효과적인 프롬프트는 Claude의 금융 분석 기능을 효율적이고 정확하게 사용하는 데 도움이 됩니다. 이 가이드는 명확하고 구체적인 프롬프트를 작성하여 필요한 결과를 얻으면서 불완전하거나 과도한 출력으로 이어질 수 있는 일반적인 문제를 피하기 위한 전략을 제공합니다.

Claude가 접근할 수 있는 데이터 발견하기

금융 분석을 시작하기 전에 Claude가 사용할 수 있는 데이터 소스를 이해하는 것이 필수적입니다. 다양한 통합은 다양한 유형의 데이터를 제공합니다. Daloopa는 SEC 공시 및 기본 데이터에 중점을 두고 있으며 Kensho는 포괄적인 S&P Global 시장 데이터 및 비즈니스 관계를 제공합니다. 접근 가능한 데이터를 알면 사용할 수 없는 데이터를 요청하는 데 낭비되는 시간을 방지할 수 있습니다.

분석 세션을 시작할 때 데이터 가용성을 확인하세요:

"Kensho를 통해 접근할 수 있는 S&P Global 금융 데이터는 무엇입니까?"
"Daloopa를 통해 세그먼트 데이터를 검색할 수 있습니까?"

이 예비 단계는 사용할 수 없는 데이터가 필요한 분석을 요청하는 것을 방지하고 다양한 유형의 분석에 어떤 통합을 지정할지 이해하는 데 도움이 됩니다.

핵심 프롬프트 원칙

구체적이고 명확하게 작성하기

Claude는 여러 소스를 통해 방대한 금융 데이터에 접근할 수 있습니다. 구체적인 지시 없이는 필요한 것보다 더 많은 데이터를 받거나 중요한 지표를 놓칠 수 있습니다. 명확한 사양은 분석에 필요한 정확한 데이터를 얻도록 보장하여 시간을 절약하고 정확성을 향상시킵니다.

다음의 대조되는 예시를 고려하세요:

# 나쁜 프롬프트
Claude, Microsoft를 분석해 주세요

이 모호한 요청은 여러 연도에 걸쳐 수백 개의 데이터 포인트 검색을 트리거할 수 있으므로 관련 인사이트를 식별하기 어렵습니다. Claude는 평가 지표, 운영 성과 또는 경쟁 포지셔닝을 원하는지 알 수 없습니다.

# 좋은 프롬프트
Daloopa를 사용하여 Microsoft(MSFT)의 수익, 영업 마진 및
자유 현금 흐름을 2023년 1분기부터 2024년 4분기까지 검색한 후
전년 대비 성장률을 계산하세요

이 구체적인 요청은 데이터 소스, 회사 티커, 정확한 지표, 기간 및 원하는 계산을 식별합니다. Claude는 검색할 내용과 처리 방법을 정확히 알고 있습니다. 프롬프트에는 회사 티커, 정확한 지표 이름, 특정 기간 및 원하는 출력 형식이 포함되어야 합니다.

데이터 볼륨 제어하기

대규모 데이터 요청은 분석 속도를 늦추고 해석하기 어려운 과도한 출력을 생성할 수 있습니다. 범위를 관리하면 Claude가 요청을 효율적으로 처리하고 결과를 소화 가능한 형식으로 제시할 수 있습니다. 이는 여러 회사 또는 연장된 기간으로 작업할 때 특히 중요합니다.

# 나쁜 프롬프트
전체 S&P 500의 모든 사용 가능한 과거 데이터를 가져오세요

이 요청은 관련된 데이터의 엄청난 양으로 인해 실패하거나 사용할 수 없는 결과를 생성할 가능성이 높습니다.

# 좋은 프롬프트
다음 5개 소프트웨어 회사의 지난 8분기 수익 및 EBITDA 마진을 검색하세요:
CRM, NOW, WDAY, TEAM 및 ZM

이 관리 가능한 요청은 정의된 지표와 합리적인 기간을 가진 특정 동료 그룹에 중점을 둡니다. 일반적인 지침으로 상세 분석을 위해 3-5개 회사로 요청을 제한하고, 전체 재무제표보다는 특정 항목을 요청하며, 사용 가능한 모든 과거를 요청하기보다는 분석 필요에 맞는 날짜 범위를 사용하세요.

복잡한 분석 구조화하기

먼저 분석 계획 요청하기

복잡한 금융 분석에는 여러 단계, 데이터 소스 및 가정이 포함됩니다. Claude가 먼저 접근 방식을 설명하도록 하면 계산에 시간을 투자하기 전에 잠재적 문제를 포착할 수 있습니다. 이는 평가, 모델링 또는 방법론 선택이 결과에 크게 영향을 미치는 다중 회사 비교에 특히 유용합니다. 명확한 계획은 또한 기대와 Claude의 의도된 접근 방식 간의 일치를 보장합니다.

# 나쁜 프롬프트
Netflix의 완전한 평가 분석을 수행하세요

이 개방형 요청은 Claude에게 너무 많은 결정을 남기므로 요구 사항과 일치하지 않거나 부적절한 가정을 사용하는 분석이 발생할 수 있습니다.

# 좋은 프롬프트
DCF 방법론을 사용하여 Netflix(NFLX)를 평가하기 위한 계획을 작성하세요.
필요한 데이터, 수행할 계산 및 만들 가정을 나열하세요.
진행하기 전에 검토하겠습니다.

이 접근 방식은 실행이 시작되기 전에 계획된 방법론에 대한 가시성을 제공합니다. Claude가 사용하려는 데이터 소스를 검토하고, 주요 가정이 합리적인지 확인하고, 누락된 구성 요소를 식별하고, 상세 계산에 시간을 투자하기 전에 접근 방식을 조정할 수 있습니다. 이 예비 검토는 종종 분석 완료 후 수정하기에 비용이 많이 드는 문제를 포착합니다.

단계별 접근 방식 사용하기

복잡한 분석을 개별 단계로 나누면 Claude의 프로세스에 대한 투명성을 제공하고 과정 수정을 허용합니다. 데이터 정확성을 확인하고, 계산을 확인하고, 최종 결과에서만 문제를 발견하기보다는 단계 간에 방법론을 조정할 수 있습니다. 이 접근 방식은 여러 데이터 소스로 작업하거나 계산이 서로 기반을 이루는 경우에 특히 유용합니다.

# 나쁜 프롬프트
이 5개 회사를 비교하고 어느 것이 최고인지 알려주세요

이 요청은 기본 데이터나 논리를 확인할 수 없는 블랙박스 분석을 생성합니다.

# 좋은 프롬프트
이 회사들을 단계별로 분석해 봅시다. 먼저 P/E 비율을 가져오세요.
다음 지표로 진행하기 전에 결과를 보여주세요.

이 증분 접근 방식을 통해 오류를 조기에 포착하고, 초기 결과에 따라 분석을 조정하고, 각 단계에서 Claude의 추론을 이해하고, 계산에 사용되기 전에 데이터 정확성을 확인할 수 있습니다. 각 단계는 분석이 계획대로 진행되는지 확인할 수 있는 체크포인트가 됩니다.

점진적으로 구축하기

분석으로 이동하기 전에 데이터 검색으로 시작하면 정확하고 완전한 정보로 작업하고 있음을 보장합니다. 이 접근 방식은 불완전한 데이터를 사용한 계산에 낭비되는 노력을 방지하고 결론에 영향을 미치기 전에 데이터 격차를 식별하는 데 도움이 됩니다. 또한 실제로 사용 가능한 데이터를 기반으로 분석을 조정할 수 있습니다.

일반적인 점진적 워크플로우는 다음과 같을 수 있습니다:

먼저 Amazon의 지난 8분기 세그먼트 수익을 검색하고
사용 가능한 것을 보여주세요

이제 AWS의 성장률을 구체적으로 계산하세요

마지막으로 AWS 성장을 같은 기간 Azure 성장과 비교하세요

각 단계는 이전 단계를 기반으로 하여 진행하기 전에 필요한 기초가 있음을 보장합니다. 이 방법은 익숙하지 않은 회사나 분석을 시작할 때까지 정확히 어떤 데이터를 사용할 수 있는지 알 수 없는 부문을 탐색할 때 특히 유용합니다.

일반적인 문제 및 해결책

데이터 가용성 문제

문제: 존재하지 않거나 현재 통합을 통해 사용할 수 없는 데이터를 요청하면 분석이 중단될 수 있습니다.

해결책: 먼저 사용 가능한 것을 물어보세요. 예를 들어: "Daloopa는 Spotify에 대해 어떤 운영 지표를 가지고 있습니까?" 이 예비 확인은 사용할 수 없는 데이터 주위에 분석을 구축하는 것을 방지합니다.

다양한 회사는 다양한 지표를 보고하며 모든 과거 데이터를 사용할 수 없을 수 있습니다. 가용성을 미리 확인하면 시간을 절약하고 실제로 접근 가능한 데이터를 기반으로 분석 접근 방식을 조정할 수 있습니다.

범위 관리

문제: 한 번에 50개 이상의 회사 분석을 요청하면 과도한 결과가 생성되거나 분석이 완전히 실패할 수 있습니다.

해결책: 대규모 분석을 5-10개 회사의 더 작은 그룹으로 나눈 다음 결과를 결합하세요.

예를 들어, "모든 REIT를 분석하세요" 대신 더 구체적으로 시도하세요: "먼저 이 5개 산업 REIT를 분석하세요: PLD, DRE, FR, TRNO, STAG." 초기 결과를 검토한 후 추가 그룹으로 진행할 수 있습니다. 이 접근 방식은 각 배치가 철저한 분석을 받도록 보장하고 초기 결과를 기반으로 기준을 개선할 수 있습니다.

모호한 요청

문제: "좋은 회사" 또는 "강한 성과"와 같은 용어는 분석가마다 다른 의미를 가질 수 있으며 기준과 일치하지 않는 결과로 이어질 수 있습니다.

해결책: 정량적 임계값을 사용하여 기준을 명시적으로 정의하세요.

다음은 예시입니다:

# 나쁜 프롬프트
좋은 가치주를 찾아주세요

# 좋은 프롬프트
P/E가 15 미만, 양의 자유 현금 흐름, 수익 성장이 5% 이상인
회사를 찾으세요

구체적인 기준은 Claude가 투자 철학 및 스크리닝 매개변수와 일치하는 회사를 식별하도록 보장합니다. 이 정밀도는 스크린을 구축하거나 투자 후보를 식별할 때 특히 중요합니다.

효율적인 프롬프트 작성 팁

최종 목표를 미리 명시하여 Claude가 적절한 접근 방식을 제안할 수 있도록 하세요.
분석 전체에서 일관된 용어를 사용하세요.
반복되는 분석을 위해 성공적인 프롬프트 템플릿을 저장하세요.
확대하기 전에 더 작은 테스트 요청으로 시작하세요.
프롬프트에서 특정 데이터 소스를 명시하세요(Daloopa, Kensho/S&P Global).
데이터 신선도를 고려하세요 - 최신 사용 가능 또는 특정 과거 데이터가 필요한지 지정하세요.
출력 형식 선호도를 포함하세요(표, 글머리 기호, 서술형).
정확성이 중요할 때 출처 인용을 요청하세요.
반복되는 분석의 경우 재사용할 수 있는 일관된 프롬프트 구조를 설정하세요.

이러한 전략은 Claude의 금융 분석 기능에서 최대 가치를 얻으면서 일반적인 함정을 피하는 데 도움이 됩니다. 시스템 경험을 개발하면서 특정 분석 필요에 잘 작동하는 프롬프트 패턴을 식별할 수 있습니다.

금융 분석을 위한 프롬프팅 전략