Recipe Workspace
Cuckoo Barista — Vertex AI Gemini 2.5 Flash · 다중 사용자 편집
backend: … model: … project: … ADC: …
📜 시스템 프롬프트 — 모델이 *항상* 따라야 하는 기본 지시문입니다. 여기를 수정하면 *모든 답변의 톤/규칙/JSON 출력 형식*이 바뀝니다.
자세히 ▶
📚 시나리오 — 모델이 학습할 *정답 예시* 입니다. 사용자 발화 → 모델이 출력해야 할 JSON. 여기 추가한 시나리오가 *프롬프트와 함께* Vertex 파인튜닝 데이터로 자동 빌드됩니다.
자세히 ▶
💬 채팅 검증 — *working 트리* 의 시스템 프롬프트로 즉시 호출합니다. 저장만 하면 적용 전에도 바로 결과를 볼 수 있어요.
자세히 ▶
🚀 적용 / 롤백 — 편집(working) → 운영(live) 으로 한번에 옮기고, 언제든 되돌릴 수 있어요.
자세히 ▶
1변경된 파일 확인
조회 중…
2자동 빌드 미리보기
적용 시 train_vertex.jsonl / eval_vertex.jsonl 가 자동 생성됩니다. 현재 working 기준으로 만들어질 행 수입니다.
계산 중…
3적용 실행
실행 시 ① 현재 live 가 자동 스냅샷되고 ② working 이 live 로 복사되고 ③ vertex jsonl 이 빌드됩니다. 스냅샷은 아래 5번 단계에서 언제든 복원할 수 있습니다.
4적용 결과
아직 실행한 적용이 없습니다.
5스냅샷 / 롤백
과거 시점으로 되돌리려면 우측 [↩ live 로 복원]. 편집 화면도 그 시점으로 돌리려면 [↩ live + working 복원]. 롤백 직전의 live 도 안전하게 자동 백업됩니다.

    📖 사용 가이드

    이 화면은 Cuckoo Barista 의 추론 모델을 학습/운영하기 위한 워크스페이스입니다. *워크플로*는 다음 5단계로 단순화되어 있습니다.

    1. 1. 시스템 프롬프트 로 모델 *기본 지시*를 정합니다 (한 번만 잘 짜두세요).
    2. 2. 시나리오 에 사용자 발화 → 모델 모범 답안을 잔뜩 추가합니다.
    3. 3. 채팅 검증 으로 즉시 호출해서 결과를 확인합니다.
    4. 4. 적용 을 누르면 운영(LIVE) 트리에 반영되고, vertex 파인튜닝 데이터까지 자동 빌드됩니다 (scenarios 80/20 자동 분할).

    📜 시스템 프롬프트 — 작성 팁

    • 모델의 *역할/말투/금기/JSON 스키마* 를 명확하게 적습니다.
    • 한국어 메인이라면 system.md 1개만 운영해도 충분합니다.
    • 다른 언어가 필요하면 system_en.md 처럼 새 파일을 만드세요. 채팅 검증의 locale 셀렉터에 맞춰 자동으로 골라집니다.

    📚 시나리오 — 모델 키 설명

    user사용자가 말한 발화 (음성 STT 결과 또는 텍스트)
    expected.target recipe(레시피 추천) / clarify(명확화 질문) / drink(음용 안내) / kb(지식) / feedback(감사·불만 응답) / meta(기능 설명) / none(주제 외)
    expected.axes.flavor_group Floral(꽃향) / Fruity(과일) / Sweet, Brown Sugar(단맛/흑설탕) / Nutty, Milk Chocolate(고소·밀크초코) / Smoky, Dark Chocolate(스모키·다크초코) / null
    expected.axes.roast_level light / medium-light / medium / medium-dark / dark / null
    expected.axes.bean_weight 15(약함) / 20(보통) / 25(강함) / null
    expected.axes.temperature_type 0(hot) / 1(iced) / null
    expected.message 모델이 사용자에게 들려줄 자연어 1~3 문장 (TTS 로 읽힘)
    expected.confidence 0.0 ~ 1.0 — 모델 자신감. 보통 0.85~0.95.
    expected.reason 한 줄 결정 근거. 학습이 잘 됐는지 디버깅에 도움.

    폼 위에서 입력한 값은 자동으로 JSONL 한 줄로 직렬화되어 저장됩니다. 우측 상단의 { } JSON 모드 로 직접 JSON 텍스트를 다듬을 수도 있습니다.

    🧪 파인튜닝 데이터

    • scenarios.jsonl 하나만 관리하면 됩니다.
    • 적용 시 자동으로 80% train / 20% eval 로 분할되어 train_vertex.jsonl, eval_vertex.jsonl 이 생성됩니다.
    • *_vertex.jsonl 파일은 *Vertex AI SFT 표준* 으로 자동 생성되니 직접 만지지 마세요.

    💬 채팅 검증

    • 입력은 working 트리의 시스템 프롬프트 + 시나리오에 따라 추론합니다 (적용 전 검증).
    • thinking 셀렉터로 추론 깊이 ↔ 속도를 제어합니다. 기본 0 = 약 3초.
    • session 을 바꾸면 대화 컨텍스트도 분리됩니다. 다중 사용자 동시 검증 가능.

    🚀 적용 / 롤백

    • 적용 = working 폴더 → live 폴더 복사 + vertex jsonl 자동 빌드 + 자동 스냅샷.
    • 실수가 나면 스냅샷 에서 [↩ live 로 복원] 한 번이면 즉시 되돌아갑니다.
    • 편집 화면까지 같이 되돌리려면 [↩ live + working 복원].

    🌐 외부 배포

    • 이 워크스페이스는 AWS Fargate (ECS) 로 패키징되어 https://barista.service.ai.dev-cuckoo-platform.com/platform 에서 접속 가능합니다 (배포 후).
    • 외부에서도 prompts/scenarios/finetune 데이터를 *그대로* 편집/적용할 수 있도록 EFS 영구 볼륨에 mount 합니다.
    • 자세한 인프라 코드와 배포 절차는 infra/web_workspace_stack/README.md 참고.