텍스트 생성 - 모든 LLM

텍스트 생성 - 모든 LLM 노드는 내 텍스트를 AI 언어 모델에 보내고, 모델의 답변을 텍스트로 반환합니다. 글쓰기, 다시 쓰기, 요약, 번역, 설명에 사용하세요. 모델을 고르고, 지시 사항과 요청을 작성한 다음, 답변을 텍스트를 받는 어떤 노드에든 연결하세요. 이 노드는 2026년 9월부터 10월까지는 프롬프트, 그 전에는 텍스트 생성이라고 불렸습니다. 예전 AI 에이전트 노드(유형 ai-writer)가 들어 있는 워크플로는 그 자리에 이 노드가 들어간 상태로 열립니다.

사용 시기

• 캡션, 스크립트, 제품 설명, 헤드라인, 번역 같은 텍스트를 쓰거나 다시 씁니다.
• 아이디어 하나를 이미지 프롬프트 여러 개로 바꾸고, 프롬프트마다 이미지를 한 장씩 생성합니다.
• 연결된 이미지, 동영상, 오디오 클립을 설명하거나 요약합니다.
• 웹 스크래핑, Telegram 채널 피드, 음성 텍스트 변환에서 가져온 콘텐츠를 요약하거나 다시 씁니다.
• 필드 추출에 넘길 JSON 같은 구조화된 데이터를 반환합니다.

빠른 시작

입력

텍스트 생성 - 모든 LLM 노드의 왼쪽 가장자리에는 입력이 세 개 있습니다.

필드에 입력한 텍스트가 있고 그 입력도 연결되어 있으면, 입력한 텍스트가 우선합니다. 둘 다 사용하려면, 입력한 텍스트에서 프롬프트 입력의 텍스트가 들어갈 자리에 {}를 쓰세요.

노드에는 출력이 두 개 있습니다.

설정

노드 아래 툴바에는 가장 많이 쓰는 설정이 다시 나옵니다. 모델, 추론 강도, 프리셋, 실행 횟수입니다.

모델

텍스트 생성 - 모든 LLM 노드는 아래 언어 모델을 실행할 수 있습니다. 설정 패널의 AI 모델 선택기에 항상 최신 목록이 표시됩니다.

• 동영상과 오디오. Gemini 3 Flash, Gemini 3.6 Flash, Gemini 3.1 Pro만 동영상과 오디오 레퍼런스를 읽습니다. 다른 모델에서는 연결된 동영상이나 오디오 레퍼런스가 무시됩니다.
• 온도. 온도를 쓰는 모델은 Gemini 모델 5개, Claude Haiku 4.5, Claude Sonnet 4.6, GPT-5.2, GPT-5.4뿐입니다. 다른 모델은 모두 이 값을 무시합니다.
• 추론 강도. Gemini 3 Flash, Gemini 3.1 Pro, Claude Haiku 4.5, GPT-5.2에는 강도 단계가 없습니다. 두 Gemini 모델은 고급 모드에서 단계가 생깁니다. Gemini 3.6 Flash, Gemini 3.7 Flash, Gemini 3.8 Flash는 낮음과 높음을 제공하며, 고급 모드에서는 더 많은 단계를 제공합니다. GPT-5.4와 Kimi K3는 높음까지, GPT-6 Astra, Grok 4.6, Grok 4.7은 매우 높음까지 제공합니다. 모델에 없는 단계를 고르면 그 모델의 가장 높은 단계로 실행됩니다.

모델 선택 방법

• 이코노미 모델은 다시 쓰기, 캡션, 번역, 이미지 설명에 충분합니다. 기본값인 Gemini 3.6 Flash로 시작하세요.
• 표준 모델과 프리미엄 모델은 길고 복잡한 글이나 많은 규칙을 따져야 하는 추론에서 그만한 값어치를 합니다.
• 동영상이나 오디오 클립에는 Gemini 3 Flash, Gemini 3.6 Flash, Gemini 3.1 Pro를 고르세요.
• Claude 모델을 등급 가격으로 쓰려면 추론 강도를 자동으로 두세요. 다른 단계를 고르면 한 단계 위로 청구됩니다. 크레딧을 참조하세요.

품질 기준을 충족하는 가장 저렴한 모델을 고르고, 큰 일괄 처리 전에 같은 요청으로 두 모델을 비교하세요.

크레딧

실행 가격은 모델의 등급에 따라 다릅니다.

• 매우 높음과 최대는 한 단계 위 등급으로 청구됩니다. 이코노미 모델은 3크레딧, 표준 모델은 7크레딧이 청구됩니다. 프리미엄 모델은 7크레딧 그대로입니다. 높음과 그보다 낮은 단계는 가격을 바꾸지 않습니다.
• 제작사의 서비스에서 실행하면 한 단계 위로 청구됩니다. 고급 모드를 켰을 때와, Claude 모델에서 추론 강도를 자동 이외로 골랐을 때입니다. Claude의 추론 단계는 제작사의 서비스에서만 적용되기 때문입니다. 이때 이코노미 모델은 3크레딧, 표준 모델은 7크레딧이 청구됩니다. 프리미엄 모델은 17크레딧이 청구됩니다.
• 두 단계는 함께 적용됩니다. 최대로 설정한 표준 Claude 모델은 단계 때문에 한 단계, 제작사의 서비스 때문에 한 단계 올라가 17크레딧이 청구됩니다.
• 실행 횟수만큼 가격이 곱해집니다. 표준 모델로 4번 실행하면 12크레딧이 들며, 실행 버튼에 합계가 표시됩니다.
• 실패한 실행은 환불됩니다. 답변이 잘린 경우도 포함됩니다.

예를 들어 최대로 설정한 GPT-5.6 Luna는 3크레딧, 매우 높음으로 설정한 GPT-5.6 Terra는 7크레딧, Claude Sonnet 5는 자동이면 3크레딧, 높음이면 7크레딧입니다. 중간으로 설정한 Claude Opus 5.5는 17크레딧, 고급 모드의 Gemini 3.6 Flash는 3크레딧입니다. Claude Haiku 5.5는 자동이면 2크레딧, 낮음, 중간, 높음이면 3크레딧, 매우 높음이나 최대이면 7크레딧입니다.

답변을 항목으로 나누기

텍스트 생성 - 모든 LLM 노드는 요청 하나를 다운스트림 실행 여러 개로 바꿀 수 있습니다. 모델에게 답변의 각 부분을 ===NEXT===라고 적힌 줄로 구분하라고 요청하세요. 예를 들어 “이 제품의 이미지 프롬프트 4개를 작성해 주세요. 프롬프트 사이는 ===NEXT===로 구분해 주세요.”라고 씁니다. 항목 출력은 표시마다 답변을 나누며, 항목에 연결된 노드는 항목마다 한 번씩 실행됩니다.

실행이 끝나면 설정 패널의 생성된 프롬프트 아래에도 항목이 나열되며, 캔버스에서 직접 작업할 때 쓰는 버튼 두 개가 있습니다.

• 이미지 노드 N개 만들기는 항목마다 이미지 생성 노드를 하나씩 추가합니다. 노드는 이미 연결되어 있고 프롬프트가 채워져 있습니다.
• 이미지 N장 모두 생성은 첫 번째 버튼이 만든 모든 노드를 실행합니다.

이 버튼들은 이것저것 시험해 볼 때 사용하세요. 스스로 실행되는 워크플로에서는 대신 항목 출력을 연결하세요.

프리셋

프리셋은 지시 사항과 출력 형식을 정합니다.

작성용 프리셋 세 개는 프롬프트를 ===NEXT===로 구분하므로, 바로 항목 출력에 쓸 수 있습니다. 이 프리셋에는 이미지 업로드나 이미지 생성 노드 같은 레퍼런스 이미지를 레퍼런스에 연결해야 합니다. 레퍼런스 이미지가 없으면 패널에 경고가 표시되고 노드가 실행되지 않습니다.

내 지시 사항을 보관하려면 프리셋으로 저장을 클릭하세요. 내 프리셋 중 하나를 선택한 상태에서 업데이트를 누르면 변경 내용이 그 프리셋에 저장되고, 삭제 버튼을 누르면 프리셋이 삭제됩니다. 내 프리셋은 설정에도 나타납니다. 자세한 내용은 프리셋을 참조하세요.

프롬프트에서 변수 사용

다른 노드의 레이블을 중괄호로 감싸 쓰면, 그 노드의 값을 사용자 프롬프트나 지시 사항(시스템 프롬프트)에 넣을 수 있습니다. {Product}는 “Product”라는 레이블의 노드 텍스트가 되고, {Mood}는 분위기 피커에서 정한 값이 됩니다.

• 기본값. {tone || friendly}는 “tone”이라는 레이블의 노드가 연결되어 있으면 그 노드를, 없으면 “friendly”(친근한)라는 단어를 사용합니다.
• 연결된 입력. {}는 그 위치에 프롬프트 입력으로 들어오는 텍스트를 넣습니다.
• 항목마다 한 번 실행. 텍스트 분할의 출력 같은 목록이 프롬프트 입력으로 들어오면, 노드가 항목마다 한 번씩 실행됩니다. 각 항목이 사용자 프롬프트를 대체합니다. 작업 내용은 모든 항목에 적용되는 지시 사항(시스템 프롬프트)에 넣으세요. 앞뒤 텍스트도 모든 항목을 감쌉니다.
• 강조 표시. 일치하는 노드가 있으면 변수가 청록색으로, 아직 아무것도 값을 주지 않으면 주황색으로 표시됩니다. 주황색은 경고일 뿐이며, 기본값이 있는 변수는 그대로 작동합니다.
• 없는 노드는 실행을 막습니다. 변수가 워크플로 어디에도 없는 노드를 가리키면, 크레딧을 쓰기 전에 실행이 거부됩니다.

자세한 내용은 프롬프트 변수를 참조하세요.

구조화된 출력 요청

답변을 데이터로 쓰려면 지시 사항에서 형식을 요청하세요. 예를 들어 “title, caption, hashtags 키가 있는 JSON 객체로만 답하세요”라고 씁니다. 온도를 받는 모델에서는 온도를 낮게 두면 형식이 더 안정적으로 유지됩니다.

노드에서 보기 버튼을 누르면 답변이 원시 텍스트와 렌더링된 보기 사이에서 전환됩니다. JSON으로 보기는 올바른 JSON을 색이 입혀진 객체로 보여 주고, Markdown으로 보기는 그 밖의 답변을 렌더링합니다. JSON에서 caption 같은 필드 하나를 꺼내려면 텍스트 출력을 필드 추출에 연결하세요.

결과 읽기와 재사용

노드의 결과 위쪽 툴바에는 다음이 있습니다.

• 원시 텍스트와 렌더링된 보기 사이를 전환하는 보기 버튼.
• 텍스트 복사와 다운로드.
• 로그 열기: 모든 실행의 전체 로그이며, 실행마다 모델과 프리셋이 나옵니다.
• 출력 보기: 노드에 결과가 두 개 이상일 때 나타나며, 번호가 붙은 결과를 넘겨 볼 수 있는 막대입니다. 선택한 결과가 출력으로 전달됩니다.

각 결과에는 그 결과를 만든 모델과 프리셋이 표시됩니다. 읽기 편하게 노드를 키우려면 노드 왼쪽 아래의 돋보기를 끄세요.

답변이 잘릴 때

모델이 답변을 끝내기 전에 최대 토큰 수에 도달하면, 실행이 답변이 잘렸다는 오류로 실패하고 크레딧이 환불됩니다. 일부만 작성된 답변은 저장되거나 전달되지 않습니다. 해결하려면 지시 사항에서 더 짧은 답변을 요청하거나, 추론 강도를 낮추거나, 최대 토큰 수를 높이세요.

어떤 모델은 답하기 전에 항상 추론하며, 그 추론이 최대 토큰 수에 포함됩니다. 이런 모델에서는 답변할 여유가 남도록, Nodaro가 작은 최대 토큰 수 값을 최솟값까지 올립니다.

Nodaro는 매우 높음이나 최대로 설정한 모든 모델에서도 작은 최대 토큰 수 값을 올립니다. DeepSeek V4.1 Flash는 길이 제한을 받지 않으므로, 최대 토큰 수가 답변 길이를 제한하지 않습니다.

팁

• 규칙은 지시 사항에 넣으세요. 형식, 어조, 길이, “절대 하지 말 것” 같은 규칙은 지시 사항(시스템 프롬프트)에, 요청은 사용자 프롬프트에 넣으세요. 좋은 지시 사항은 더 일관된 답변을 만듭니다.
• 작업에 맞게 온도를 조정하세요. 대부분의 텍스트에는 0.7을 유지하고, 사실과 구조화된 출력에는 낮추고, 브레인스토밍에는 높이세요.
• 답변을 나란히 비교하세요. 실행 횟수를 2 이상으로 정한 다음 출력 보기로 결과를 넘겨 보세요.
• 재사용할 프롬프트는 한 번만 작성하세요. 자주 쓰는 지시 사항은 프리셋으로 저장으로 저장하거나, 하우스 스타일을 앞뒤 텍스트에 두세요.