truth-serum (진실-혈청)
구매자들이 어떤 반론을 제기할지 추측하는 대신, 타겟 고객으로부터 추출된 특정 구매자 역할을 수행하는 수백 명의 시뮬레이션된 구매자(각각 하위 에이전트)에게 질문합니다. 당신은 중재자입니다. 구매자를 대신하여 답변하지 마십시오.
목적: 반론, 세그먼트, 표현, 그리고 실제 사람들에게 물어볼 질문을 찾는 것. 목적이 아닌 것: 수요 예측. 언어 모델은 동의하는 쪽으로 기울기 때문에, 여기서 높은 구매율은 최상의 시나리오일 뿐이며 예측치가 아닙니다. 이 패널은 계획을 '실패'하게는 할 수 있지만 '성공'하게 할 수는 없습니다.
${CLAUDE_SKILL_DIR}/../receipts/rules.md를 먼저 읽으십시오.
사용자가 /truth-serum 뒤에 입력한 내용: $ARGUMENTS
도구
모든 기록은 이 스킬 폴더의 panel.py를 통해 이루어집니다:
python3 "${CLAUDE_SKILL_DIR}/panel.py" <command>
아래에서 PANEL은 정확히 위 명령어를 의미합니다. 경로가 확장되지 않은 경우 Claude Code가 이 스킬에 대해 출력한 기본 디렉토리를 사용하십시오. 상태는 founder/panel/에 저장됩니다.
1단계: 타겟 고객
founder/customer.json (형식: 이 폴더의 customer.example.json 참조)을 작성하십시오:
business,target: 고객이 누구인지, 한 줄로 구체적으로 명시.segments: 2~4개 그룹. 각 그룹은share와income범위 [low, high]를 가짐.behaviours: 4~8개의 구매 행동. 각 행동은share와how설명(예: 매일 구매, 딜 헌터, 모든 리뷰 읽음, 경쟁사 충성 고객 등)을 가짐.objections: 해당 구매자 유형이 실제로 가지는 4~8가지 의문/반론.habits(선택 사항): 구매자를 구체적으로 만드는 일상적인 컨텍스트.
실제 데이터에 기반해야 합니다. 사용자가 자신의 고객에 대해 알고 있는 정보를 사용하고, /ground-truth가 실행된 경우 founder/competitors.md의 불만 사항을 참고하십시오. 사용자에게 실제 고객 데이터( founder/evidence/calls/의 통화 기록, 리뷰, 설문 응답)가 있다면, 추측보다 이를 우선시하고 어느 부분이 추측인지 명시하십시오.
타겟이 소수의 비즈니스(수백 개 기업, 대중 시장이 아님)인 경우, 실제 전화 5통이 이 패널보다 더 많은 것을 가르쳐 줄 것이라고 분명히 말하고, 먼저 /receipts와 그 통화 가이드를 제안하십시오. 패널은 질문을 다듬는 용도로만 실행하십시오. 사용자에게 프로필을 몇 줄로 보여주고, 딜을 성사시키기 전에 수정할 기회를 주십시오: 잘못된 고객 프로필은 전체 패널을 무효화합니다.
2단계: 피치
founder/pitch.md를 작성하십시오: 구매자가 실제로 보게 될 내용. 제품, 가격, 구매처 및 방법, 오퍼링. 3~6줄의 평이한 문장으로, 과장된 표현이나 회사가 제공할 수 없는 내용은 없어야 합니다. 모든 구매자는 정확히 이 내용을 봅니다.
3단계: 딜 생성 및 실행
PANEL init --customer founder/customer.json --pitch founder/pitch.md --n 100
PANEL prompts
init은 페르소나 카드를 분배합니다 (동일한 시드, 동일한 카드; 시드는 기록됨).
prompts는 구매자별 브리프를 작성하고 10명씩 웨이브로 나열합니다. 각 웨이브마다, 해당 웨이브의 구매자당 하나의 Agent 툴 호출과 함께 하나의 메시지를 보냅니다 (Agent 툴은 이전 Claude Code 버전에서 Task라고 불림):
subagent_type:general-purposedescription:panel <id>prompt:<brief path>를 읽고 정확히 따르십시오. 이것이 당신의 전체 브리프입니다.
다음 웨이브로 넘어가기 전에 현재 웨이브가 완료될 때까지 기다리십시오. Claude Code는 기본적으로 한 번에 약 10개의 툴 호출을 실행하므로, 100명의 구매자는 10개의 웨이브가 됩니다. 마지막 웨이브 후:
PANEL check # 누락되었거나 손상된 답변을 나열
PANEL prompts # 해당 답변에 대해서만 브리프를 다시 작성; 한 번 더 실행
PANEL tally
구매자가 파일을 작성하는 대신 답변에 JSON을 출력한 경우(발생할 수 있음), PANEL save <id> 명령어와 stdin을 통한 답변으로 해당 구매자의 답변을 제출하십시오; save는 유효한 답변이 아닌 경우 거부합니다. 두 번 실패한 구매자는 제외되고 결과에 집계됩니다. 직접 구매자를 대신하여 답변을 작성하지 마십시오.
100명 구매자 실행 전, 사용자에게 100개의 하위 에이전트 호출이 필요함을 알리고 첫 번째 확인을 위해 --quick (20명 구매자)을 제안하십시오. 하위 에이전트는 각각 하나의 파일을 founder/panel/answers/에 작성합니다; 기본 권한 모드에서는 파일당 하나의 승인이 필요하므로, 실행 중에는 accept-edits 모드(Shift+Tab)를 제안하십시오.
4단계: 사용자에게 결과 읽어주기
PANEL tally는 founder/panel/results.md와 results.json을 작성합니다. 사용자에게 다음을 제공하십시오:
- 냉혹한 진실: 구매자가 구매를 거절하는 가장 강력한 이유를 한 문장으로, 그리고 구매율이 시뮬레이션된 것이며 상한선임을 상기시킵니다.
- 헤드라인: "40 구매 · 60 거절 (시뮬레이션됨)" 및 구매율.
- 누가 구매하고 누가 구매하지 않는지: 가장 큰 차이를 보이는 세그먼트 및 행동 행.
- 구매를 거절하는 이유: 상위 3가지 이유와 각각의 인용문 (구매자 본인의 언어 그대로).
- 거절을 번복하게 할 조건: 가장 많이 반복된 답변.
- 비용을 지출하기 전에 무엇을 변경해야 하는지에 대한 한 문장과, 그 작업을 수행하는 스킬 (가격 책정, 오퍼, 마케팅).
- 실제 사람들에게 테스트: 상위 3가지 반론을 실제 통화를 위한 질문으로 전환,
${CLAUDE_SKILL_DIR}/../receipts/conversations.md스타일로 작성 (당신의 아이디어가 아닌 그들의 과거에 관한 질문). 이것이 패널의 진정한 역할입니다.
그런 다음 결과를 SIMULATED로 기록하십시오:
python3 "${CLAUDE_SKILL_DIR}/../receipts/ledger.py" add --kind demand --status SIMULATED --use PRIVATE --by truth-serum --claim "시뮬레이션된 패널 구매율 (시드 <S>)" --number "<구매> / <응답>"
정직한 한계, 한 번은 말하십시오
이들은 시뮬레이션된 구매자입니다. 생각하지 못했던 반론, 세그먼트 및 표현을 발견하는 데는 뛰어나지만, 실제 전환율을 예측하는 데는 좋지 않습니다: 언어 모델은 동의하는 쪽으로 기울기 때문에 구매율을 상한선으로 취급하십시오. 중요한 결정을 내리기 전에 실제 사람들(대기자 명단, 사전 판매, 파일럿, 가격이 포함된 랜딩 페이지)을 통해 확인하십시오. 패널을 "검증", "시장 조사" 또는 "고객"이라고 부르지 말고, 패널 구매자를 고객으로 인용하지 마십시오: 피치, 광고, 데크 또는 보조금 신청서에서도 마찬가지입니다.
모든 구매자가 받는 브리프
panel.py는 카드를 고정 템플릿(스크립트의 BRIEF 참조)에 채웁니다: 구매자의 신원(이름, 나이, 세그먼트, 소득, 구매 행동, 습관, 떠오르는 의문), 피치를 그대로, 동의하지 말고 사실을 지어내지 말라는 지시, 그리고 작성해야 할 정확한 JSON: 구매 여부, 첫 달 구매액, 거절 코드, 본인의 언어로 쓴 거절 사유, 주요 반론, 마음을 바꿀 조건, 네 가지 가격 답변(너무 싸다, 괜찮은 가격이다, 비싸지기 시작한다, 너무 비싸다). 한 구매자를 위해 브리프를 편집하지 마십시오.
출력
founder/customer.json, founder/pitch.md, founder/panel/ (카드, 브리프, 답변, 결과). 다음 단계: /litmus는 가격 답변을 읽고, /dealbreaker와 /signal은 반론을 읽습니다.