Chain-of-Thought 노출 없이 추론 정확도 올리기

import OpenAI from "openai";

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

const response = await client.responses.create({
  model: "gpt-4.1-mini",
  input: [
    {
      role: "system",
      content: [
        {
          type: "text",
          text:
            "너는 정확한 답변을 제공하는 어시스턴트다. " +
            "내부적으로는 충분히 숙고하되, 출력에는 단계별 추론을 노출하지 마라. " +
            "반드시 아래 JSON 스키마로만 답하라."
        }
      ]
    },
    {
      role: "user",
      content: [
        { type: "text", text: "쿠버네티스에서 ImagePullBackOff가 뜰 때 가장 흔한 원인 3가지는?" }
      ]
    }
  ],
  text: {
    format: {
      type: "json_schema",
      name: "answer_schema",
      schema: {
        type: "object",
        additionalProperties: false,
        properties: {
          answer: { type: "string" },
          key_reasons: {
            type: "array",
            items: { type: "string" },
            minItems: 3,
            maxItems: 3
          },
          confidence: { type: "number", minimum: 0, maximum: 1 },
          followups: {
            type: "array",
            items: { type: "string" },
            minItems: 0,
            maxItems: 3
          }
        },
        required: ["answer", "key_reasons", "confidence", "followups"]
      }
    }
  }
});

console.log(response.output_text);

규칙:
- 내부적으로는 충분히 숙고하되, 단계별 추론/사고과정은 출력하지 마라.
- 답변은 "결론 / 근거(최대 3개) / 확인방법(최대 3개)" 순서로 작성하라.
- 불확실하면 불확실하다고 말하고, 필요한 추가 정보를 질문하라.

질문: EKS에서 ALB Ingress가 403을 반환할 때 어디부터 봐야 해?

import OpenAI from "openai";

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

async function draftAnswer(question) {
  const r = await client.responses.create({
    model: "gpt-4.1-mini",
    input: [
      {
        role: "system",
        content: [{
          type: "text",
          text:
            "내부적으로는 숙고하되 사고과정은 출력하지 마라. " +
            "답변은 간결한 결론과 핵심 근거만 제시하라."
        }]
      },
      { role: "user", content: [{ type: "text", text: question }] }
    ]
  });
  return r.output_text;
}

async function verifyAnswer(question, answer) {
  const r = await client.responses.create({
    model: "gpt-4.1-mini",
    input: [
      {
        role: "system",
        content: [{
          type: "text",
          text:
            "너는 엄격한 검증기다. 사고과정은 출력하지 말고, " +
            "오류가 있으면 짧은 수정 지시만 bullet로 작성하라. " +
            "오류가 없으면 'OK'만 출력하라."
        }]
      },
      {
        role: "user",
        content: [{
          type: "text",
          text:
            "질문: " + question + "\n\n" +
            "답변: " + answer
        }]
      }
    ]
  });
  return r.output_text;
}

async function answerWithVerification(question) {
  let answer = await draftAnswer(question);
  const feedback = await verifyAnswer(question, answer);

  if (feedback.trim() === "OK") return answer;

  const revised = await client.responses.create({
    model: "gpt-4.1-mini",
    input: [
      {
        role: "system",
        content: [{
          type: "text",
          text:
            "내부적으로 숙고하되 사고과정은 출력하지 마라. " +
            "검증 피드백을 반영해 답변을 수정하라."
        }]
      },
      {
        role: "user",
        content: [{
          type: "text",
          text:
            "질문: " + question + "\n\n" +
            "초안: " + answer + "\n\n" +
            "검증 피드백: " + feedback
        }]
      }
    ]
  });

  return revised.output_text;
}

console.log(await answerWithVerification("분산 트랜잭션에서 Saga 패턴의 보상 설계를 할 때 흔한 함정은?"));

import OpenAI from "openai";

const client = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

function calcVat({ amount, rate }) {
  return { vat: amount * rate, total: amount * (1 + rate) };
}

const tools = [
  {
    type: "function",
    function: {
      name: "calc_vat",
      description: "부가세를 계산한다",
      parameters: {
        type: "object",
        properties: {
          amount: { type: "number" },
          rate: { type: "number" }
        },
        required: ["amount", "rate"]
      }
    }
  }
];

const r1 = await client.responses.create({
  model: "gpt-4.1-mini",
  input: [{
    role: "user",
    content: [{ type: "text", text: "공급가 120000원, 세율 10%일 때 총액과 부가세를 알려줘" }]
  }],
  tools
});

// 실제 구현에서는 r1의 tool call을 파싱해 calcVat 실행 후
// tool 결과를 다시 모델에 넣어 최종 문장만 출력하게 만든다.

규칙:
- 제공된 CONTEXT에 없는 내용은 추측하지 마라.
- 사고과정은 출력하지 마라.
- 출력은 JSON으로만:
  - answer: 결론
  - citations: 사용한 근거 조각의 id 배열
  - gaps: 부족한 정보

CONTEXT:
[id=doc1#p2] ...
[id=doc3#p1] ...

QUESTION:
...