recommendation-canvas

recommendation-canvas 스킬 개요

recommendation-canvas는 AI 제품 아이디어를 실제로 만들기 전에 평가하는 구조화된 의사결정 스킬입니다. 비즈니스 성과, 고객 성과, 문제 정의, 해결책 가설, 포지셔닝, 리스크를 함께 정리해 막연한 제안을 설득력 있는 추천안으로 바꾸는 데 도움을 줍니다.

recommendation-canvas는 무엇을 위한 스킬인가

AI 기능, 워크플로우, 제품에 투자할 가치가 있는지 판단해야 할 때 recommendation-canvas 스킬을 사용하세요. 특히 브레인스토밍 결과가 아니라 이해관계자와 공유할 수 있는 recommendation-canvas가 필요한 Product Management 팀에 유용합니다.

누가 사용하면 좋은가

이 스킬은 근거와 가정을 바탕으로 아이디어를 정당화해야 하는 PM, 창업자, 제품 전략가, AI 솔루션 오너에게 잘 맞습니다. 이미 기능 정의가 완전히 끝났고 구현 세부사항만 필요하다면 효용이 떨어집니다.

무엇이 다른가

일반적인 프롬프트와 달리 recommendation-canvas는 가치, 불확실성, 리스크를 균형 있게 보도록 강제합니다. 그래서 Product Management용 recommendation-canvas로 더 강력하게 작동합니다. 이 아이디어가 왜 중요한지, 무엇이 사실이어야 하는지, 그리고 언제쯤 추가 검토할 가치가 있는지 초기에 어떻게 판단할지 설명하는 데 도움이 되기 때문입니다.

recommendation-canvas 스킬 사용 방법

설치하고 불러오기

skill 파일에 있는 저장소 설치 흐름을 사용한 뒤 skills/recommendation-canvas/SKILL.md에서 시작하세요. 직접 둘러보는 중이라면 template.md와 examples/sample.md도 함께 열어, 직접 캔버스를 작성하기 전에 목표 형식을 먼저 확인하는 것이 좋습니다.

주제가 아니라 결정을 입력하기

recommendation-canvas 설치는 “지원 티켓에 AI 요약을 추가해야 할까?”처럼 구체적인 제품 선택을 넣을 때 가장 잘 작동합니다. “지원 업무에 AI를 검토하자” 같은 식의 막연한 주제는 적합하지 않습니다. 스킬에는 대상 사용자, 비즈니스 목표, 그리고 의사결정의 맥락이 필요합니다.

거친 아이디어를 강한 프롬프트로 바꾸기

약한 브리프는 “AI 아이디어에 대한 recommendation-canvas를 만들어 달라”고 요청합니다. 반면 더 강한 recommendation-canvas 사용 프롬프트는 제품의 대상, 중요한 결과, 가능한 대안, 가장 큰 리스크를 함께 말합니다.

입력 형태 예시:

• 제품 또는 기능 이름
• 대상 페르소나
• 원하는 비즈니스 지표
• 고객의 페인 포인트 또는 수행해야 할 작업
• 알려진 제약, 리스크, 미확인 요소
• 선호하는 경쟁사 또는 현재 우회 방법

먼저 이 파일들을 읽기

먼저 프레임워크를 보려면 SKILL.md, 출력 구조를 보려면 template.md, 기대되는 구체성 수준을 이해하려면 examples/sample.md를 여세요. 이 세 파일이 recommendation-canvas의 로직과 포맷을 가장 빠르게 익히는 가이드가 됩니다.

recommendation-canvas 스킬 FAQ

recommendation-canvas는 그냥 전략 템플릿인가요?

아닙니다. recommendation-canvas 스킬은 AI 제품 제안을 위한 의사결정 도구입니다. 세련된 마케팅 카피나 기능 명세서를 만드는 것이 아니라, 가정을 드러나게 하는 데 초점이 맞춰져 있습니다.

언제 사용하지 말아야 하나요?

가벼운 아이디어 정리, 기술 설계 문서, 로드맵 티켓만 필요하다면 recommendation-canvas를 쓰지 마세요. 선택의 무게가 크고, 이해관계자 검토를 견딜 수 있는 추천안이 필요할 때 가장 강합니다.

초보자도 쓰기 쉬운가요?

제품 아이디어를 평이한 언어로 설명할 수 있다면 그렇습니다. 핵심은 글솜씨가 아니라, 비즈니스 가치, 고객 가치, 리스크를 구분할 수 있을 만큼 맥락을 충분히 주는 데 있습니다.

AI 제품 워크플로우에서는 어디에 들어가나요?

솔루션 설계와 구현 계획보다 앞선, 발견 단계 초반에 들어갑니다. 팀은 보통 초기 아이디어 정리 이후, 실험 전에 이 스킬을 사용합니다. 어떤 가설부터 검증할 가치가 있는지 가르는 데 캔버스가 도움이 되기 때문입니다.

recommendation-canvas 스킬 개선 방법

더 날카로운 입력을 제공하기

가장 좋은 recommendation-canvas 결과는 대상 세그먼트, 현재 우회 방법, 성공 지표, 결정 마감일처럼 구체적인 제약에서 나옵니다. 주제만 넓게 주면 결과도 지나치게 일반화되어, 중요한 트레이드오프를 놓치기 쉽습니다.

명시적인 가정과 리스크를 요청하기

사용자 신뢰, 데이터 품질, 워크플로우 적합성, 법적 노출, 도입 저항처럼 무엇이 불확실한지 스킬에 알려 주세요. 그러면 recommendation-canvas 가이드 출력이 더 좋아집니다. 캔버스가 이미 증명된 것과 아직 탐색이 필요한 것을 분리해 주기 때문입니다.

추천안에서 실험으로 이어가기

첫 번째 캔버스를 만든 뒤에는 한 명의 대상, 하나의 결과, 하나의 리스크에만 집중한 더 날카로운 버전을 요청하세요. 그 다음에는 실험안, 초기 신호, 포지셔닝 대안을 요청해 추천이 추상적 문장이 아니라 실제로 검증 가능한 형태가 되도록 만드세요.