Hy-MT2의 가장 큰 매력은 사용자의 '지시사항'을 놀라울 정도로 정확하게 따른다는 점입니다. 공식 저장소에서는 실무에서 즉시 활용 가능한 7가지 프롬프트 패턴을 제안하고 있습니다. 이 패턴들을 한국어 환경에 맞춰 어떻게 적용하면 좋을지, 구체적인 예시와 함께 살펴보겠습니다.

성공적인 프롬프트를 위한 공통 원칙

최상의 결과를 얻기 위해 프롬프트를 작성할 때 다음 세 가지 원칙을 기억하세요.

1. 언어 이름은 명확하고 길게: ko, en 같은 약어 대신 Korean, English처럼 전체 이름을 사용하세요. 중국어 프롬프트를 작성한다면 韩语(한국어), 英语(영어)처럼 해당 언어의 명칭을 사용하는 것이 훨씬 효과적입니다.
2. 출력 결과만 요구하기: 불필요한 설명이나 서론 없이 번역본만 받고 싶다면, "번역된 결과만 출력하고 추가 설명은 하지 말 것"이라는 문구를 명시하세요. Hy-MT2는 이 지시를 매우 충실하게 수행합니다.
3. 사용자 메시지에 집중하기: Hy-MT2는 기본 시스템 프롬프트를 사용하지 않습니다. 따라서 모든 지시 사항과 번역할 원문은 하나의 user 메시지에 모두 담아 전달하는 것이 기본입니다.

가장 심플한 '기본 번역' 패턴

대상 언어와 원문만으로 구성된 가장 단순한 형태입니다. 빠르게 내용을 파악해야 할 때 유용합니다.

Translate the following text into Korean. Note that you should only output the translated result without any additional explanation:

Machine translation has changed the shape of the localization industry.

중국어 프롬프트를 사용하신다면 다음과 같은 형식을 추천합니다: 将以下文本翻译为 {target_lang}(다음 텍스트를 {대상언어}로 번역하십시오)，注意只需要输出翻译后的结果，不要额外解释(번역된 결과만 출력하고 추가 설명은 하지 마십시오)：

정확한 용어를 고정하는 '용어 지정' 패턴

특정 기술 용어나 브랜드명을 정해진 역어로 고정해야 할 때는, 번역을 요청하기 전 참고 번역 예시(Glossary)를 여러 줄로 먼저 제공하세요.

Reference the following translations:
"cache" translates to "캐시"
"token" translates to "토큰"
"throughput" translates to "처리량"

Translate the following text into Korean. Note that you must ONLY output the translated result without any additional explanation:

The cache hit rate determines the overall throughput of the inference server.

이 패턴을 쓸 때는 원문 → 지정 번역어 짝을 정확하게 맞추는 것이 중요합니다. 항목이 많아질 경우 오타나 잘못된 짝이 섞이면 모델이 이를 학습해 전체 번역 품질을 떨어뜨릴 수 있으니, 입력 전 최종 검수를 권장합니다.

글의 톤을 조절하는 '스타일 지정' 패턴

단순한 의미 전달을 넘어 문체의 분위기까지 제어하고 싶을 때 사용합니다. [target_style] 부분에 원하는 톤(예: "격식 있는 보고서체", "친근한 블로그 말투")을 입력하세요.

Please translate the following text into Korean. Note that the translation style must strictly conform to [formal written style]:

We regret to inform you that the shipment has been delayed.

중국어 원형으로는 注意翻译의 风格要严格符合【{target_style}】(번역의 스타일이 【{대상스타일}】에 엄격히 부합해야 함에 주의하십시오) 형태로 작성하여 스타일을 강제할 수 있습니다.

세밀한 요구사항을 반영하는 '개인화' 패턴

단순 번역을 넘어 여러 제약 조건을 동시에 적용해야 할 때 유용합니다. 원문을 먼저 제시하고, 뒤이어 번호를 매긴 작업 목록 형태로 지시를 내리는 방식입니다.

[Source Text]
这款新耳机支持主动降噪(이 신제품 헤드폰은 액티브 노이즈 캔슬링을 지원합니다).

[Translation Tasks]
1. Keep the product name "AirSilence Pro" unchanged.
2. Use a light, witty tone for a social media post.
3. ...
4. Translate the [Source Text] into Korean.

요청 사항을 번호로 구분해 나열하면, 모델이 각 조건을 개별적인 체크리스트로 인식하여 누락 없이 반영할 확률이 높아집니다.

태그와 변수를 지키는 '구분자 보존' 패턴

템플릿 기반의 문자열이나 {variable}, %s, XML 태그 등이 포함된 텍스트를 번역할 때 필수적인 패턴입니다.

Please accurately translate the following text into Korean.
You must retain the exact same number of delimiters in the translation. Strictly do not omit, escape, or translate these symbols, and pay close attention to their placement.

Your order {order_id} has shipped and will arrive in {days} days.

단순히 "보존하라"는 말보다 "구분자의 개수를 그대로 유지하고, 생략하거나 이스케이프 처리하지 말 것"과 같이 구체적이고 강한 표현을 사용하는 것이 오류를 줄이는 핵심입니다.

코드와 텍스트를 분리하는 '구조화된 데이터' 패턴

JSON이나 HTML처럼 코드와 실제 텍스트가 섞여 있는 데이터를 다룰 때는 두 가지 전략을 사용합니다.

1. 구조 보존 번역 (Structure Preservation) JSON의 키(Key)나 플레이스홀더는 그대로 두고, 사용자에게 노출되는 값(Value)만 번역하는 방식입니다.

### Task
Translate the user-facing text within the following JSON data into Korean.

### Strict Rules
1. Structure Preservation: You MUST preserve the original JSON data structure, nesting, hierarchy, and indentation exactly as they are.
2. Selective Translation: Translate ONLY the visible, user-facing text content/values.
3. Strict Non-Translation: NEVER translate or alter code tags, keys, properties, object names, or variable placeholders. Leave them exactly in their original English/code form.

### Source Data
{"title": "Welcome", "message": "Hello, ${user_name}!"}

2. 배경 정보 반영 번역 (Context-Aware) 문맥이 부족한 짧은 텍스트를 번역할 때, 별도의 배경 설명을 제공하여 오역을 방지하는 방식입니다.

[Background Information]
This dialogue is from a sci-fi movie. "The Core" is the name of a supercomputer.

[Source Text]
The Core is waking up.

Please translate the following text into Korean, taking the provided background information into consideration.

배경 정보가 없다면 "핵심부가 깨어나고 있다"라고 번역될 문장도, 정보를 제공함으로써 "더 코어(초컴퓨터)가 깨어나고 있다"는 정확한 의미로 옮길 수 있습니다.

이 7가지 패턴은 단순히 추론할 때뿐만 아니라, 모델을 직접 학습시키기 위한 파인튜닝 데이터를 구축할 때도 그대로 활용할 수 있습니다. 다음 글에서는 이 지시문들을 이용해 모델을 최적화하는 방법을 알아보겠습니다.