일반론적 재구성가(Generalist Repackager)
Brendan Kane 사례 연구:
- 기술적 제목: "밀레니얼 세대를 위한 자동차 금융 전략"
- 일반론적 제목: "제가 테슬라를 월 $78에 산 방법" (Graham Stephan, 850만 조회수)
콘텐츠는 동일하지만 프레이밍이 다름 → 8,500배 도달률.
이유: 알고리즘은 150K개 이상의 게시물 풀에서 15개 슬롯의 피드를 보여줍니다. 순수 전문 분야 콘텐츠는 엔터테인먼트와 경쟁할 수 없습니다. 일반론적 프레이밍은 전문 분야 인사이트와 보편적 관심을 연결하여 비전문 사용자의 피드에도 진입할 수 있게 합니다.
입력
- 전문 주제 (예: "Claude Code hooks", "MCP 서버 설정", "AI 에이전트 메모리")
- 핵심 인사이트 (가르치고자 하는 핵심 포인트에 대한 1-2문장)
- 선택 사항: 타겟 플랫폼 (후크 길이에 영향)
프로세스
1단계 — 보편적 관심 후크 식별
AI 전문 주제는 5가지 보편적 관심사에 매핑할 수 있습니다:
- 돈 (절약, 수익, 투자)
- 시간 (절약, 최적화, 자유)
- 지위 (인정, 경력, 기술)
- 두려움 (놓침, 실직, 뒤쳐짐)
- 호기심 (비밀, 숨겨짐, 아무도 모름)
각 AI 주제는 2-3가지 보편적 앵글로 프레이밍될 수 있습니다.
예: "Claude Code hooks"
- 돈: "Claude Code hooks로 도구 설정 비용 연 $5K 절약하는 방법"
- 시간: "Claude Code hook 파일 1개 = 주당 20시간 자유 시간"
- 지위: "시니어 개발자는 Claude Code hooks를 사용합니다 — 주니어는 이것을 모릅니다"
- 두려움: "hooks를 사용하지 않으면 귀하의 Claude Code가 70% 성능 저하로 실행 중입니다"
- 호기심: "Anthropic이 공식 튜토리얼에서 이 기능을 숨겼습니다"
2단계 — 5가지 재구성된 후크 옵션 생성
각 보편적 앵글당 1개씩.
템플릿 패턴:
- 돈: "[행동]으로 $X 절약 / $X 수익 창출하는 방법"
- 시간: "[사물 1개] = X시간 자유 시간"
- **지위": "최고 [페르소나]는 [X]를 사용합니다 — 당신은 모릅니다"
- **두려움": "[행동]하지 않으면, 당신은 [나쁜 결과]를 겪고 있습니다"
- **호기심": "[권위자]가 [X]를 숨겼습니다 / [X]에 대해 말하는 사람이 거의 없습니다"
3단계 — 본문에 전문 분야 진입점 추가
대중 후크 → 본문은 전문 분야로 깊게 들어감. 중요: 시청자가 대중 후크를 보고 들어오면, 후크가 이미 기대치를 설정했기 때문에 전문 본문에도 관심을 유지합니다.
본문 템플릿:
- 후크 페이오프 (후크의 약속을 이행하는 1-2문장)
- 전문 분야 설명 (맥락 + 기술적 세부 사항)
- 보편적 결과로 회귀 (돈/시간/지위에 다시 연결)
4단계 — 잠재 고객 도달 점수 평가
대중 vs 전문 분야 도달률 추정:
- 전문 분야 후크: 인구의 약 1-5% 관심
- 일반론적 후크: 인구의 약 20-40% 관심 (보편성을 잘 맞출 경우)
- 깊이 있는 전문 본문 → 중간에 비전문가 이탈, 하지만 이미 3초 주의를 끌었음
5단계 — 형식 및 다음 스킬 추천
후크에 형식 매칭:
- 돈/시간 → "가치 있나요?" 형식 →
mkt-kane-reels-is-it-worth-it - 지위/두려움 → 신화 파괴 →
mkt-kane-reels-untold-stories - 호기심 → 티저 우선 →
mkt-kane-youtube-jenga-longform
출력 형식
# 일반론적 재구성: [전문 주제]
**전문 주제**: [원본]
**핵심 인사이트**: [1-2문장]
**페르소나**: [타겟]
## 5가지 재구성된 후크 옵션
### 💰 돈 앵글
"[후크]"
**예상 도달률**: 전문 분야 대비 약 25% 증가
**위험**: 구체적인 재정 정보를 제공하지 않으면 시청자 이탈
### ⏰ 시간 앵글
"[후크]"
...
### 🏆 지위 앵글
"[후크]"
...
### 😰 두려움 앵글
"[후크]"
**주의**: 신중하게 사용 — 저렴한 공포심 유발 금지
### 🔍 호기심 앵글
"[후크]"
...
## 추천 선택
[Hoàng의 브랜드 보이스 + EOV 타겟에 가장 적합한 후크 1개]
## 본문 연결 (대중 후크에서 전문 콘텐츠로 전환 방법)
1. 후크 페이오프: [1-2문장]
2. 전문 분야 설명: [개요]
3. 보편적 결과 회귀: [다시 연결]
## 추천 다음 스킬
- [형식에 해당하는 스킬]
- 후크를 다듬기 위한 `mkt-hook-kallaway`
- Graham Stephan / 유사 사례와 비교하기 위한 `mkt-kane-gold-comparison-reviewer`
필수 규칙
- 5가지 보편적 앵글에 대한 5개의 후크를 모두 생성 (건너뛰지 않음)
- 후크는 본문에서 반드시 이행되어야 함 — 저렴한 클릭베이트 금지
- 보편적 숫자는 구체적이어야 함 (예: "연 $10,000", "많은 돈"이 아님)
- Hoàng의 브랜드 보이스: 과장된 단어 사용 금지 ("INSANE", "SHOCK", "MUST")
- 두려움 앵글은 데이터 뒷받침이 있을 때만 사용, 저렴한 공포심 유발 금지
- 전문 분야 콘텐츠 본문은 희석되지 않음 — 여전히 깊이 있는 기술 내용 유지
AI 전문 분야 사례 연구
"MCP 서버" 재구성
- 돈: "새 MCP 서버 1개 = API 비용 월 $200 절약"
- 시간: "이 MCP 하나가 제가 월 $99씩 내던 3개 도구를 대체합니다"
- 지위: "Claude 파워 유저는 MCP를 사용합니다 — ChatGPT 사용자는 그렇지 않습니다"
- 두려움: "MCP를 사용하지 않으면 Claude를 30% 성능으로 사용하고 있는 것입니다"
- 호기심: "Anthropic이 홍보하지 않는 Claude의 기능"
"AI 에이전트 메모리" 재구성
- 돈: "AI 에이전트가 기억한다 = 프롬프트 비용을 다시 지불하지 않음"
- 시간: "맥락 기억 = 매일 아침 50개 메시지를 다시 입력하지 않음"
- 지위: "메모리가 있는 에이전트는 주니어입니다. 메모리가 없으면 인턴입니다."
- 두려움: "AI 에이전트가 잊어버린다 = 달성한 생산성을 잃음"
- 호기심: "Anthropic이 메모리를 구현하는 방식은 OpenAI와 다릅니다 — 그리고 그 이유가 중요합니다"
참고 자료
references/generalist-examples.md— 사례 연구 + 추가 20가지 재구성 예제