Community라이팅 & 에디팅github.com

xiaoningwang/shidiao-skills

전국 대학생 시장조사 및 분석 대회 보고서를 실제 조사 자료에 기반하여 작성·수정하고, 발견에서 제안까지의 증거 체계를 구축하며, 요약, 도표, 부록 및 답변을 준비합니다. 조사 보고서 완성, 다듬기, 구조 진단 및 발표 준비에 사용됩니다.

shidiao-skills란 무엇인가요?

이 스킬은 사용자가 실제 조사 자료를 바탕으로 전국 대학생 시장조사 및 분석 대회 보고서를 체계적으로 작성하고 수정하며, 발견에서 제안까지의 논리적 증거 체계를 구축할 수 있도록 지원합니다. 주로 조사 보고서 초안 작성, 다듬기, 구조 진단 및 발표 준비에 사용되며, Claude Code와 같은 AI 에이전트 환경에서 작동합니다. SKILL.md에 명시된 작업 원칙에 따라, 먼저 규칙 파일을 참조하고 인터넷 검증을 통해 공식 규정을 확인합니다. 이후 사용자가 보유한 자료를 바탕으로 핵심 결과 색인을 만들고, 논리적 의존성에 따라 장을 구성하며, 방법 및 결과 섹션에서 투명성을 확보합니다. 또한, 모든 주요 결론이 실제 결과로 추적 가능하고 제안이 발견과 책임 주체와 연결되도록 보장하며, 요약, 도표, 부록, 답변 준비까지 일관되게 지원합니다. 데이터 부족 시에는 가상 수치를 생성하지 않고 합격한 마크다운 템플릿 제공에 중점을 둡니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/xiaoningwang/shidiao-skills/tree/HEAD/skills/shidiao-report-writing

Installed? Explore more 라이팅 & 에디팅 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

시장조사 보고서 작성 및 답변 준비

작업 원칙

먼저 출처 및 규칙을 읽고, 보고서 작성 근거와 규칙 적용 범위를 확인합니다. 마감일, 페이지 수, 가중치, 익명성, AI, 제출 방식과 관련된 사항은 해당 차수의 공식 문서를 인터넷으로 확인합니다. 확인에 실패하면 '확인 필요'로 표시하고, 연구 내용 작성은 계속 진행합니다. 교재 예시를 대회의 강제 규칙으로 제시하지 않습니다.

기본 언어는 한국어입니다. 먼저 사용자의 기존 자료와 현재 진행 상황을 확인합니다. 계획을 변경할 수 있는 누락된 정보만 질문하고, 나머지는 가정을 세운 후 진행합니다. 원시 데이터가 없을 때는 계획, 작성용 템플릿 또는 명확히 표시된 데모만 제공하며, 샘플, 통계량, 인터뷰, 참고문헌 또는 수상 경력을 허위로 작성하지 않습니다. 사용자 작업 깊이에 따라 결과물을 제공하며, 부분 수정 시 전체 프로세스를 다시 실행하도록 강요하지 않습니다.

목표

확인된 자료를 바탕으로 문제가 명확하고, 과정이 신뢰할 수 있으며, 발견이 재확인 가능하고, 제안이 실행 가능한 보고서를 작성합니다. 주로 교재 제7장과 8.4절을 기준으로 합니다.

작성 순서

  1. 주제, 연구 문제, 계획, 설문지/인터뷰 가이드, 수집 및 정리 기록, 최종 데이터, 분석 출력물 및 기존 원고를 받습니다. 자료 상태표(제공됨, 확인 가능, 보충 필요)를 작성합니다. 데이터가 없을 때는 배경, 방법 계획 및 결과 장의 뼈대를 작성하고, 결과는 '분석 대기'로 남겨두며, 예상 방향을 사실로 기술하지 않습니다.
  2. 핵심 결과 색인을 작성합니다: 발견 번호 | 연구 문제 | 지표/변수 | 데이터 버전 | 표본 범위 및 n | 프로그램 또는 출력 위치 | 도표 | 불확실성 | 경계. 실제 의사 결정에 영향을 미치는 발견을 선별하여 본문을 구성합니다. 배경과 방법은 먼저 작성할 수 있으며, 요약과 결론은 결과 확인 후 최종 확정합니다.
  3. 논리적 의존성에 따라 장을 구성하고, 설문지 번호나 소프트웨어 메뉴 순서대로 표를 나열하지 않습니다. 권장 구조: 문제 및 연구 목표; 문헌/문안 및 연구 프레임워크; 표본 추출, 측정 및 조사 실행; 데이터 품질 및 처리; 연구 문제별 결과; 결론 및 제안; 한계; 참고문헌 및 부록. 해당 차수 템플릿과 실제 작업에 맞게 조정하며, 가정이나 SEM 장을 억지로 넣지 않습니다.
  4. 방법 섹션에는 목표 및 조사 가능 모집단, 표본 프레임 및 실제 표본 추출 단계, 표본 계획 및 흐름, 조사 시간 및 장소, 사전 조사 수정, 척도 출처, 변수 코딩, 품질 규칙, 결측치 및 가중치, 모델 설정 및 적용 조건을 명확히 기술합니다. '무작위 배포'로 표본 추출 설명을 대체하지 않습니다.
  5. 결과 섹션은 '발견—증거—설명—경계' 순서로 전개합니다. 대상, 방향, 크기, 기준, 유효 표본 및 적절한 불확실성을 기술합니다. 기술, 연관, 예측, 인과 관계에 따라 다른 강도의 언어를 사용합니다. 비확률 표본의 모델 구간을 무조건적인 모집단 표본 오차로 기술하지 않습니다. 개별 인터뷰 인용문으로 모집단 비율을 증명할 수 없습니다.
  6. 발견 → 결론 → 제안 → 실행 주체 → 조치 단계 → 자원/제약 → 검증 지표 대응표를 작성합니다. 연관 증거는 우선 관심 또는 소규모 시범 적용을 지원하며, 확정적인 개선 폭을 약속하지 않습니다. 원가 데이터가 없으면 투자 수익률을 허위로 작성하지 않습니다. 질적 및 양적 불일치가 있을 경우 대상, 시간 및 범위를 설명하고, 부정적 예시와 유의미하지 않은 결과를 보존합니다.
  7. 요약, 본문, 도표, 부록 및 PPT의 숫자와 버전을 통일하여 확인한 후, 형식 및 익명 검사를 완료합니다.

요약, 도표 및 부록

요약은 문제, 대상 및 범위, 실제 조사 방법 및 표본, 핵심 발견, 실행적 시사점 및 필요한 경계를 기술합니다. 글자 수는 해당 차수 요구 사항을 따르며, 일반적인 고정 임계값을 설정하지 않습니다. 키워드는 핵심 대상, 문제 및 방법에 대응합니다.

도표에는 제목, 단위, 분모, 유효 n, 시간/출처, 가중치 및 결측치 범위를 포함합니다. 객관식 문항은 응답자 수 대비인지 선택 횟수 대비인지 명시합니다. 범주 비교는 막대 그래프, 시간 변화는 꺾은선 그래프, 분포는 상자 그림/히스토그램, 관계는 산점도 또는 추정 구간을 사용합니다. 3차원 그래프와 축을 절단하여 차이를 과장하는 것은 사용하지 않습니다. 본문에서는 중요한 점을 강조하고, 정확한 값은 표로 제시하며, 전체 진단은 부록으로 옮깁니다. 모델 표에는 기준 그룹, 추정 척도, 구간 및 검정 범위를 명시하며, 전체 페이지 소프트웨어 스크린샷을 붙여넣지 않습니다.

부록은 실제 필요에 따라 설문지, 인터뷰 가이드 및 코딩 예시, 표본 추출 및 현장 증거, 정리 및 표본 흐름, 척도 및 모델 진단, AI 사용 기록, 필요한 재현 설명을 보관합니다. 민감한 원시 데이터는 통제된 아카이브에 보관하며, '완전성'을 위해 개인 정보를 공개하지 않습니다. 인용은 접근 가능한 출처가 있어야 하며, 원문을 읽지 않고 직접 인용을 가장하지 않습니다. 교재 사례와 실제 수상 사례는 각각 명시합니다.

답변 준비

공식 발표/질의응답 시간 제한을 확인한 후, '문제가 왜 중요한가—설계가 왜 신뢰할 수 있는가—발견이 무엇인가—행동을 어떻게 할 것인가'를 중심으로 시간을 배분합니다. 각 슬라이드는 하나의 판단을 담당하며, 시간을 재며 리허설하여 슬라이드 수를 결정합니다. 교재의 약 8분 예시는 대회 규칙이 아닙니다. 표본 추출, 표본 구조, 측정, 정리, 진단, 견고성에 대한 백업 슬라이드를 준비합니다.

예상 질문 라이브러리를 구축합니다: 가치, 대표성, 설문지 출처, 이상치 처리, 방법 선택, 효과 해석, 인과 관계 경계, 제안 실행 가능성, 혁신성 및 한계. '직접 판단—증거 위치—한계' 순서로 답변하며, 확인할 수 없는 사항은 검증 경로를 설명합니다. 모든 팀원은 핵심 설계와 결과를 설명할 수 있어야 하며, 역할 분담이 이해를 대체할 수 없습니다.

수정 보고서 전달 방식

먼저 영향 순서대로 정렬된 문제 목록을 제공합니다: 위치, 문제, 증거, 영향, 실행 가능한 수정. 전체적인 오류, 진실성, 측정 및 결론의 한계 초과를 우선 수정한 후, 언어 및 미화를 수정합니다. 그런 다음 수정된 텍스트와 보충 자료 목록을 제공합니다. 텍스트만 있는 경우 '문서 내 일관성 통과'와 '원시 결과 미확인'을 구분하여 데이터 재확인을 완료했다고 주장하지 않습니다.

완료 기준

각 주요 결론은 실제 결과로 추적 가능해야 합니다. 각 제안은 발견 및 책임 주체와 연결되어야 합니다. 요약과 본문의 범위가 일치해야 합니다. 한계는 사실대로 설명해야 합니다. 해당 차수의 알려지지 않은 형식 항목은 명확히 나열하되, 이로 인해 공식 제출이 가능하다고 주장하지 않습니다.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

관련 스킬