GitHub에 f/prompts.chat라는 저장소가 있다. 스타 수는 167,625개(저장소 메타데이터 기준). 들어가서 보면 알겠지만, README도 없고 백엔드도 없고 API 호출도 없다. 그냥 순수 HTML + JS로 만든 정적 사이트에 ChatGPT 프롬프트가 수백 개 쌓여 있을 뿐이다.
첫 반응은 이랬다: 이런 게 어떻게 17만 스타를 받았지?
어떤 문제를 해결하는가
시간을 2022년 말로 돌려보자. ChatGPT가 막 뜨기 시작했을 때, 온 인터넷이 "꿀같은 prompt"를 찾아 헤맸다. 문제는 아무도 정리를 해주지 않았다는 점이다.
f(저장소 소유자)가 이 repo를 열고 사람들이 prompt를 올리도록 했다. 처음에는 단순한 목록이었다. 이후 북마크 + 발견 플랫폼으로 진화하면서 "prompt 크라우드소싱"을主打하게 됐다. 나중에는 self-host 기능까지 추가되어, "데이터를 외부에 보낼 수 없다"는 기업들의 고민을 공략했다.
이 프로젝트의 핵심 포지션은 도구가 아니라 시장(마켓플레이스)이다.
사용 방법
로컬에서 서버 띄우는 건 단 세 단계면 된다:
# 최소 실행 흐름 (README 없이 repo 구조에서 추측)
git clone https://github.com/f/prompts.chat.git
cd prompts.chat
# 아무 정적 서버나 사용
npx serve . # Node 사용자
# 또는
python3 -m http.server 8000 # Python 사용자
# 브라우저에서 http://localhost:3000 (또는 8000) 열기
# 마음에 드는 prompt 골라서 ChatGPT / Claude에 붙여넣기
prompt 예시는 이런 식이다:
# prompts/examples/linux-terminal.yml
name: Linux Terminal
prompt: |
I want you to act as a linux terminal.
I will type commands and you will reply with what the terminal should show.
My first command is: ls -la
복사 → 붙여넣기 → 끝. SDK도 없고, 로그인도 없고, 호출 횟수 제한도 없다.
동작 원리 (아키텍처)
사이트 전체 구조는 그림 한 장이면 설명된다:
사용자 → GitHub PR → YAML 파일 → 정적 빌드 → CDN 배포
- 저장: prompt는 YAML/JSON 파일에 보관
- 기여: 커뮤니티에서 PR이 들어오면 작성자가 수동으로 머지
- 렌더링: 프론트엔드 JS가 파일을 읽어 리스트 + 검색 + 태그 필터 생성
- 배포: 순수 정적 리소스라 어느 CDN에 올려도 돌아감
백엔드 없음. 데이터베이스 없음. AI 호출 없음. 이건 철저하게 큐레이션 중심 아키텍처다.
Self-host는 이 repo 전체를 기업 내부망에 배포해서 prompt 데이터를 자사가 관리하는 방식이다. "직원이 ChatGPT 쓰는 건 안 되지만 prompt는 쓰게 하고 싶다"는 회사들에게 이 모델은 정확히 통한다.
장점과 단점
좋은 점:
- 참여 장벽이 극도로 낮다. PR만 올리면 기여 완료, 별도 프레임워크 학습 불필요
- 커뮤니티 플라이휠이 돌기 시작하면 콘텐츠가 폭발적으로 증가
- SEO에 자연스럽게 친화적 — "best ChatGPT prompts for X"로 검색하면 오랫동안 상위 노출
- 완전 오픈소스, 데이터 투명
아쉬운 점:
- prompt 품질이 들쭉날쭉. 좋아요가 많은 게 꼭 좋은 게 아니고, 없는 게 꼭 나쁜 게 아니다
- 평가 메커니즘이 없음 — 어떤 prompt가 실제로 효과 있는지 알 수 없다
- 버전 관리 없음. prompt를 수정하면 그냥 수정되는 거라 이전 상태로 돌아갈 수 없다
- 컨텍스트 변수 미지원. 복잡한 시나리오는 수동으로 조합해야 함
- LangChain Hub / PromptLayer 같은 도구들과 비교하면 기능 차원이 다르다
- 167k 스타 중 진짜 활발한 기여자가 얼마나 되는지 의문 — 대다단收藏收藏(즐겨찾기만 누른 사람들)일 가능성이 높다
prompt를 진지한 엔지니어링 자산으로 다루는 사람에게는, 이 프로젝트는 도구가 아니라 시장이다.
직접 써봤다
clone 받고 2분 만에 실행했다. 좋아요 많은 prompt 몇 개를 골라서 테스트:
- "Act as a Linux Terminal" — ChatGPT에 그대로 복사, 효과 확실. 터미널 응답이 꽤 그럴듯하고 명령어 파싱도 문제없음
- 영문 prompt를 중국어 시나리오에 적용 — 영어나 중국어나 둘 다 별로임. 예를 들어 ChatGPT에게 "Act as a Chinese translator"로 기술 문서 번역을 시키면, 영문 원문보다 중국어 결과가 더 알아보기 어려운 경우도 있음. 한국어로 바꿔 적용해도 결과는 크게 다르지 않음
- "Act as a Python REPL" — 코드 실행 시뮬레이션은 되지만 복잡한 로직에서 버벅임
유지보수 상태: issue 종료율을 대략 훑어보니 60% 정도. 최근 30일간 PR 머지 빈도는 주당 5~10개 수준. 메인테이너 응답이 빠른 편은 아니지만 죽은 프로젝트도 아니다.
데이터 포인트 (일부는 추정치, 정확한 수치는 GitHub API로 확인 가능):
- 167,625 stars
- 추정 contributors 약 200~300명
- 최근 commit 빈도: 일 3~5회
- 실제로 쓸 만한 prompt 비율: 개인적으로 30~40% 정도 추정
누가 써야 하는가
적합한 시나리오:
- 개인적으로 prompt 아이디어를 찾는 경우
- prompt 작성을 처음 배우는 입문자
- 기업 내부에서 사설 prompt 라이브러리를 공유하는 경우 (self-host)
부적합한 시나리오:
- prompt 버전 관리 / A/B 테스트 / 호출 추적이 필요한 엔지니어링 팀 → PromptLayer / Helicone 같은 도구 권장
- 변수 동적 조합, 체이닝 호출이 필요한 경우 → LangChain / LlamaIndex 사용
- prompt를 진지한 엔지니어링 자산으로 다루는 사람 — 이 프로젝트는 도구가 아니라 시장이다
마무리
17만 스타가 증명하는 건 뭘까?
"좋은 콘텐츠"와 "좋은 도구"는 별개의 문제라는 점이다. 이 프로젝트는 기술적으로 어떤壁垒(진입장벽)도 없다 — 아무나 clone해서 조금 고쳐서 올릴 수 있다. 진정한 해자는 커뮤니티와 SEO다. 먼저 "Awesome ChatGPT Prompts"라는 브랜드를 세우고, Google 검색의 롱테일 트래픽으로 눈덩이를 굴린 전략이다.
이후 prompts.chat으로 이름을 바꾸고, 포지션을 단순 목록에서 커뮤니티 플랫폼으로 격상했다. 하지만 본질은 변하지 않았다. PR로 콘텐츠를 쌓고, 검색으로 트래픽을 끌어오는 구조.
그냥 쓸 만한 prompt 몇 개를 베끼고 싶은 거라면 이 프로젝트로 충분하다. prompt를 엔지니어링하고 버전 관리하고 관측 가능하게 만들고 싶다면 — 이건 당신을 위한 도구가 아니다.
# 출처
https://github.com/f/prompts.chat