전문 (스킬 시작 시 실행)
# 버전 확인 (최신 버전이면 조용히 넘어감)
python3 telemetry/version_check.py 2>/dev/null || true
# 텔레메트리 옵트인 (최초 실행 시에만, 이후 선택 사항 기억)
python3 telemetry/telemetry_init.py 2>/dev/null || true
개인정보: 이 스킬은 사용 정보를
~/.ai-marketing-skills/analytics/에 로컬로 기록합니다. 원격 텔레메트리는 옵트인만 가능합니다. 코드, 파일 경로, 또는 레포지토리 콘텐츠는 절대 수집되지 않습니다.telemetry/README.md를 참조하세요.
전문가 패널 (Expert Panel)
범용 채점 및 반복 개선 엔진입니다. 평가 대상에 맞는 전문가를 자동으로 구성하고, 점수를 매긴 후 90점 이상이 될 때까지 반복합니다.
1단계: 인테이크 — 평가 대상 이해
컨텍스트로부터 수집하거나 추론합니다:
- 콘텐츠/산출물 — 평가할 대상(붙여넣기, 파일 경로, 또는 URL)
- 콘텐츠 유형 — 카피, 시퀀스, 랜딩 페이지, 전략, 제목, 차트, 후보 평가 등
- 제안 컨텍스트 — 무엇을 판매/홍보하는가? 누구에게? 어떤 도메인/산업?
- 변형 — 비교할 여러 버전이 있는가? (A/B/C)
- 소스 스킬 — 이것이 다른 스킬의 출력 결과인가? (예: cold-outbound-optimizer) 그렇다면, 6단계에서 피드백-투-소스 라우팅을 위해 소스를 기록합니다.
컨텍스트가 대화에서 명확하다면 질문하지 말고 바로 진행하세요.
2단계: 전문가 패널 자동 구성
콘텐츠 유형과 도메인에 맞춰 7-10명의 전문가로 패널을 구성합니다.
구성 규칙
-
콘텐츠 유형 전문가로 시작하세요.
experts/디렉토리에서 콘텐츠 유형과 일치하는 미리 구축된 패널을 읽으세요. 정확히 일치하는 항목이 있다면(예: LinkedIn 게시물의 경우experts/linkedin.md), 이를 기준으로 사용하세요. -
도메인/제안 전문가를 추가하세요. 제안 컨텍스트를 기반으로 특정 산업이나 도메인을 이해하는 전문가를 1-3명 추가하세요. 예시:
- 베이커리 마케팅 평가 → 식음료 마케팅 전문가 추가
- SaaS 랜딩 페이지 평가 → SaaS 전환 전문가 추가
- 리크루팅 아웃리치 평가 → 에이전시 리크루터 + 인재 시장 전문가 추가
- 의료 기기 카피 평가 → 헬스케어 규정 준수 전문가 추가
-
항상 다음 두 명을 포함하세요:
- AI 글쓰기 감지기 —
experts/humanizer.md참조. 가중치: 1.5배. 필수. - 브랜드 보이스 매치 — 설정된 브랜드 보이스 및
references/patterns.md의 알려진 거부 패턴과의 일치 여부 확인 (파일이 있는 경우).
- AI 글쓰기 감지기 —
-
학습된 패턴을 확인하세요.
references/patterns.md파일이 있으면 읽으세요. 해당 콘텐츠 유형에 적용되는 패턴이 있다면, 패널에 브리핑하세요. 알려진 나쁜 패턴에 대해 점수를 차감하세요. -
전문가 수를 10명으로 제한하세요. 10명이 넘으면 중복 역할을 병합하세요.
패널 출력 형식
각 전문가를 다음과 같이 나열하세요: 이름, 관점/초점, 확인하는 항목.
3단계: 채점 루브릭 선택
scoring-rubrics/에서 적절한 루브릭을 선택하세요:
| 콘텐츠 유형 | 루브릭 파일 |
|---|---|
| 블로그, 소셜, 이메일, 뉴스레터, 스크립트 | scoring-rubrics/content-quality.md |
| 전략, 권장 사항, 분석 | scoring-rubrics/strategic-quality.md |
| 랜딩 페이지, 광고, CTA | scoring-rubrics/conversion-quality.md |
| 차트, 데이터 시각화, 인포그래픽 | scoring-rubrics/visual-quality.md |
| 후보 평가 | scoring-rubrics/evaluation-quality.md |
| 기타 | 가장 가까운 두 일치 항목에서 루브릭을 합성하세요 |
선택한 루브릭 파일을 읽어 세부 기준과 점수 배분을 확인하세요.
4단계: 채점 — 90점 이상까지 반복 루프
목표: 모든 전문가에 대해 90/100. 필수. 최대 3라운드.
각 라운드는 다음을 생성합니다:
## [N]라운드 — 점수: [AVG]/100
| 전문가 | 점수 | 주요 피드백 |
|--------|------|-------------|
| [이름] | [0-100] | [한 줄 설명] |
| ... | ... | ... |
**종합:** [가중 평균 — humanizer는 1.5배]
**상위 3가지 약점:** [순위]
**변경 사항:** [각 약점을 해결한 구체적인 수정 사항]
그런 다음 수정된 콘텐츠/산출물.
규칙
- 점수는 가차 없이 정직해야 합니다. 90점에 맞추지 마세요.
- Humanizer 점수는 종합에서 1.5배 가중치를 적용합니다.
- 종합 < 90: 상위 3가지 약점 식별 → 수정 → 다음 라운드.
- 종합 ≥ 90: 최종 확정하고 출력으로 진행합니다.
- 3라운드 후에도 여전히 < 90: 정직한 점수와 함께 최고 버전을 반환하고, 무엇이 문제인지에 대한 메모를 추가합니다.
- 모든 라운드를 출력에 표시 — 반복 과정도 가치의 일부입니다.
변형 비교 모드
여러 변형(A/B/C)을 채점할 때:
- 각 변형을 전체 패널을 통해 독립적으로 채점합니다.
- 채점 후, 종합 점수에 따라 변형 순위를 매깁니다.
- 최상위 변형이 < 90이면, 가장 좋은 변형에 대해 반복합니다 (모든 변형을 반복하지 않음).
5단계: 출력 형식
승자 + 점수 (항상 상단에)
## 🏆 결과: [점수]/100 — [통과 ✅ | 작업 필요 ⚠️]
[최종 콘텐츠/산출물]
**반복 횟수:** [N]라운드
**패널:** [전문가 이름, 쉼표로 구분]
변형이 있는 경우: 승자를 먼저 보여주고, 그 다음 차점자 점수를 보여줍니다.
## 🏆 승자: 변형 [X] — [점수]/100
[승리한 콘텐츠]
### 차점자 점수
- 변형 A: 87/100
- 변형 B: 82/100
- 변형 C: 91/100 ← 승자
피드백 이력 (결과 아래)
전체 채점 라운드를 표시합니다.
---
<details>
<summary>📊 채점 이력 (N라운드)</summary>
[4단계의 모든 라운드 표]
</details>
6단계: 소스로 피드백 (다른 스킬의 출력 평가 시)
채점된 콘텐츠가 다른 스킬에서 온 경우, 소스 개선 브리프를 생성하세요:
## 🔁 [소스 스킬]에 대한 피드백
### 낮은 점수를 받은 항목
- [패턴]: [이 콘텐츠의 구체적인 예]
### 제안된 스킬 개선 사항
- [소스 스킬의 프로세스/루브릭/프롬프트에 대한 구체적인 변경 사항]
### 소스 스킬에 추가할 패턴
- [규칙이 되어야 하는 반복적인 약점]
이 브리프는 소스 스킬의 SKILL.md 또는 루브릭을 업데이트하는 데 사용할 수 있습니다.
7단계: 메모리 — 승인 및 거부로부터 학습
사용자가 패널 출력을 승인하거나 거부한 후:
승인 시 (점수 ≥ 90, 사용자 수락)
잘된 점을 기록하세요. 새로운 긍정적 패턴이 나타나지 않으면 조치가 필요하지 않습니다.
거부 시 (사용자가 패널을 무시하거나 90+ 콘텐츠를 거부)
- 이유를 물어보거나 (또는 컨텍스트에서 추론).
- 다음 형식을 사용하여
references/patterns.md에 새 패턴을 추가하세요:
## [패턴 이름]
- **유형:** 거부 | 선호 | 무시
- **콘텐츠 유형:** [이 패턴이 적용되는 유형]
- **규칙:** [항상/절대 하지 말아야 할 것]
- **예시:** [이 패턴을 촉발한 특정 인스턴스]
- **날짜:** [YYYY-MM-DD]
- **점수 차감:** [감지 시 -N점]
- 확인: "패턴 추가됨: [한 줄 요약]. 앞으로 패널이 이에 대해 [N]점을 차감합니다."
패턴 적용
모든 채점 라운드마다 references/patterns.md를 콘텐츠와 대조하여 확인하세요. 전문가 채점이 시작되기 전에 점수 차감을 적용하세요. 이는 개별 전문가가 놓치더라도 알려진 나쁜 패턴이 페널티를 받도록 합니다.
참조 파일
| 파일 | 목적 | 언제 읽을까 |
|---|---|---|
experts/humanizer.md | AI 글쓰기 감지 루브릭 (24가지 패턴) | 모든 채점 실행 |
experts/[domain].md | 일반 도메인에 대한 사전 구축 전문가 패널 | 도메인이 일치할 때 |
scoring-rubrics/content-quality.md | 콘텐츠 채점 루브릭 | 콘텐츠 채점 |
scoring-rubrics/strategic-quality.md | 전략 채점 루브릭 | 전략 채점 |
scoring-rubrics/conversion-quality.md | 랜딩 페이지/광고/CTA 루브릭 | 전환 채점 |
scoring-rubrics/visual-quality.md | 차트/데이터 시각화/인포그래픽 루브릭 | 시각적 채점 |
scoring-rubrics/evaluation-quality.md | 후보/평가 루브릭 | 평가 채점 |
references/patterns.md | 학습된 거부 패턴 | 모든 채점 실행 |
references/expert-assembly.md | 자동 구성을 위한 도메인 전문가 예시 | 익숙하지 않은 패널 구축 시 |