본 연구에서는 다중 모달 대규모 언어 모델(MLLM)의 지속적인 능력 확장을 위한 새로운 프롬프트 학습 프레임워크인 DRAPE를 제안합니다. DRAPE는 텍스트 명령으로부터 프롬프트 쿼리를 생성하고 시각적 패치 특징과 교차 어텐션하여 쿼리-이미지 조건부 프롬프트를 생성합니다. 실험 결과, DRAPE는 기존 프롬프트 기반 및 LoRA 기반 지속적 학습 방법보다 뛰어난 성능을 보였습니다.