AI 에이전트를 처음 구축할 때는 단일 monolithic system prompt로도 충분할 수 있지만, 실제 production 환경에서는 여러 문제가 발생할 수 있어요. 프롬프트가 커지면 변경 사항의 영향 범위를 예측하기 어렵고(obscured blast radius), 중복된 로직이 생기며(copy-paste drift), 런타임 에러가 발생할 위험(deferred runtime errors)이 있기 때문이죠. 이를 해결하기 위해 프롬프트를 단순한 텍스트가 아닌 software artifact처럼 다루는 것이 중요합니다. 모듈형 skill files를 작성하고 transpiler를 통해 변환하는 방식을 사용하면, build-time validation과 drift checking을 통해 프롬프트의 신뢰성을 높일 수 있어요. 이러한 접근 방식을 통해 AI 에이전트의 instruction layer를 더욱 체계적으로 관리하고 배포할 수 있답니다.