한 출력 양식 지정) [기본 원시 프롬프트]:
🎯 상황별 제미나이 최강 조합 가이드
🎥 롱폼 원본 미디어로 멀티 플랫폼 콘텐츠 생산
#02 통영상분석→#03 오디오트랙→#22 파이프라인
👁️ 기존 웹페이지 스샷으로 리버스 엔지니어링 개발
#05 UI추출→#06 시각버그감지→#13 코드베이스감사
📊 시장 리서치 자동화 데이터 파이프라인 구축
#17 실시간레이더→#09 고정스키마→#12 지식그래프
💻 레거시 시스템 전체 현대화 프로젝트
#13 코드베이스감사→#14 현대화포팅→#15 보안취약점
📄 비정형 데이터 정제 및 고품질 AI 학습셋 구축
#10 데이터정제기→#11 합성데이터팩토리→#24 프롬프트자가최적화
🚀 엔터프라이즈급 자율 업무 자동화 도입
#21 자율태스크에이전트→#23 위기시뮬레이터→#22 파이프라인
⚡

Gemini 활용의 궁극적 원칙

Gemini에게 정보를 조금씩 쪼개어 주며 질문하지 마십시오.
방대한 원본 전체(Long Context)와 정교한 스키마(Structured Schema)를 한 번에 주입할 때 가장 파괴적인 결과물을 냅니다.

제미나이는 단순 대화형 인공지능이 아닙니다.
텍스트와 미디어의 경계를 허물고 자율적으로 작업을 완수하는 멀티모달 에이전트 운영체제입니다.