Prompt Writing

token-budget-advisor는 답변 전에 응답의 깊이를 선택하도록 돕는 라우팅 스킬입니다. 워크플로 자동화와 채팅 흐름에서 길이, 상세 수준, 토큰 사용량을 제어할 때 사용하세요. 이 token-budget-advisor 가이드는 트리거 규칙, 사용하지 말아야 할 경우, 그리고 skills/token-budget-advisor에서 적용하는 방법을 다룹니다.

strategic-compact는 Claude 세션이 작업 경계에서 일관성을 유지하도록, 언제 /compact를 수동으로 실행할지 판단하는 데 도움을 줍니다. 긴 멀티페이즈 작업, 특히 조사·기획·구현·테스트에 적합하며, 자동으로 애매한 시점에 압축되기보다 논리적인 마일스톤에서 compaction이 일어나도록 워크플로 자동화를 구성할 때 유용합니다.

cost-aware-llm-pipeline는 모델 라우팅, 변경 불가한 비용 추적, 재시도 처리, 프롬프트 캐싱을 통해 API 비용을 통제하는 LLM 워크플로를 구축하도록 돕습니다. 대량 배치 작업, 문서 파이프라인, 그리고 출력량과 품질의 균형에 명확한 기준이 필요한 Workflow Automation에 특히 적합합니다.

caveman은 기술 답변, 요약, 디버깅 도움말을 아주 압축된 형식으로 전달하는 커뮤니케이션 skill입니다. 기술적 의미는 그대로 유지하고 군더더기는 덜어내며, 중단하라고 말할 때까지 트리거 이후 계속 활성 상태를 유지합니다. 이미 주제를 잘 알고 있을 때의 기술 문서 작성, 코드 리뷰 메모, 장애 업데이트, 더 빠른 주고받기에 특히 적합합니다.

p9는 Agent Orchestration을 위한 테크 리드형 스킬로, 작업 프롬프트를 작성하고 P8 에이전트를 조율하며 직접 코딩은 피합니다. 프로젝트 목표를 역할, 제약 조건, 의존성, 승인 기준이 포함된 범위 명확한 실행 프롬프트로 나눌 때 유용합니다.

ask-questions-if-underspecified는 요청이 모호할 때 작업을 잠시 멈추고, 꼭 필요한 확인 질문만 던진 뒤, 잘못된 작업을 피하도록 돕습니다. 이 ask-questions-if-underspecified 스킬은 Skill Authoring, 코딩 작업, 그리고 목표·범위·제약이 빠진 모든 워크플로에서 유용합니다.

huashu-nuwa는 사람, 주제, 혹은 막연한 요구를 재사용 가능한 관점 스킬로 바꿔 주는 Skill Authoring 스킬입니다. `SKILL.md`, `references/extraction-framework.md`, `references/skill-template.md`, 그리고 distillation, routing, 품질 검토용 예시 스킬을 통해 설치 판단과 활용 방법을 안내합니다.

llm-patterns는 LLM이 추론, 추출, 생성을 맡고 코드는 검증, 라우팅, 오류 처리를 담당하는 AI 우선 애플리케이션 로직을 설계하도록 돕습니다. 더 명확한 프롬프트 구조, 테스트 가능한 LLM 워크플로, 그리고 Skill Authoring에 실용적인 가이드를 원할 때 llm-patterns 스킬을 사용하세요.

autoskill은 로컬 Screenpipe 활동을 분석해 반복되는 연구 워크플로를 찾아내고, 이를 기존 scientific-agent-skills와 매칭한 뒤 새로운 스킬이나 조합 레시피를 초안으로 만듭니다. 이 스킬은 Skill Authoring 용도이며, 포트 3030에서 실행 중인 screenpipe 데몬이 필요합니다. 모델로는 마스킹된 요약만 전송합니다. 실제 사용 패턴에 근거한, 근거 중심의 스킬 아이디어가 필요할 때 autoskill을 사용하세요. 막연한 브레인스토밍용이 아닙니다.

tool-design 스킬은 에이전트가 사용하는 도구를 명확한 계약으로 설계하고, 중복을 줄이며, 도구 선택을 개선하는 데 도움을 줍니다. Design Implementation, MCP 도구 설계, 도구 통합, 명명 규칙, 잘못된 도구 호출 디버깅에 활용하세요. 설치 및 사용 단계, 확인할 소스 파일, 그리고 도구 설명의 모호함을 줄여 주는 구체적인 제약이 포함된 실용적인 도구 설계 가이드가 필요할 때 특히 잘 맞습니다.

writing-fragments는 주장, 짧은 에피소드, 인상적인 문장, 덜 다듬어진 아이디어를 앞으로 쓸 글의 재료로 모으기 위한 집중형 인터뷰 스킬입니다. 지식 수집이나 초기 초안 작성 단계에서, 먼저 조각들을 모아 두고 구조화는 나중으로 미루고 싶을 때 잘 맞습니다. 일반적인 개요 프롬프트 대신 실용적인 writing-fragments 가이드가 필요할 때 사용하세요.

moyu-lite는 코드 편집을 위한 가벼운 가드레일 스킬로, 변경 사항을 사용자의 정확한 요청 범위 안에 단단히 묶어 둡니다. 불필요한 리팩터링, 새 추상화, 광범위한 재작성, 주변 수정은 피하므로, 최소 diff, 엄격한 범위 제어, 절제된 편집을 위한 명확한 moyu-lite 가이드가 필요할 때 유용합니다.

moyu-fr는 작고 정밀한 변경을 위한 코드 편집 가드레일 스킬입니다. 에이전트가 과도한 설계를 피하고, diff를 최소화하며, 요청된 정확한 수정에만 집중하도록 돕습니다. 단순한 패치가 필요하고 재작성은 원하지 않을 때, 그리고 범위 통제가 확장보다 더 중요할 때 moyu-fr를 사용하세요.

moyu-en은 코드 편집에서 절제에 초점을 둔 스킬입니다. 변경을 외과수술처럼 최소화하고, 과도한 설계를 피하며, 사용자가 요청한 범위에 딱 맞게 diff를 제한하는 데 도움을 줍니다. 정확하고 작은 패치, 좁은 범위의 제어, 최소한의 코드 업데이트를 더 잘 안내해 주는 기준이 필요할 때 moyu-en을 사용하세요.

prd-generator는 대략적인 제품 아이디어를 AI가 바로 활용할 수 있는 제품 요구사항 문서(PRD)로 바꿔줍니다. 명확화 질문을 던지고, 고정 템플릿을 따르며, 창업자·프로덕트 리드·Skill Authoring 워크플로가 후속 AI 코딩 도구를 위한 더 명확한 명세를 작성하도록 돕습니다. 구조화된 요구사항, 지표, 제약 조건, 그리고 구현에 바로 쓸 수 있는 맥락이 필요할 때 prd-generator를 사용하세요.

context-engineering-advisor는 context stuffing과 context engineering을 진단한 뒤, 경계 설정, 검색, 워크플로 순서를 다듬어 AI 출력의 신뢰도를 높이도록 돕습니다.

openai-docs는 기술 문서 작성, OpenAI API 및 제품 관련 질문, 모델 선택, 마이그레이션 점검, 프롬프트 업그레이드 가이드에 유용합니다. Developer Docs MCP 서버를 통해 공식 OpenAI 문서를 우선 활용하며, 필요할 때만 번들 참조 자료를 보조 컨텍스트로 사용합니다.

pua-ja는 일본어 기반의 에스컬레이션 스킬로, 작업이 막힌 에이전트가 더 집요하게 조사하고, 사용자에게 묻기 전에 먼저 도구를 활용하며, 반복된 실패 뒤에는 결과를 다시 검증하도록 유도합니다. 디버깅, 리서치, 글쓰기, 그리고 Context Engineering에서 트리거 기반 행동 레이어를 두고 싶은 팀에 특히 잘 맞습니다.