도움말
AI 에이전트 활용법, 토큰 소비 기준, 데이터 처리 원칙
총 5개 글
AI 에이전트는 연동된 광고 계정 데이터를 기반으로 성과 분석·예산 조정 제안·소재 아이디어를 제공합니다. 계정 연동이 안 된 플랫폼이나 외부 뉴스·시장 동향에 대한 질문은 정확도가 떨어질 수 있습니다.
대화로 묻는 것 외에, 광고를 직접 점검·최적화하는 스킬도 별도로 있습니다. 버튼으로 실행하는 실행 스킬(새는 예산 정리 등)과 상시 감시하는 자동 감지(예산 급소진 감지 등)입니다.
업데이트: 2026-07-09
AI 에이전트는 최선을 다하지만, 부정확한 내용을 생성하는 경우가 있습니다. 이는 할루시네이션(hallucination) 이라고 부르는 현재 생성형 AI 모델의 본질적인 한계입니다. AI 에이전트도 예외가 아닙니다.
응답 옆 👎 버튼으로 피드백을 남겨 주십시오. 모든 피드백은 AI 에이전트 품질 개선에 사용됩니다. 답변이 명백히 잘못됐거나 서비스 운영에 영향을 줄 정도라면 고객센터로 직접 문의해 주세요.
업데이트: 2026-05-13
AI 에이전트의 답변 품질을 극대화하는 질문 설계 원칙. 모호한 질문과 좋은 질문의 차이, 토큰 효율까지 맞춘 프롬프트 팁을 제시합니다.
시작하기 전에
"어떻게 해야 해?" (X) → "이번 주 네이버 파워링크 ROAS가 지난주 대비 30% 떨어졌는데 원인 분석해줘" (O). 기간·플랫폼·지표를 명시.
여러 질문을 한 문장에 담으면 답변이 얕아짐. "ROAS 분석 + 다음 달 예산 + 신규 키워드 추천" 같은 묶음 질문은 3개로 분리.
"표로 정리해줘", "3가지만 우선순위 높은 것 추천해줘"처럼 출력 형식을 지정하면 바로 활용 가능한 답이 나옵니다.
주제가 완전히 바뀌면 "새 대화" 버튼을 누르십시오. 누적된 이전 맥락이 방해하지 않아 답변 정확도↑ · 토큰 소비↓.
첫 답변 후 "왜 이렇게 판단했어?", "다른 대안은?", "구체적 실행 순서는?"으로 파고들면 1회 응답보다 훨씬 실용적인 인사이트가 나옵니다.
업데이트: 2026-04-23
AI 에이전트 답변 1건당 입력·출력 토큰을 합산해 차감됩니다. 짧은 질의응답이 약 4~8K, 중간 길이 분석은 약 15~25K, 긴 컨텍스트(5분 이상 대화 누적)는 약 30~50K까지 소비됩니다. 주제가 바뀌면 새 대화로 시작하면 토큰 절약에 도움이 됩니다.
업데이트: 2026-04-28
아니요. AI 에이전트는 사용자 계정 데이터를 AI 모델(Anthropic Claude)에 질의하지만 학습에 사용되지 않도록 계약되어 있으며, 다른 사용자와 공유되지도 않습니다. 세부 데이터 처리 방침은 개인정보처리방침을 참고하십시오.
업데이트: 2026-04-23
