Community코딩 & 개발github.com

콘텐츠 연구 및 작성

연구 수행, 인용 추가, 훅 개선, 개요 반복 및 각 섹션에 대한 실시간 피드백을 제공하여 고품질 콘텐츠 작성을 지원합니다. 글쓰기 과정을 혼자 하는 노력에서 협업적 파트너십으로 변화시킵니다.

콘텐츠 연구 및 작성란 무엇인가요?

콘텐츠 연구 작성자는 에이전트가 사용자와 협력하여 블로그 게시물, 뉴스레터, 기술 문서 등 다양한 유형의 콘텐츠를 연구, 개요 작성, 초안 작성 및 다듬는 기술입니다. 이 기술은 사용자의 고유한 어조와 스타일을 유지하면서 연구 보조, 인용 관리, 훅 개선, 섹션별 피드백 제공 등 글쓰기 과정 전반에 걸쳐 구조화된 지원을 제공합니다. Claude Code와 같은 AI 에이전트 플랫폼에서 작동하며, 사용자가 글을 쓸 때 마치 글쓰기 파트너와 함께하는 것처럼 실시간으로 반응하고 반복적으로 개선할 수 있도록 도와줍니다. SKILL.md 문서에 정의된 대로, 이 기술은 공동 개요 작성, 심층 연구, 훅 분석, 섹션별 피드백, 최종 검토 등 8단계의 상세한 워크플로우를 제공하여 사용자가 더 효율적이고 효과적으로 글을 쓸 수 있도록 지원합니다.

지원 대상✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComposioHQ/awesome-claude-skills/tree/master/content-research-writer

Installed? Explore more 코딩 & 개발 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

콘텐츠 연구 작성자

이 기술은 여러분의 글쓰기 파트너 역할을 하며, 여러분의 고유한 목소리와 스타일을 유지하면서 콘텐츠를 연구, 개요 작성, 초안 작성 및 다듬는 것을 돕습니다.

이 기술을 사용해야 할 때

  • 블로그 게시물, 기사 또는 뉴스레터 작성
  • 교육 콘텐츠 또는 튜토리얼 만들기
  • 사고 리더십 자료 초안 작성
  • 사례 연구 연구 및 작성
  • 출처를 포함한 기술 문서 제작
  • 적절한 인용 및 참조를 사용한 작성
  • 훅 및 소개 개선
  • 글을 쓰면서 섹션별 피드백 받기

이 기술이 하는 일

  1. 협업적 개요 작성: 아이디어를 일관된 개요로 구조화하는 데 도움
  2. 연구 지원: 관련 정보를 찾고 인용 추가
  3. 훅 개선: 독자의 주의를 사로잡기 위해 도입부 강화
  4. 섹션 피드백: 작성하는 각 섹션 검토
  5. 어조 유지: 글쓰기 스타일과 톤 유지
  6. 인용 관리: 참조 자료를 적절히 추가하고 형식화
  7. 반복적 개선: 여러 초안을 통해 개선 지원

사용 방법

글쓰기 환경 설정

기사 전용 폴더를 만드세요:

mkdir ~/writing/my-article-title
cd ~/writing/my-article-title

초안 파일을 만드세요:

touch article-draft.md

이 디렉토리에서 Claude Code를 열고 글쓰기를 시작하세요.

기본 워크플로우

  1. 개요부터 시작하세요:
[주제]에 대한 기사 개요를 만드는 것을 도와주세요.
  1. 연구 및 인용 추가:
[특정 주제]를 연구하고 내 개요에 인용을 추가해주세요.
  1. 훅 개선:
여기 제 도입부가 있습니다. 훅을 더 설득력 있게 만들어주세요.
  1. 섹션 피드백 받기:
'이것이 중요한 이유' 섹션을 방금 끝냈습니다. 검토하고 피드백을 주세요.
  1. 다듬기와 광택내기:
전체 초안의 흐름, 명확성 및 일관성을 검토해주세요.

지침

사용자가 글쓰기 지원을 요청하면:

  1. 글쓰기 프로젝트 이해하기

    명확한 질문을 하세요:

    • 주제와 주요 주장은 무엇인가요?
    • 대상 독자는 누구인가요?
    • 원하는 길이/형식은 무엇인가요?
    • 목표는 무엇인가요? (교육, 설득, 재미, 설명)
    • 포함할 기존 연구나 출처가 있나요?
    • 글쓰기 스타일은 어떤가요? (격식, 대화체, 기술적)
  2. 협업적 개요 작성

    콘텐츠 구조화를 도우세요:

    # 기사 개요: [제목]
    
    ## 훅
    - [도입 문장/이야기/통계]
    - [독자가 관심을 가져야 하는 이유]
    
    ## 소개
    - 맥락과 배경
    - 문제 진술
    - 이 기사가 다루는 내용
    
    ## 주요 섹션
    
    ### 섹션 1: [제목]
    - 핵심 포인트 A
    - 핵심 포인트 B
    - 예시/증거
    - [연구 필요: 특정 주제]
    
    ### 섹션 2: [제목]
    - 핵심 포인트 C
    - 핵심 포인트 D
    - 데이터/인용 필요
    
    ### 섹션 3: [제목]
    - 핵심 포인트 E
    - 반론
    - 해결
    
    ## 결론
    - 주요 포인트 요약
    - 행동 촉구
    - 마지막 생각
    
    ## 연구 할 일
    - [ ] [주제]에 대한 데이터 찾기
    - [ ] [개념]의 예시 얻기
    - [ ] [주장]에 대한 출처 인용
    

    개요 반복하기:

    • 피드백에 따라 조정
    • 논리적 흐름 보장
    • 연구 공백 식별
    • 심층 분석을 위한 섹션 표시
  3. 연구 수행

    사용자가 특정 주제에 대한 연구를 요청하면:

    • 관련 정보 검색
    • 신뢰할 수 있는 출처 찾기
    • 핵심 사실, 인용문 및 데이터 추출
    • 요청된 형식으로 인용 추가

    예시 출력:

    ## 연구: AI의 생산성에 미치는 영향
    
    주요 발견:
    
    1. **생산성 향상**: 연구에 따르면 콘텐츠 제작 작업에서
       40%의 시간 절약 효과 [1]
    
    2. **채택률**: 지식 근로자의 67%가 매주 AI 도구를
       사용 [2]
    
    3. **전문가 인용**: "AI는 인간의 창의성을 대체하기보다는
       보강한다" - MIT 제인 스미스 박사 [3]
    
    인용:
    [1] McKinsey Global Institute. (2024). "The Economic Potential
        of Generative AI"
    [2] Stack Overflow Developer Survey (2024)
    [3] Smith, J. (2024). MIT Technology Review 인터뷰
    
    섹션 2 아래의 개요에 추가되었습니다.
    
  4. 훅 개선

    사용자가 도입부를 공유하면 분석하고 강화하세요:

    현재 훅 분석:

    • 잘 작동하는 부분: [긍정적인 요소]
    • 더 강화할 수 있는 부분: [개선 영역]
    • 감정적 영향: [현재 vs. 잠재력]

    제안되는 대안:

    옵션 1: [대담한 진술]

    [예시] 작동 이유: [설명]

    옵션 2: [개인적인 이야기]

    [예시] 작동 이유: [설명]

    옵션 3: [놀라운 데이터]

    [예시] 작동 이유: [설명]

    훅에 대한 질문:

    • 호기심을 자극하나요?
    • 가치를 약속하나요?
    • 충분히 구체적인가요?
    • 대상 독자에 맞나요?
  5. 섹션별 피드백 제공

    사용자가 각 섹션을 작성할 때 다음을 검토하세요:

    # 피드백: [섹션 이름]
    
    ## 잘 작동하는 부분 ✓
    - [강점 1]
    - [강점 2]
    - [강점 3]
    
    ## 개선 제안
    
    ### 명확성
    - [특정 문제] → [제안된 수정]
    - [복잡한 문장] → [더 간단한 대안]
    
    ### 흐름
    - [전환 문제] → [더 나은 연결]
    - [단락 순서] → [제안된 재배치]
    
    ### 증거
    - [지원이 필요한 주장] → [인용 또는 예시 추가]
    - [일반적인 진술] → [더 구체적으로 만들기]
    
    ### 스타일
    - [톤 불일치] → [당신의 어조에 더 잘 맞추기]
    - [단어 선택] → [더 강력한 대안]
    
    ## 구체적인 줄 편집
    
    원본:
    > [초안의 정확한 인용문]
    
    제안:
    > [개선된 버전]
    
    이유: [설명]
    
    ## 고려할 질문
    - [생각을 자극하는 질문 1]
    - [생각을 자극하는 질문 2]
    
    다음 섹션으로 넘어갈 준비가 되었습니다!
    
  6. 작가의 목소리 유지

    중요한 원칙:

    • 스타일 배우기: 기존 작성 샘플 읽기
    • 제안하지, 대체하지 않기: 지시가 아닌 옵션 제시
    • 톤 맞추기: 격식, 캐주얼, 기술적, 친근함
    • 선택 존중하기: 자신의 버전을 선호하면 지지
    • 향상시키지, 덮어쓰지 않기: 글을 더 좋게 만들지, 다르게 만들지 않음

    주기적으로 물어보세요:

    • "이것이 당신의 글처럼 들리나요?"
    • "이것이 올바른 톤인가요?"
    • "더/덜 [격식/캐주얼/기술적]으로 해야 할까요?"
  7. 인용 관리

    사용자 선호도에 따라 참조를 처리하세요:

    인라인 인용:

    연구에 따르면 40%의 생산성 향상이 나타났습니다 (McKinsey, 2024).
    

    번호가 매겨진 참조:

    연구에 따르면 40%의 생산성 향상이 나타났습니다 [1].
    
    [1] McKinsey Global Institute. (2024)...
    

    각주 스타일:

    연구에 따르면 40%의 생산성 향상이 나타났습니다^1
    
    ^1: McKinsey Global Institute. (2024)...
    

    실행 중인 인용 목록을 유지하세요:

    ## 참조
    
    1. 저자. (년도). "제목". 출판.
    2. 저자. (년도). "제목". 출판.
    ...
    
  8. 최종 검토 및 다듬기

    초안이 완성되면 포괄적인 피드백을 제공하세요:

    # 전체 초안 검토
    
    ## 전반적 평가
    
    **강점**:
    - [주요 강점 1]
    - [주요 강점 2]
    - [주요 강점 3]
    
    **영향력**: [전반적 효과 평가]
    
    ## 구조 및 흐름
    - [조직에 대한 의견]
    - [전환 품질]
    - [속도 평가]
    
    ## 콘텐츠 품질
    - [주장 강도]
    - [증거 충분성]
    - [예시 효과성]
    
    ## 기술적 품질
    - 문법 및 구조: [평가]
    - 일관성: [평가]
    - 인용: [완전성 확인]
    
    ## 가독성
    - 명확성 점수: [평가]
    - 문장 다양성: [평가]
    - 단락 길이: [평가]
    
    ## 최종 다듬기 제안
    
    1. **소개**: [구체적인 개선]
    2. **본문**: [구체적인 개선]
    3. **결론**: [구체적인 개선]
    4. **제목**: [필요한 경우 옵션]
    
    ## 게시 전 체크리스트
    - [ ] 모든 주장 출처 있음
    - [ ] 인용 형식화됨
    - [ ] 예시 명확함
    - [ ] 전환 매끄러움
    - [ ] 행동 촉구 있음
    - [ ] 오타 교정됨
    
    게시 준비 완료! 🚀
    

예시

예시 1: 테레사 토레스의 워크플로우

사용자: "지속적인 발견(continuous discovery)에 관한 기사를 쓰고 있습니다. 개요 작성을 도와주세요."

과정:

  1. 개요 구조에 대해 협업
  2. 연구 필요 사항 식별
  3. 사용자가 소개 부분 작성 시작
  4. 훅 검토 및 개선
  5. 사용자가 각 섹션 작성
  6. 각 섹션 후 피드백 제공
  7. 연구 수행 및 인용 추가
  8. 전체 초안 최종 검토
  9. 게시 준비를 위한 다듬기

결과: 테레사의 어조와 강력한 구조 및 흐름을 가진, 잘 연구되고 적절히 인용된 기사.

예시 2: 연구 중심 기사

사용자: "AI가 제품 관리에 미치는 영향에 대해 쓰고 있습니다. 최신 데이터와 예시를 찾는 것을 도와주세요."

출력:

## 컴파일된 연구

### 최근 데이터
- Gartner: 2025년까지 PM의 80%가 AI 도구를 사용할 것 [1]
- 설문조사: 45%가 더 빠른 기능 출시 보고 [2]
- 사례 연구: Airbnb의 AI 기반 우선순위 지정 [3]

### 전문가 인용
- "AI는 PM의 판단을 증폭시키지, 대체하지 않는다" - 마티 케이건
- [인용과 함께 추가 인용문]

### 실제 사례
1. **회사 A**: 사용자 연구 종합에 AI 사용
   - 결과: 60% 시간 절약
   - 출처: [인용]

2. **회사 B**: AI 기반 로드맵 분석
   - 결과: 더 나은 이해관계자 정렬
   - 출처: [인용]

모두 적절한 인용과 함께 개요에 추가되었습니다.

예시 3: 훅 개선

사용자의 원본 훅:

"제품 관리는 AI로 인해 변화하고 있습니다. 이 기사에서는 AI가 제품 관리자에게 미치는 몇 가지 영향을 논의하겠습니다."

개선된 옵션:

옵션 1 (데이터 중심):

"지난 달, 저는 AI에게 500개의 고객 인터뷰를 분석하도록 요청했습니다. 3주 대신 30분이 걸렸습니다. 제품 관리는 결코 예전과 같지 않을 것입니다."

옵션 2 (질문):

"모든 고객과 대화하고, 모든 리뷰를 읽고, 모든 지원 티켓을 분석할 수 있다면 어떨까요? 아침 커피를 마시기도 전에?"

옵션 3 (이야기):

"사라는 잘못된 기능을 구축하는 데 2주를 보냈습니다. 사용자를 이해하지 못해서가 아니라, 패턴을 찾기에 충분히 빠르게 수백 개의 인터뷰를 처리할 수 없었기 때문입니다."

예시 4: 섹션 피드백

사용자: "'흔한 실수' 섹션을 방금 끝냈습니다. 의견이 있으신가요?"

응답:

# 피드백: 흔한 실수 섹션

## 잘 작동하는 부분 ✓
- 강력한 예시 (Slack 알림 이야기)
- 명확한 구조 (3가지 실수, 깔끔한 레이아웃)
- 각 실수에 대한 실용적인 조언

## 제안

### 더 구체적으로 만들기
두 번째 포인트는 "잘못된 우선순위 지정"이라고 하지만 더 강력해질 수 있습니다:

현재:
> "많은 팀이 기능에 초점을 맞추고 결과에는 초점을 맞추지 않아 잘못된 우선순위를 정합니다."

제안:
> "저는 팀이 한 분기에 14개의 기능을 출시하면서도 핵심 지표 중 하나도 움직이지 못하는 것을 보았습니다. 그들은 결과보다 활동에 우선순위를 두었습니다."

### 데이터 추가
세 번째 실수는 증거의 혜택을 받을 수 있습니다:
> "[인용 추가]: 연구에 따르면 정기적인 사용자 접촉이 없는 팀은 사용되지 않는 기능을 구축할 가능성이 3배 더 높습니다 [출처 필요]"

### 흐름 개선
재정렬 고려: 실수 3 → 실수 2 → 실수 1
이것은 작은 영향에서 큰 영향으로 구축됩니다.

다음 섹션 준비 완료!

글쓰기 워크플로우

블로그 게시물 워크플로우

  1. 함께 개요 작성
  2. 핵심 포인트 연구
  3. 소개 작성 → 피드백 받기
  4. 본문 섹션 작성 → 각각 피드백
  5. 결론 작성 → 최종 검토
  6. 다듬기 및 편집

뉴스레터 워크플로우

  1. 훅 아이디어 논의
  2. 빠른 개요 (더 짧은 형식)
  3. 한 세션에서 초안 작성
  4. 명확성 및 링크 검토
  5. 빠른 다듬기

기술 튜토리얼 워크플로우

  1. 단계 개요
  2. 코드 예제 작성
  3. 설명 추가
  4. 지침 테스트
  5. 문제 해결 섹션 추가
  6. 정확성 최종 검토

사고 리더십 워크플로우

  1. 독특한 관점 브레인스토밍
  2. 기존 관점 연구
  3. 논제 개발
  4. 강력한 관점으로 작성
  5. 뒷받침 증거 추가
  6. 설득력 있는 결론 작성

전문가 팁

  1. VS Code에서 작업: 장문 작성에 웹 Claude보다 나음
  2. 한 번에 한 섹션씩: 점진적으로 피드백 받기
  3. 연구는 별도로 저장: research.md 파일 유지
  4. 초안 버전 관리: article-v1.md, article-v2.md 등
  5. 소리 내어 읽기: 피드백을 사용하여 어색한 문장 식별
  6. 마감일 설정: "오늘 초안을 끝내고 싶어요"
  7. 휴식 취하기: 쓰고, 피드백 받고, 멈추고, 수정하기

파일 구성

글쓰기 프로젝트에 권장되는 구조:

~/writing/article-name/
├── outline.md          # 개요
├── research.md         # 모든 연구 및 인용
├── draft-v1.md         # 첫 번째 초안
├── draft-v2.md         # 수정된 초안
├── final.md            # 게시 준비 완료
├── feedback.md         # 수집된 피드백
└── sources/            # 참고 자료
    ├── study1.pdf
    └── article2.md

모범 사례

연구

  • 인용하기 전에 출처 확인
  • 가능한 경우 최신 데이터 사용
  • 다양한 관점 균형 유지
  • 원본 출처에 링크

피드백

  • 원하는 바를 구체적으로 말하기: "이것이 너무 기술적인가요?"
  • 우려사항 공유: "이 섹션이 지루할까 걱정됩니다"
  • 질문하기: "이것이 논리적으로 흘러가나요?"
  • 대안 요청: "이것을 설명하는 다른 방법은 무엇인가요?"

어조

  • 작성 샘플 공유
  • 톤 선호도 지정
  • 좋은 매치 지적: "이게 저처럼 들리네요!"
  • 불일치 표시: "제 스타일에는 너무 격식 있어요"

관련 사용 사례

  • 기사에서 소셜 미디어 게시물 만들기
  • 다양한 대상에 맞게 콘텐츠 조정
  • 이메일 뉴스레터 작성
  • 기술 문서 초안 작성
  • 프레젠테이션 콘텐츠 만들기
  • 사례 연구 작성
  • 강의 개요 개발

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ably-automation

Automate Ably tasks via Rube MCP (Composio). Always search tools first for current schemas.

abstract-automation

Automate Abstract tasks via Rube MCP (Composio). Always search tools first for current schemas.

abuselpdb-automation

Automate Abuselpdb tasks via Rube MCP (Composio). Always search tools first for current schemas.

abyssale-automation

Automate Abyssale tasks via Rube MCP (Composio). Always search tools first for current schemas.

accelo-automation

Automate Accelo tasks via Rube MCP (Composio). Always search tools first for current schemas.

accredible-certificates-automation

Automate Accredible Certificates tasks via Rube MCP (Composio). Always search tools first for current schemas.

acculynx-automation

Automate Acculynx tasks via Rube MCP (Composio). Always search tools first for current schemas.

active-campaign-automation

Automate ActiveCampaign tasks via Rube MCP (Composio). Always search tools first for current schemas.

addresszen-automation

Automate Addresszen tasks via Rube MCP (Composio). Always search tools first for current schemas.

adobe-automation

Automate Adobe tasks via Rube MCP (Composio). Always search tools first for current schemas.

adrapid-automation

Automate Adrapid tasks via Rube MCP (Composio). Always search tools first for current schemas.

adyntel-automation

Automate Adyntel tasks via Rube MCP (Composio). Always search tools first for current schemas.

aeroleads-automation

Automate Aeroleads tasks via Rube MCP (Composio). Always search tools first for current schemas.

aero-workflow-automation

Automate Aero Workflow tasks via Rube MCP (Composio). Always search tools first for current schemas.

affinda-automation

Automate Affinda tasks via Rube MCP (Composio). Always search tools first for current schemas.

affinity-automation

Automate Affinity tasks via Rube MCP (Composio). Always search tools first for current schemas.

agencyzoom-automation

Automate Agencyzoom tasks via Rube MCP (Composio). Always search tools first for current schemas.

agent-mail-automation

Automate Agent Mail tasks via Rube MCP (Composio). Always search tools first for current schemas.

agentql-automation

Automate Agentql tasks via Rube MCP (Composio). Always search tools first for current schemas.

agenty-automation

Automate Agenty tasks via Rube MCP (Composio). Always search tools first for current schemas.

관련 스킬