SKILL: Product Intelligence — Recherche & Génération de Fiches Produits JSON

이 스킬은 Tech 및 Appliance 제품 데이터를 표준화된 JSON 파일 형태로 검색, 구조화 및 검증하는 운영 절차를 정의합니다. /generate-product-data 워크플로우의 전용 실행 엔진 역할을 합니다.

[!CAUTION] 필수 지시사항 : 이 스킬은 VERIFICATION_IMPERATIVE.md의 적용을 받습니다. 어떠한 기술 데이터도 AI의 내부 메모리에서 가져와서는 안 됩니다. 학습 데이터는 제품 사양, SKU 및 가격에 대해 체계적으로 구식이거나 불완전하거나 오류가 있습니다. 각 기술 필드는 실시간 웹 검색 결과를 사용하여 반드시 채워져야 합니다.

⚠️ 핵심 규칙 : 이 워크플로우는 제품 데이터에 대한 진리 소스입니다. HTML이나 CSV를 생성하지 않습니다. 다른 워크플로우를 확인하거나 제품 데이터베이스로 사용할 수 있는 참조용 JSON 파일을 생성합니다.

기본 지침

0. ID 및 워크플로우 연결

이 스킬은 /generate-product-data 워크플로우에만 엄격히 전용됩니다.
HTML/CSV를 생성하는 production-industrielle-v3 또는 produce-appliance 워크플로우와 혼동하지 마십시오.
이 워크플로우의 JSON 스키마를 기존 Template_Pack_v3_*.json 파일과 혼합하지 마십시오.
생성된 파일은 product-data/ 디렉토리(products/ 및 products-appliance/와 별도)에 저장됩니다.

1. 모델 번호의 절대적 정확성 (매우 중요)

모델 번호(제조업체 SKU)는 JSON 파일에서 가장 중요한 필드입니다.
SKU를 임의로 만들거나, 추측하거나, 유사한 모델에서 추론하는 것은 금지됩니다.
제조업체 공식 웹사이트 또는 신뢰할 수 있는 2개 이상의 출처에서 SKU를 반드시 확인해야 합니다.
빈번한 혼동 사례 (2026년 5월 확인된 국제 SKU) :
- Samsung Galaxy S24 (SM-S921B) ≠ S24+ (SM-S926B) ≠ S24 Ultra (SM-S928B)
- iPhone 16 (A3287) ≠ iPhone 16 Plus (A3291) ≠ iPhone 16 Pro (A3294) ≠ iPhone 16 Pro Max (A3296)
- iPhone 17 (A3520) ≠ iPhone 17 Pro (A3523) ≠ iPhone 17 Pro Max (A3526)
- Xiaomi Redmi Note 14 (24108RN14G) ≠ Redmi Note 14 Pro (24108RN14PG)
- ⚠️ 주의 : 이 예시는 더 이상 유효하지 않을 수 있습니다. 항상 웹 검색을 통해 다시 확인하십시오.
혼동 가능성이 있는 경우 항상 disambiguation_notes 필드를 입력하십시오.

2. 검증된 검색 및 출처 — 웹 검색 필수

[!WARNING] 기술 데이터의 출처로 AI 메모리를 절대 사용하지 마십시오. AI 모델은 수개월에서 수년의 지연이 있는 학습 데이터를 가지고 있습니다. 제품명이 변경되거나, SKU가 재할당되거나, 사양이 cutoff 날짜 이후 수정되었을 수 있습니다.

출처 우선순위 (우선순위 순) :
1. 🥇 제조업체 공식 웹사이트 (samsung.com, apple.com, xiaomi.com...) — 1차적으로 반드시 확인
2. 🥈 기술 데이터베이스 (GSMArena, DeviceSpecifications, NotebookCheck, Kimovil)
3. 🥉 현지 판매 사이트 (Jumia CI, 서아프리카 시장)
4. 4️⃣ 국제 판매업체 (Amazon, AliExpress, B&H Photo)
5. 5️⃣ 제조업체/하위 유통업체 PDF 카탈로그
중요한 기술 데이터를 확인하려면 최소 2개의 서로 다른 웹 출처가 필요합니다.
AI 메모리는 출처로 간주되지 않습니다. — 실시간 웹 검색만 유효합니다.
금지 : 유출 사이트, 루머, 확인되지 않은 데이터, 관리되지 않는 포럼, AI 메모리에서 가져온 데이터.
데이터를 찾을 수 없는 경우 : 값을 임의로 만들지 말고 필드를 비워 두십시오.

3. 현지 가격 (코트디부아르 시장)

주요 출처 : Jumia CI (jumia.ci), 그 다음 서아프리카 기타 마켓플레이스.
형식 : FCFA 가격 범위 (market_price_range_fcfa.min / max).
여러 변형 → 여러 가격 (RAM/저장소 구성당 하나씩).
가격을 찾을 수 없는 경우 : 묵시적 null 대신 "price_source": "Non disponible localement"을 입력하십시오.
가격 날짜 : 항상 YYYY-MM 형식으로 price_date를 입력하십시오.

4. 변형 관리 (복원력)

사용자가 시리즈를 언급할 때 (예: "Samsung Galaxy S25"), 워크플로우는 다음을 수행해야 합니다:
1. 시리즈의 알려진 모든 변형을 나열
2. 사용자와 목록 확인 (또는 일괄 처리)
3. 변형당 하나의 JSON 파일 생성
각 변형에는 자체 SKU, 구성, 가격, 색상이 있습니다.
금지 : 동일 시리즈의 한 모델에서 다른 모델로 사양을 복사하여 붙여넣기.

5. 플레이스홀더 금지, 할루시네이션 금지

필수 필드에 "", "N/A", "TBD", "TODO", "???" 값은 허용되지 않습니다.
선택적 정보를 찾을 수 없는 경우: JSON에서 필드를 제거하십시오.
필수 정보를 찾을 수 없는 경우: generation_metadata.notes에 부재를 문서화하십시오.

운영 절차 (파이프라인)

1단계: 제품 식별

목표 : 사용자 요청을 처리할 정확한 제품 목록으로 변환합니다.

요청 구문 분석:
- "Samsung Galaxy S25" → S25 시리즈 식별
- "iPhone 16 Pro" → 특정 모델 식별
- "Hisense 냉장고" → 브랜드 카테고리 식별
변형 나열:
- 제조업체 웹사이트에서 시리즈의 모든 변형 검색
- 각 변형의 공식 모델 번호 나열
- 변형 간 주요 차이점 문서화
범위 확인 (일괄 모드):
- 사용자에게 전체 목록 제시
- 예: "4가지 변형을 확인했습니다: S25 (SM-S931B), S25+ (SM-S936B), S25 Ultra (SM-S938B), S25 FE (SM-S72xB). 4개 모두 진행할까요?"
예상 출력: 구조화된 목록 [{name, sku, category, sub_category}]

2단계: 심층 검색

목표 : 식별된 각 제품에 대해 확인된 데이터를 수집합니다.

체계적 웹 검색 (목록의 각 제품에 대해):
- "[정확한 제품명] specifications" → 제조업체 웹사이트 + GSMArena
- "[SKU] data sheet" → SKU 확인
- "[제품명] prix Jumia Côte d'Ivoire" → 현지 FCFA 가격
- "[제품명] coloris disponibles" → 색상 팔레트
데이터 추출:
- 전체 기술 사양
- 사용 가능한 구성 (Tech의 경우 RAM × 저장소, Appliance의 경우 용량 × 전력)
- 표준 및 독점 색상
- 구성 및 출처별 가격
- 해당되는 경우 지역 모델 번호
상호 검증:
- 각 중요한 기술 데이터는 2개 이상의 출처에 나타나야 함
- 데이터를 확인할 수 없는 경우 메타데이터에 "confidence_level": "low"를 추가
- 출처 간 가격 비교하여 현실적인 범위 설정
예상 출력: 원시 연구 노트 (중간 파일 없이 정리)

3단계: JSON 조립

목표 : 데이터를 표준화된 JSON 스키마로 구조화합니다.

제품 유형에 따라 올바른 템플릿 로드:
- Tech → Templates/Template_ProductData_tech.json
- Appliance → Templates/Template_ProductData_appliance.json
순서대로 섹션 채우기:
- product_identity → 상업적 ID 및 분류
- model_numbers → 기본 SKU, 지역 변형, 명확화 설명
- variants → 구성별 항목 하나씩 (RAM/저장소 또는 용량)
- colors → 표준, 독점, 기본값
- key_specifications → 확인된 기술 데이터
- sources → URL 및 날짜가 포함된 모든 참조 출처
메타데이터 채우기:
- generation_metadata.generated_date → 현재 날짜 (YYYY-MM-DD)
- generation_metadata.confidence_level → "high", "medium" 또는 "low"
- generation_metadata.batch_id → 해당하는 경우 배치 식별자
적절한 디렉토리에 저장:
```
product-data/[brand-slug]/[series-slug]/product-data-[model-slug].json
```
- 예: product-data/samsung/galaxy-s25/product-data-s25-plus.json

4단계: 자동 검증

목표 : 검증 스크립트를 통해 JSON 규정 준수를 확인합니다.

스크립트 실행:

# 단일 검증
python scripts/tools/product_data/validate_product_data.py \
  --input "product-data/[brand]/[series]/product-data-[model].json"

# 일괄 검증 (전체 시리즈)
python scripts/tools/product_data/validate_product_data.py \
  --input "product-data/[brand]/[series]/" --batch

결과 해석:
- 🔴 FATAL (치명적) : 즉시 수정하고 재검증
- 🟡 WARNING (경고) : 가능하면 수정하고, 불가능하면 문서화
수정 루프:
- 최대 3회 수정 시도
- 3회 시도 후에도 실패하면 사용자에게 에스컬레이션
- 각 수정 후 항상 재검증

5단계: 결과 보고

목표 : 최종 결과를 사용자에게 알립니다.

제품별 요약:

제품 SKU 파일 상태 신뢰도
Galaxy S25+ SM-S936B product-data-s25-plus.json ✅ 높음
생성된 파일: 전체 경로 나열
미해결 경고: 해결되지 않은 경고 나열
다음 단계: 파일이 수동 확인 또는 참조 소스로 사용할 준비가 되었음을 표시

카테고리 매핑

category_specs_map.json 파일은 다음을 정의합니다:

카테고리별 필수 및 선택적 사양 필드
카테고리별 FCFA 현실적인 가격 범위
제조업체별 모델 번호 정규식 패턴

지원되는 Tech 카테고리

카테고리	템플릿	예시
`smartphone`	tech	iPhone 17, Galaxy S25, Redmi Note 14
`tablet`	tech	iPad Pro, Galaxy Tab S10, Xiaomi Pad 7
`laptop`	tech	MacBook Pro, HP Pavilion, ThinkPad
`pc_desktop`	tech	iMac, HP ProDesk, Dell OptiPlex
`audio`	tech	AirPods Pro, Sony WH-1000XM5, JBL Flip
`wearable`	tech	Apple Watch, Galaxy Watch, Xiaomi Band
`storage`	tech	SSD Samsung 990 Pro, SanDisk USB
`printer`	tech	HP LaserJet, Epson EcoTank, Canon PIXMA
`peripheral`	tech	Logitech 키보드, Razer 마우스, 웹캠

지원되는 Appliance 카테고리

카테고리	템플릿	예시
`appliance_refrigerator`	appliance	Hisense RD-49DC, Beko RDNE
`appliance_washer`	appliance	Samsung WW80, Beko WTE
`appliance_cooker`	appliance	Unionaire C6060, Toshiba TS-698
`appliance_ac`	appliance	Carrier 42KHL, TCL TAC
`appliance_tv`	appliance	Hisense 43A4K, TCL 55P745
`appliance_small`	appliance	Philips GC1742, Galaxy Blender
`appliance_fan`	appliance	Toshiba F-LSD10, Nasco NAS-FD
`appliance_water`	appliance	Nasco WD-100, Hisense YLR

품질 검사 체크리스트

SKU 확인됨 : 모델 번호가 공식 제조업체 모델 번호와 정확히 일치함
혼동 없음 : 이 제품의 사양이 유사한 모델의 사양이 아님
변형 완료 : 각 구성(RAM/저장소 또는 용량)에 대한 항목이 있음
가격 문서화됨 : 변형당 최소 하나의 가격 출처가 입력됨
색상 나열됨 : 표준 및 독점 색상 식별됨
2개 이상의 출처 : 유효한 URL이 있는 최소 2개의 별도 출처
플레이스홀더 없음 : 필수 필드에 빈 값 또는 "N/A" 없음
날짜 입력됨 : generated_date 및 price_date가 채워짐
검증 스크립트 : validate_product_data.py가 종료 코드 0 반환

도구 및 리소스

도구	경로	용도
Tech 템플릿	`Templates/Template_ProductData_tech.json`	기술 제품 스키마
Appliance 템플릿	`Templates/Template_ProductData_appliance.json`	가전 제품 스키마
카테고리 매핑	`scripts/tools/product_data/category_specs_map.json`	카테고리별 사양 매핑
검증 스크립트	`scripts/tools/product_data/validate_product_data.py`	JSON 자동 검증
오케스트레이터	`.agents/skill/orchestrateur_production/orchestrateur.md`	문제 발생 시 에스컬레이션

버전 : 1.0 최종 업데이트 : 2026년 5월 9일 연결 : /generate-product-data 워크플로우 전용

Cism-Ch/product-intelligence

product-intelligence란 무엇인가요?

즐겨 사용하는 AI에게 물어보기

문서

SKILL: Product Intelligence — Recherche & Génération de Fiches Produits JSON

기본 지침

0. ID 및 워크플로우 연결

1. 모델 번호의 절대적 정확성 (매우 중요)

2. 검증된 검색 및 출처 — 웹 검색 필수

3. 현지 가격 (코트디부아르 시장)

4. 변형 관리 (복원력)

5. 플레이스홀더 금지, 할루시네이션 금지

운영 절차 (파이프라인)

1단계: 제품 식별

2단계: 심층 검색

3단계: JSON 조립

4단계: 자동 검증

5단계: 결과 보고

카테고리 매핑

지원되는 Tech 카테고리

지원되는 Appliance 카테고리

품질 검사 체크리스트

도구 및 리소스

Individual skills in this repo

Cism-Ch/aioseo-verification

Cism-Ch/content-quality-validator

관련 스킬

steipete/bluebubbles

steipete/eightctl

steipete/blucli

steipete/bear-notes

steipete/camsnap

steipete/gifgrep