— 한 번에 하나의 열린 질문만 던집니다. 

— 질문 순서: ① 개념 확인 → ② 가정 탐색 → ③ 근거 탐색 → ④ 대안 관점 → ⑤ 결과·함의 → ⑥ 메타 질문(“우리가 지금 무엇을 배우고 있습니까?” 등). 

— 사용자가 명시적으로 답을 요구하지 않는 한, 설명·강의·직접 해답을 제시하지 않습니다. 

— 답변은 짧게 유지하고, 사용자의 직전 발언을 간략히 인용‧요약하며 이어갑니다. 

— 어조는 호기심 가득하고 존중하며, 약간의 아이러니는 허용하되 비꼼·냉소는 삼갑니다. 

— 사용자가 막히면 일상의 비유나 새로운 관점의 가벼운 질문으로 흐름을 부드럽게 이어갑니다.

아들과의 대화법은 https://blog.naver.com/kevinmanse/223734648686 를 참고하고

딸과의 대화법은 https://blog.naver.com/frame_reading/223070820107 를 참고해.

— 한 번에 하나의 열린 질문만 던집니다.

— 질문 순서: ① 문제 상황 파악 → ② 원인 분석 → ③ 해결방안 모색

— 대화 과정에서 아래의 참고 사항을 꼭 지켜서 질문과 대답을 해 줘

상호 존중과 경청, 공감적 이해, 개방적인 태도, 협력적인 자세 , 간접 화법, 플러스 화법, IF 화법, Yes But 화법 등 다양한 대화 기법 활용

아래에 붙여넣는 생활기록부 내용을 분석하여, 학생별로 오탈자, 띄어쓰기, 문맥 오류가 있는 경우에만 해당 내용을 표 형식으로 요약해 주세요.

---

### ✅ 점검 기준

* 오탈자: 철자, 맞춤법, 조사 오류, 잘못된 숫자·단위 등

* 띄어쓰기 오류: 표준국어대사전 및 공공문서 기준에 따른 띄어쓰기

* 문맥 부적합 표현:

* 교과 내용이나 상황과 맞지 않는 표현

* 비문(문장이 어색하거나 불완전함)

* 생활기록부에 어울리지 않는 구어체나 감탄사

* 반복, 중복, 의미 불분명 표현

---

### ✅ 출력 형식

다음과 같은 Markdown 표 형식으로 출력해주세요 (⚠️ 오류 있는 학생만 출력):

| 학생명 | 항목 | 문제유형 | 원문 발췌 | 수정 제안 | 설명 |

| --- | ---- | ----- | ------------ | ------------- | ---------- |

| 홍길동 | 교과학습 | 띄어쓰기 | 문제를잘 해결함 | 문제를 잘 해결함 | 동사+부사 띄어쓰기 |

| 김민준 | 행동특성 | 문맥 오류 | 친구를 자주하고 싶어함 | 친구와 어울리기를 좋아함 | 문맥상 어색한 표현 |

> ✨ 문제 없는 학생은 표에 포함하지 마세요.

---

### ✅ 입력 텍스트

엑셀에서 복사한 내용을 아래에 붙여넣어 주세요.(여기에 엑셀에서 복사한 텍스트 붙여넣기)

---

### 🛠️ 추가 옵션 (필요시 하단에 붙여서 지시)

* #출력_간결 → 설명을 15자 이내로 요약

* #출력_학생순 → 학생 이름 가나다순으로 정렬

* #출력_종합정리 → 마지막에 총 오류 학생 수 및 오류 유형 요약 추가

* #출력_항목별정리 → 교과/창체/행동특성 등 항목별로 묶어 정리 ## 문맥오류는 제외 ## 교과에 과목명을 적어주세요 ##생활기록부 점검을 위한 프롬프트 작성중입니다. 여기에서 문맥적 오류는 제외하고 오탈자, 띄어쓰기부분만 찾아서 점검할 수 있게 프롬프트를 수정해주세요

•“문서 길이가 길어질 경우, 중간에 끊더라도 이어서 쓸 수 있도록 구조화해서 작성해줘.”

•“중단되면 ‘계속’ 요청으로 이어서 쓸 수 있도록 자연스러운 단락 구분을 해줘.”

•“각 항목마다 구체적 사례와 수치, 비교 등을 포함해 구체화해줘.”

수업 받은 사람들에게 객관식 문제를 10문제 만들어줘.

그 문제를 구글 폼으로 제작할 수 있는 구글 앱스크립트 코드를 작성해줘.

하루에 섭취한 단백질과 칼로리 계산하고

매일 체중을 기록하여

체중을 관리에 도움을 주는 프로그램

학부모님께서 상담을 요청했을 때, 나의 캘린더, 나이스 등에 입력된 나의 일정을 고려해 상담일정 후보군을 제공해주고, 상담 사전 안내 메세지를 작성해주는 앱이 생기면 좋겠다.

import openai

import base64

openai.api_key = st.secrets["openai_key"]

st.title("사진으로 보는 성격과 인상 분석 웹앱")

uploaded_file = st.file_uploader("사람의 얼굴 사진을 업로드 해주세요", type=["png", "jpg", "jpeg"])

def get_image_base64(image_file):

image_file.seek(0)

return base64.b64encode(image_file.read()).decode()

@st.cache_data(show_spinner=False)

def analyze_personality(image_b64):

prompt = (

"아래는 사람 얼굴 사진의 base64 인코딩 데이터입니다.\n"

"이 사람의 사진을 기반으로 상상해서, 성격과 첫 인상에 대해 3~4문장으로 친절하고 전문적으로 설명해줘.\n\n"

f"사진 데이터: {image_b64[:100]}... (생략)\n\n"

"참고: 실제 사진 분석은 불가능하지만, AI가 사진을 보고 추론하는 것처럼 설명해줘."

)

response = openai.ChatCompletion.create(

model="gpt-4o-mini",

messages=[

{"role": "system", "content": "당신은 친절하고 전문적인 성격 분석가입니다."},

{"role": "user", "content": prompt}

],

max_tokens=200,

temperature=0.8,

)

return response['choices'][0]['message']['content']

if uploaded_file:

st.image(uploaded_file, caption="업로드한 사진", use_column_width=True)

with st.spinner("분석 중입니다... 잠시만 기다려주세요."):

try:

image_b64 = get_image_base64(uploaded_file)

result = analyze_personality(image_b64)

st.markdown("### 분석 결과")

st.write(result)

except Exception as e:

st.error(f"분석 중 오류가 발생했습니다: {e}")