
prompt-engineering-skills
아이디어를 실행 가능한 프롬프트로 정리해주는 도구 — /prompt v3.6.0 + 모델별 최적화 전략 스킬
- GitHub stars
- 194
Install
/plugin install prompt-engineering-skills@prompt-engineering-skillsRun it inside Claude Code after adding the marketplace with /plugin marketplace add treylom/prompt-engineering-skills.
Contents
Discovered from sourceSkills 9
claude-4.7-prompt-strategies — 라우팅 인덱스
전체 본문 = references/full.md (약 900줄). 내용 수정은 full.md 에만.
섹션 맵 (grep 앵커 — 줄번호는 as-of 2026-07-29 참고값)
| 목적 | grep 앵커 | 위치(참고) |
|---|---|---|
| 4.7 Breaking Changes | ## Part 0: Opus 4.7 Breaking Changes | L18 |
| Sonnet 4.6 차이·마이그레이션·4.6vs4.7 | ## Part 0.3 / ## Part 0.5 / ## Part 0.6 | L79~L181 |
| 일반 원칙·스타일·도구 | ## Part 2 ~ ## Part 4.6 | L216~L379 |
| 출력 포맷·장기 추론·thinking | ## Part 5 ~ ## Part 7 | L380~L590 |
| 병렬 도구·에이전트 코딩·프론트엔드·API | ## Part 8 ~ ## Part 11 | L591~L813 |
| XML 구조 가이드·블록 목록 | ## Part 12 / ## 부록: 핵심 XML 블록 | L749·L814 |
expert-domain-priming — 라우팅 인덱스
전체 본문 = references/full.md (약 670줄). 내용 수정은 full.md 에만.
섹션 맵 (grep 앵커 — 줄번호는 as-of 2026-07-29 참고값)
| 목적 | grep 앵커 | 위치(참고) |
|---|---|---|
| 핵심 원칙 | ## 1. 핵심 원칙 | L29 |
| 5단계 적용법 | ## 2. 도메인 프라이밍 5단계 | L78 |
| 품질 수렴 루프 | ## 3. 품질 수렴 루프 | L175 |
| 전문가 DB (12개 도메인) | ## 4. 전문가 데이터베이스 | L200 |
| 전문가 없을 때 폴백 | ## 5. 전문가 없을 때 폴백 | L495 |
| Before/After 예시·체크리스트 | ## 6. 도메인 프라이밍 적용 예시 / ## 7. 프롬프트 작성 최종 체크리스트 | L544·L608 |
gemini-3.1-prompt-strategies — 라우팅 인덱스
전체 본문 = references/full.md (약 1,000줄). 내용 수정은 full.md 에만.
섹션 맵 (grep 앵커 — 줄번호는 as-of 2026-07-29 참고값)
| 목적 | grep 앵커 | 위치(참고) |
|---|---|---|
| Gemini 3 텍스트 전략 | ## Part 1: Gemini 3 프롬프트 전략 | L15 |
| Flash 전략 | ## Part 2: Gemini Flash 전략 | L198 |
| Veo 3.1 동영상 | ## Part 3: Veo 3.1 | L324 |
| Nano Banana 이미지 | ## Part 4: Nano Banana | L520 |
| 실전 예시 | ## Part 5: 실전 활용 예시 | L705 |
| NB2 (3.1 Flash Image) | ## Part 6: NanoBanana2 | L822 |
| 키워드 치트시트 | ## 부록: 키워드 치트시트 | L975 |
gpt-5.6-prompt-enhancement — 라우팅 인덱스
전체 본문 = references/full.md (약 1,150줄). 내용 수정은 full.md 에만.
섹션 맵 (grep 앵커 — 줄번호는 as-of 2026-11-18 참고값)
| 목적 | grep 앵커 | 위치(참고) |
|---|---|---|
| 5.6 핵심 변화·트리거 | ## 핵심 변화 요약 / ## 트리거 조건 | L15·L29 |
| 5.6 7블록 구조 (GPT-5.6 Sol = 그 전 디폴트 · GPT-6.2 · GPT-6 출발점) | ## 권장 프롬프트 구조 (Markdown, 7블록) | L39 |
| 5.6 필수 블록·effort·안티패턴 | ## 필수 적용 블록 (GPT-5.6) / ## Reasoning Effort 권장값 (5.6 기준) / ## Anti-Patterns (GPT-5.6에서 회피) | L71~L208 |
| 5.5→5.6 마이그레이션 | ## 마이그레이션 (GPT-5.5 → GPT-5.6) | L209 |
| 5.6 예시 (리서치·코딩) | ## 예시: 웹 리서치 에이전트 (5.6 7블록) | L221·L247 |
| GPT-6.2 Astra · Sol (GPT 디폴트 = GPT-6.2 Sol) | ## GPT-6.2 Astra · Sol (2026-11-17~, GPT 디폴트 = GPT-6.2 Sol) | L277 |
| GPT-6 Astra (직전 세대 최고 성능 · GPT-6 예시 프롬프트의 관찰 기준 모델) | ## GPT-6 Astra (2026-09-01~, GPT-5.6 Sol 다음 세대) | L471 |
| GPT-6 Sol · Luna (직전 디폴트 = GPT-6 Sol · 대량·반복 = GPT-6 Luna) | ## GPT-6 Sol · Luna (2026-09-22~, 직전 GPT 디폴트 = GPT-6 Sol) | L525 |
| Legacy 5.5/5.4/5.2 (명시 시) | ## ▼ GPT-5.5 / 5.4 / 5.2 패턴 | L677~ |
| Legacy XML 스택 | ## Legacy GPT-5.2/5.4 XML Stack | L914 |
image-prompt-guide — 라우팅 인덱스
전체 본문 = references/full.md (약 1,100줄). ⚠️ 이미지 목적 감지 시 = full.md 전체 Read 가 계약(부분 Read ❌ — /prompt 템플릿 로드 게이트·Codex SKILL.md 선행 게이트 동일). 이 인덱스는 위치 안내용이며 내용을 복제하지 않는다. 내용 수정은 references/full.md 에만.
구조 맵 (grep 앵커 — 줄번호는 as-of 2026-07-29 참고값)
| 구역 | grep 앵커 | 위치(참고) |
|---|---|---|
| §0 적용 계약 (원본) | ## 0. Codex | L25 |
| §K 공냥 킷 v4 계약 (포맷 A/B·철칙·jsonl·검증기·라우팅 표) | ## K. 공냥 프롬프트 킷 v4 | L40 |
| §L Legacy 부록 선언 | ## L. Legacy 부록 | L155 |
| Legacy 이론 §1~14 (프로세스·개념·팁·조명·스타일·인포그래픽·치트시트) | ## 1. 이미지 생성 프로세스 ~ ## 14. 핵심 정리 | L159~L810 |
| §15 동영상 JSON (Veo/Kling) | ## 15. 동영상 프롬프트 JSON | L811 |
| §16 체크리스트 · §17 슬라이드 | ## 16. 프롬프트 생성 체크리스트 / ## 17. 슬라이드 | L960·L998 |
원문 vendor
공냥 킷 원문 = ../image-prompt-kit/ (무수정 vendor — §K5 라우팅 표가 지시하는 파일을 직접 읽는 것은 우회가 아니다). 검증기 = ../image-prompt-kit/scripts/check_prompt.mjs.
prompt-engineering-guide — 라우팅 인덱스
전체 본문 = references/full.md (약 7,000줄 — 전체 통독 ❌). 이 SKILL.md 는 내용을 복제하지 않는 얇은 인덱스다(이중 표현 stale 방지 — 2026-03 구 분할본이 flat 기준 파일과 갈라져 썩었던 회귀의 구조적 차단). 내용 수정은 항상 references/full.md 에만.
로드 방법 (/prompt 템플릿 로드 게이트)
grep -n "<앵커 문자열>" skills/prompt-engineering-guide/references/full.md
→ 해당 offset 부분 Read
섹션 맵 (grep 앵커 — 줄번호는 as-of 2026-07-29 참고값, 앵커 문자열이 기준)
| 목적 | grep 앵커 | 위치(참고) |
|---|---|---|
| 운영 원칙·용어 | ## 단일 스킬 운영 원칙 / ## 용어 해설 | L16·L38 |
| Context Engineering | ## Context Engineering 원칙 적용 / ## Context Engineering 심층 통합 | L98·L1446 |
| 전문가 프라이밍 | ## Expert Domain Priming | L124 |
| 모델별 전략 (GPT-5.2/Codex/5.5·Claude 4.5·Gemini 3·Veo) | ## 모델별 프롬프트 전략 | L151~ |
| 목적별 블록·상세도 | ## 목적별 추가 블록 / ## 상세도별 출력 지침 | L1352·L1406 |
| 개선 워크플로우·품질 | ## 프롬프트 개선 워크플로우 / ## 품질 체크리스트 | L1509·L1656 |
| 에이전틱 패턴 | ## 에이전틱 워크플로우 패턴 | L1711 |
| 중간 구조화(스토리보드·개요) | ## 중간 구조화 워크플로우 | L1813 |
| 팩트체크 베이스 템플릿 | LoopFactChecker / QuickFactCheck | L5262·L5414 |
| 리서치 베이스 템플릿 | StructuredResearch_v1.0 | L5445 |
| 통합 부록(이전 분리 스킬 병합본) | ## 통합 부록 | L1947~ |
관련 스킬
- 이미지 = ../image-prompt-guide/ (공냥 킷 v4 원본)
- 모델별 상세 = ../claude-fable-5-prompt-strategies.md · ../gpt-5.6-prompt-enhancement/ · ../gemini-3.1-prompt-strategies/
- 전문가 DB = ../expert-domain-priming/ · 리서치 = ../research-prompt-guide/
프롬프트 생성 다양성 가이드
Version: 1.1.1 Created: 2026-01-08 | Updated: 2026-11-18 — GPT 디폴트 표기 갱신(GPT-6.2 Sol). 이전: 2026-09-27 디폴트 표기 갱신(GPT-6 Sol · Claude Opus 5.5). 그 전: 2026-07-21 모델 라인업 현행화 (GPT-5.6 Sol · Claude Opus 4.8/Fable 5 · Gemini 3.1) Purpose: /auto-prompt 에이전트의 프롬프트 생성 다양성 향상
🆕 세대 안내: 본 가이드의 GPT XML 블록 표기(
output_verbosity_spec등)는 구 5.2/5.4 세대 스타일 — 사용자가 XML 스타일을 명시할 때만 적용. 현행 GPT 디폴트 = GPT-6.2 Sol(2026-11-17~ · 직전 디폴트 GPT-6 Sol · 그 전 GPT-5.6 Sol = Markdown lean outcome-first) — 규칙은skills/gpt-5.6-prompt-enhancement/references/full.md. Claude XML 블록은 Opus 4.8·Fable 5 기준(현행 Claude 디폴트 = Opus 5.5 →skills/claude-fable-5-prompt-strategies.mdPart 2.7).
이 가이드의 목표: 동일한 작업이라도 모델별/작업유형별/난이도별로 구조와 표현이 명확히 다른 프롬프트를 생성하는 방법 제공
See
references/techniques.mdfor Variation Decision Matrix, Advanced Patterns, Job Adaptability Guide, /auto-prompt Integration (Part 5) Seereferences/examples.mdfor complete before/after examples (교사/변호사/자영업자 3직업 × 4모델 × 3난이도)
Part 1: Universal Framework
1.1 4-Layer Prompt Architecture
모든 프롬프트는 다음 4단계 구조를 따릅니다:
Layer 1: Role (역할)
↓
Layer 2: Context (맥락)
↓
Layer 3: Task (작업)
↓
Layer 4: Output Format (출력 형식)
난이도별 적용:
- Difficulty 1-2: Layer 1 + Layer 3만 (역할 + 작업)
- Difficulty 3-5: 4 layers 모두 포함
- Difficulty 6-7: 4 layers + 모델별 특화 XML 블록
1.2 Progressive Complexity by Difficulty
| 난이도 | 형식 | 길이 | 구조 | XML 블록 |
|---|---|---|---|---|
| 1-2 | 자연어 | 1-3줄 | Role + Task | 없음 |
| 3-5 | Markdown | 5-15줄 | 4 layers + 섹션 구분 | 필수 1개 |
| 6-7 | XML | 20줄+ | 완전한 XML 템플릿 | 필수 2-3개 |
Part 3.3: Model Personality Mapping (핵심 선택 기준)
| 모델 | 성격 | 표현 스타일 | 강조점 |
|---|---|---|---|
| GPT-5.6 Sol | 결과 중심, lean | Markdown lean outcome-first, 열거 최소화 | 성공 기준 (Success Criteria) + Stop Rules |
| Claude (Opus 4.8 · Fable 5) | 명시적, 이유 중심 | 상세, 맥락 풍부 | 맥락 (Context) + 행동 (Action) |
| Gemini 3.1 | 구조 중심, 단계적 | 계층적, 순서 명확 | 제약 우선 (Constraints First) |
| Perplexity | 연구 중심, 출처 기반 | 검색 → 종합 | 워크플로우 (Workflow) + 출처 |
Part 4: Quality Validation
4.1 Differentiation Metrics
모델 간 차별화 검증:
✅ 동일 작업, 동일 난이도에서:
- 구조가 다른가? (섹션 순서, 블록 종류)
- 표현 스타일이 다른가? (간결 vs 상세)
- 강조점이 다른가? (제약 vs 맥락 vs 워크플로우)
- 특화 XML 블록이 포함되었는가?
작업 유형 반영 검증:
✅ 코딩 작업 → 범위 제약 블록?
✅ 글쓰기 작업 → 문서 구조/톤 명시?
✅ 분석 작업 → 판단 기준/불확실성 처리?
✅ 데이터 처리 → JSON 스키마/필드 설명?
4.2 Common Anti-Patterns to Avoid
❌ 실패 패턴:
1. 모든 프롬프트가 동일한 섹션 순서
→ GPT/Claude/Gemini/Perplexity 모두 "역할-작업-형식" 순서
2. 모델별 차이가 문구만 바뀌고 구조 동일
→ "당신은 교사입니다" vs "당신은 변호사입니다"만 다름
3. Gemini인데 Constraints가 중간이나 끝에
→ Gemini는 **반드시** Constraints First
4. Perplexity인데 검색/출처 요청 없음
→ 워크플로우 또는 "검색해주세요" 문구 필수
5. Claude인데 맥락 설명 없음
→ Claude는 "왜 중요한지" 설명 필요
6. GPT인데 Success Criteria/Stop Rules 없음 (난이도 3+)
→ 5.6 Sol Markdown 기준 필수. 구 XML 스타일 명시 요청 시엔 output_verbosity_spec
요약
핵심 원칙 3가지:
- 모델별 차별화: GPT/Claude/Gemini/Perplexity 각자의 구조적 특성 반영
- 작업 유형 기반: 직업과 무관하게 4가지 유형(코딩/글쓰기/분석/데이터)으로 분류
- 직업 적응성: 교사/변호사/자영업자 예시를 모든 직업군으로 변환 가능
이 가이드를 활용하면:
- ✅ 동일 주제라도 모델마다 구조가 달라짐
- ✅ 작업 유형에 맞는 XML 블록 자동 선택
- ✅ 새로운 직업군도 기존 패턴으로 즉시 대응 가능
/prompt — AI 프롬프트 생성기 (Codex port wrapper)
Codex 이미지 목적 선행 게이트
사용자 요청이 이미지·그림·사진·포스터·카드뉴스·인포그래픽·썸네일·이미지 편집 중 하나라면, 일반 절차보다 먼저 아래를 수행한다.
- 플러그인 내부
../image-prompt-guide/references/full.md를 처음부터 끝까지 읽는다. 파일이 있다는 사실이나 이 문서의 요약만으로 대체하지 않는다. - 이 경로에서는 플러그인 밖의
image-prompt·gongnyang-photo스킬을 호출하지 않는다. 내부 가이드만 기준 파일로 사용한다. (공냥 킷 원문은 플러그인 내부../image-prompt-kit/에 동봉 — 가이드 §K5 라우팅 표가 지시하는 그 파일들을 읽는 것은 우회가 아니다.) - 최종 산출은 가이드 §0 계약을 따른다 — gpt-image-2/Codex
$imagegen대상 = 공냥 킷 텍스트 프롬프트(포맷 A 라벨 6섹션 또는 포맷 B 화보 콤마형, 끝에AR x:y토큰만 · 배치 = jsonl 레코드). ChatGPT/Gemini 웹 UI 간이 경로만 legacy JSON 골격(purpose·hero·context·evidence·visual_re_description·constraints6키)을 쓴다. - 출력 직전 자가검사 — 킷 경로: ①포맷 A/B 구조 ②철칙 위반 0(네거티브 전면 긍정형·SD어휘 0·끝
AR) ③렌더 텍스트 시 Tier-1 결합 공식 1회 ④**타겟: <모델>1줄이 프롬프트 위에 있는가**(🏛️ 대원칙 §2 — 모델 자동 탐지 결과 명시) ⑤실존 전문가 시각 언어 앵커가 있는가(🏛️ 대원칙 §1 — 화보 포맷 B는Director signature:·Lens character:슬롯, 포맷 A는 Camera·Lighting·Color grading에 실존 사진가/디렉터 스타일을 결과 서술로) / 웹 UI 경로: 6키 전부. 미충족이면 출력하지 말고 내부 가이드를 다시 적용해 한 번 재생성한다.
🚨 산출 후 워크플로 — 이미지 경로 포함 전 목적 의무 (스킵 = 계약 위반)
프롬프트 코드블록을 출력한 다음, 반드시 아래 5가지 옵션 메뉴를 그대로 제시하고 사용자 선택을 기다린다. 이미지 선행 게이트를 탄 경우에도 이 단계는 면제되지 않는다(v3.2.1까지 이 문장이 약해 이미지 경로에서 메뉴가 누락되던 실증 — 2026-07-29 ChatGPT Works 재현). 유일한 면제 = --batch 인자 또는 AUTO 모드(봇 자율 흐름).
## 어떻게 하시겠습니까?
1️⃣ **바로 실행** - 해당 프롬프트로 작업 바로 실행
2️⃣ **자동 개선** - AI가 자동으로 프롬프트 강화 → 수정된 프롬프트 출력 (실행 ❌)
3️⃣ **직접 개선** - 제시되는 옵션 중 선택하여 수정 → 수정된 프롬프트 출력 (실행 ❌)
4️⃣ **기타** - 다른 요청 또는 질문
5️⃣ **에이전트 모드** - AI와 대화하며 프롬프트를 단계별로 완성 (최적의 결과물 도출)
💬 **선택하세요** (예: "1", "2", "3", "4", "5")
산출 검증기(리포 scripts/prompt-output-gate.mjs — --mode interactive --purpose image)가 이 계약(A1 5옵션·A2 전문가 앵커·A3 타겟 표기·A4 끝 AR)을 기계 판정한다.
그 밖의 요청은 이 스킬 디렉터리의 references/prompt-command.md를 읽고, 그 문서 전체를 프롬프트 생성 절차로 삼아 사용자의 요청($ARGUMENTS)을 처리한다. 이미지 요청도 위 선행 게이트를 통과한 뒤 필요한 공통 절차를 이 문서에서 보충한다.
- 모델별 전략 문서는 플러그인 루트
skills/아래에 있다 — flat:claude-fable-5-prompt-strategies.md/ 대형 가이드(P5 분할):skills/<이름>/references/full.md(gpt-5.6-prompt-enhancement·gemini-3.1-prompt-strategies·image-prompt-guide등 — 각 디렉터리의 SKILL.md 가 섹션 맵 인덱스).references/prompt-command.md가 지시하는 상대경로skills/...는 이 플러그인 루트 기준으로 해석한다. --batch인자가 있으면 질문 없이 바로 결과를 출력한다.
research-prompt-guide — 라우팅 인덱스
전체 본문 = references/full.md (약 650줄). 내용 수정은 full.md 에만. ⚠️ /prompt 팩트체크·리서치 게이트의 베이스 템플릿 기준 파일은 prompt-engineering-guide 쪽(LoopFactChecker·QuickFactCheck·StructuredResearch_v1.0 — ../prompt-engineering-guide/references/full.md). 본 파일은 워크플로·출력 형식 보조.
섹션 맵 (grep 앵커 — 줄번호는 as-of 2026-07-29 참고값)
| 목적 | grep 앵커 | 위치(참고) |
|---|---|---|
| 팩트체크 프롬프트 | ## 1. 팩트체크 프롬프트 | L18 |
| 일반 리서치 프롬프트 | ## 2. 일반 리서치 프롬프트 | L194 |
| 모델별 최적화 | ## 3. 모델별 최적화 | L386 |
| 전문가 3인 퇴고 | ## 4. 품질 관리: 전문가 3인 퇴고 | L497 |
| 출력 형식 가이드 | ## 5. 출력 형식 가이드 | L555 |
Commands 8
Auto Prompt 에이전트 실행 (v3.10.0)
K-AI 스테이션 양식에 호환되는 AI 프롬프트를 자동 생성합니다.
에이전트 정보
- 에이전트 파일:
.claude/agents/auto-prompt.md - 버전: v3.10.0
- 참조 스킬:
.claude/skills/xlsx.md(Excel 생성).claude/skills/gpt-5.6-prompt-enhancement/references/full.md(GPT 스타일 — 5.6 Sol 기본 + 5.5/5.4/5.2 legacy).claude/skills/claude-fable-5-prompt-strategies.md(Claude 스타일 — Fable 5·Opus 4.8·Sonnet 5, 구세대는skills/claude-4.7-prompt-strategies/references/full.md).claude/skills/gemini-3.1-prompt-strategies/references/full.md(Gemini 스타일).claude/skills/research-prompt-guide/references/full.md(Perplexity 검색 스타일)
Excel 출력 양식 (K-AI 스테이션)
| 열 | 헤더 | 설명 |
|---|---|---|
| A | 직업 번호 | 1~100 직업 번호 |
| B | 직업 | 직업명 (예: 교사) |
| C | 프롬프트 주제 | 간단한 제목 (중복 금지) |
| D | 프롬프트 설명 | 실제 프롬프트 내용 |
| E | ai model | GPT / Gemini / Claude / Perplexity |
| F | 난이도 | 1~7 숫자 |
| G | 출처 | 김재경 (고정) |
입력 양식
모델별 × 난이도별 개수 지정
GPT : 난이도 1~2 4개 / 난이도 3~5 4개 / 난이도 6 1개 / 난이도 7 1개
Gemini : 난이도 1~2 11개 / 난이도 3~5 7개 / 난이도 6 1개 / 난이도 7 1개
Claude : 난이도 1~2 4개 / 난이도 3~5 4개 / 난이도 6 1개 / 난이도 7 1개
Perplexity : 난이도 1~2 4개 / 난이도 3~5 4개 / 난이도 6 1개 / 난이도 7 1개
난이도별 프롬프트 형식
| 난이도 | 형식 | 설명 |
|---|---|---|
| 1~2 | 자연어 | 1~3줄의 간단한 지시 |
| 3~5 | 마크다운 | 5줄 이상, # 헤더 + 구조화 |
| 6~7 | XML | 20줄 이상, 태그 기반 구조 |
실행 워크플로우
Step 1: 직업군/직업 입력
사용자로부터 직업군과 직업을 입력받습니다.
Step 2: 모델별 개수 입력
위 입력 양식에 따라 모델별 × 난이도별 개수를 지정합니다.
Step 3: 프롬프트 생성
- 프롬프트 주제를 먼저 생성 (중복 방지)
- 난이도에 맞는 형식으로 프롬프트 설명 작성
- 모델별 특화 스타일 적용
Step 4: Excel 저장
파일명: {직업군}_{직업}_AI프롬프트_{YYYYMMDD}.xlsx
실행
에이전트 파일을 읽고 워크플로우를 따라 실행하세요.
Read: .claude/agents/auto-prompt.md
사용자의 추가 요청사항: $ARGUMENTS
/prompt-sync - 프롬프트 생성기 시스템 동기화 에이전트
프롬프트 생성기 시스템(prompt-engineering-skills/)을 SRC 구조 그대로 로컬·vault·배포 repo 에 동기화합니다.
Version: 5.1.0 | Updated: 2026-05-24 부모 Repo:
<your-vault-repo>배포 Repo:treylom/prompt-engineering-skills원칙 (v5.0.0~):프롬프트 스킬은 하나만 유지→ SRC 구조(분야별 분할 가이드 + SKILL.md 포함)를 그대로 미러. 2026-05-20 공개 repo 가 "분야별 분할"로 발전 → "분할 유지" 채택, "분리 스킬 제거" 단계 폐기. v5.1.0 (public-safe paths): 개인 경로 리터럴(/Users/<name>·/home/<name>·Windows user) 제거 →$HOME상대 + glob 감지로 일반화(공개 repo 노출 방지, Mac/WSL/일반 환경 모두 동작). 계승: 환경 자동 감지(Mac/WSL/일반) + 도달 불가 타깃 skip + macOS bash 3.2 호환. 🚨 안전:.claude/skills·.claude/commands는 다른 스킬·명령이 공존하는 공유 디렉터리 → 절대--delete❌ (additive만).--delete는 전용prompt-engineering-skills/미러 디렉터리·deploy clone 에만.
$ARGUMENTS
실제 저장소 구조 (환경 무관 — ROOT 상대, 분할 구조 그대로)
<ROOT>/ # 부모 repo (Mac/WSL/일반 자동 감지)
|-- prompt-engineering-skills/ # = SRC (분할 구조 그대로 미러)
| |-- commands/ , instructions/ , skills/ , examples/ , README.md , LICENSE
|-- .claude/commands/ (prompt 관련 명령만 additive)
|-- .claude/skills/ (prompt 관련 스킬만 additive — 다른 스킬 보존)
`-- AI_Second_Brain/050-Prompt-Engineering/prompt-engineering-skills/
- ROOT 감지: Mac →
$HOME/<your-vault>· WSL →$HOME/AI· 일반 → git repo root. - LIVE_VAULT 감지: Mac →
$HOME/Documents/Second_Brain/Second_Brain· WSL →/mnt/c/Users/*/Documents/Obsidian/Second_Brain(glob, user 하드코딩 회피) · 일반 → 없음(skip).
1-Shot Bash (cross-platform · public-safe paths · 분할 유지 · 공유 dir 보호)
set -uo pipefail
# --- 환경 자동 감지 (개인 경로 리터럴 없음: $HOME + glob) ---
if [[ "${OSTYPE:-}" == darwin* ]]; then
ROOT="$HOME/<your-vault>"
LIVE_VAULT="$HOME/Documents/Second_Brain/Second_Brain"
EXTRA_MIRRORS=()
elif grep -qi microsoft /proc/version 2>/dev/null || [ -d /mnt/c ]; then # WSL
ROOT="$HOME/AI"
LIVE_VAULT="$(ls -d /mnt/c/Users/*/Documents/Obsidian/Second_Brain 2>/dev/null | head -1)"
EXTRA_MIRRORS=()
[ -n "${LIVE_VAULT:-}" ] && EXTRA_MIRRORS+=("$LIVE_VAULT/prompt-engineering-skills/")
for od in /mnt/c/Users/*/OneDrive/Desktop/AI; do [ -d "$od" ] && EXTRA_MIRRORS+=("$od/prompt-engineering-skills/"); done
else # 일반 환경
ROOT="$(git rev-parse --show-toplevel 2>/dev/null || pwd)"
LIVE_VAULT=""
EXTRA_MIRRORS=()
fi
SRC="$ROOT/prompt-engineering-skills"
[ -d "$SRC" ] || { echo "[prompt-sync] SRC 없음: $SRC"; exit 1; }
echo "[prompt-sync] v5.1.0 ROOT=$ROOT LIVE_VAULT=${LIVE_VAULT:-<none>}"
# 1) 전체 미러 — 전용 prompt-engineering-skills 디렉터리만 --delete (부모 존재 가드)
MIRRORS=("$ROOT/AI_Second_Brain/050-Prompt-Engineering/prompt-engineering-skills/")
[ -n "${LIVE_VAULT:-}" ] && MIRRORS+=("$LIVE_VAULT/050-Prompt-Engineering/prompt-engineering-skills/") # vault 루트 상대 (AI_Second_Brain prefix ❌ — 2026-06-10 중첩미러 fix)
[ ${#EXTRA_MIRRORS[@]} -gt 0 ] && MIRRORS+=("${EXTRA_MIRRORS[@]}")
for T in "${MIRRORS[@]}"; do
if [ -d "$(dirname "$T")" ]; then
rsync -a --delete --exclude='.git/' --exclude='.gitmodules' "$SRC/" "$T" && echo "mirror→ $T"
else echo "skip(부모 미존재)→ $T"; fi
done
# 2) Claude Code 로컬 사본 — 공유 디렉터리이므로 ADDITIVE (--delete ❌, 다른 스킬/명령 보존)
mkdir -p "$ROOT/.claude/commands" "$ROOT/.claude/skills"
rsync -a "$SRC/commands/" "$ROOT/.claude/commands/"
rsync -a "$SRC/skills/" "$ROOT/.claude/skills/"
# (v5.0.0~: "이전 분리 스킬 제거" 단계 폐기 — 분할 유지)
# 3) GPTs/Gems instructions 보조 사본 (ROOT + 도달 가능 LIVE_VAULT)
mkdir -p "$ROOT/AI_Second_Brain/050-Prompt-Engineering"
cp "$SRC/instructions/GPTs-Prompt-Generator.md" "$ROOT/AI_Second_Brain/050-Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md"
cp "$SRC/instructions/Gems-Prompt-Generator.md" "$ROOT/AI_Second_Brain/050-Prompt-Engineering/Gems-Prompt-Generator-Instructions.md"
if [ -n "${LIVE_VAULT:-}" ] && [ -d "$LIVE_VAULT" ]; then
for sub in "AI_Second_Brain/050-Prompt-Engineering" "Library/Prompt-Engineering"; do
[ -d "$LIVE_VAULT/$(dirname "$sub")" ] || continue
mkdir -p "$LIVE_VAULT/$sub"
cp "$SRC/instructions/GPTs-Prompt-Generator.md" "$LIVE_VAULT/$sub/GPTs-Prompt-Generator-Instructions.md"
cp "$SRC/instructions/Gems-Prompt-Generator.md" "$LIVE_VAULT/$sub/Gems-Prompt-Generator-Instructions.md"
done
fi
# 4) 배포 repo 미러 (stage only — commit/push 는 공개레포라 diff 확인 + 시크릿/경로 검사 후 사용자 go)
DEPLOY=/tmp/pes-deploy/prompt-engineering-skills
if [ ! -d "$DEPLOY/.git" ]; then mkdir -p /tmp/pes-deploy; git clone https://github.com/treylom/prompt-engineering-skills.git "$DEPLOY"; fi
( cd "$DEPLOY" && git fetch -q origin master && git checkout -q master && git reset -q --hard origin/master )
rsync -a --delete --exclude='.git/' --exclude='.gitmodules' "$SRC/" "$DEPLOY/"
echo "[prompt-sync] deploy staged: $DEPLOY — git status/diff 확인 + 개인경로·시크릿 검사 후 commit/push (자동 push ❌)"
검증 (위 1-Shot 과 같은 셸)
echo "SRC skills/:"; ls -1 "$SRC/skills"
node -e "const fs=require('fs');const c=fs.readFileSync('$SRC/instructions/GPTs-Prompt-Generator.md','utf8');console.log('GPTs',c.length,c.length<=8000)"
git -C "$ROOT" status --short -- prompt-engineering-skills .claude/commands .claude/skills AI_Second_Brain/050-Prompt-Engineering
# 공개 push 전 개인경로 누출 검사 (0건이어야):
grep -rnE "/Users/[a-z_]+|/home/[a-z_]+|/mnt/c/Users/[A-Za-z0-9]+" /tmp/pes-deploy/prompt-engineering-skills --include='*.md' 2>/dev/null | grep -v '/Users/<' | head
( cd /tmp/pes-deploy/prompt-engineering-skills 2>/dev/null && git status --short )
완료 기준
- 환경(Mac/WSL/일반) 자동 감지, 도달 불가 타깃 에러 없이 skip.
- 개인 경로 리터럴 0 (공개 repo 노출 방지 —
$HOME/glob 만 사용). - SRC 의 분할 구조가 미러·로컬에 그대로 반영(단일 강제 ❌).
.claude/skills·.claude/commands의 prompt 외 다른 스킬/명령 보존(additive).- 배포 repo push 전 diff + 개인경로 + 시크릿 검사 + 사용자 go(자동 push ❌).
- GPTs instructions 8000자 이하.
/prompt-update
tofu-at 자동 생성 커맨드. 3-Phase Prompt Engineering 통합 업데이트 Phase 1: KM (3소스 웹 리서치 → Obsidian 3-tier 저장) Phase 2: /prompt 리서치 (변경사항 목록 도출) Phase 3: /prompt-sync Mode A (8파일 수정 + 사본 동기화 + git push)
$ARGUMENTS
팀 설정
- team_id: prompt-eng.update.v1
- 설명: 프롬프트 엔지니어링 통합 업데이트 — 최신 AI 모델 문서 반영
- 팀원: 7명 (Lead + KM Workers 3 + Researcher 1 + Sync Executor 1 + DA 1)
- 모델 믹스: Lead: Opus 1M, Workers: Sonnet 5, DA: Sonnet 5
- 생성일: 2026-03-08
- Ralph: ON (최대 5회)
- DA: ON (Sonnet 5)
실행
Agent Office 대시보드가 자동으로 실행됩니다 (port 3747).
이 커맨드는 3-Phase 워크플로우를 Agent Teams로 실행합니다:
Phase 1 (병렬): 3명의 KM 워커가 각각 웹 리서치 후 Obsidian 3-tier 노트 생성
- KM-Source-A: OpenAI 최신 Prompt Guidance
- KM-Source-B: Anthropic Claude 최신 문서
- KM-Source-C: Google Gemini/NanoBanana 최신 문서
Phase 2 (순차): Prompt Researcher가 Phase 1 결과를 종합하여 변경사항 목록 도출
/prompt스킬 사용하여 각 소스별 프롬프트 전략 리서치
Phase 3 (순차): Prompt Sync Executor가 변경사항을 8개 파일에 적용
/prompt-syncMode A 실행 (GPTs + Gems + Skills + Obsidian).claude/사본 동기화 + Obsidian vault 동기화cd prompt-engineering-skills && git add . && git commit && git push origin master- Windows 클론 동기화: 수정 파일을
/mnt/c/.../prompt-engineering-skills/에 복사 → commit →git push origin master(treylom/prompt-engineering-skills)
Git Push 대상 (2개 리포)
| 리포 | 브랜치 | 방식 |
|---|---|---|
<your-vault-repo> | master | WSL 메인 리포에서 직접 push |
treylom/prompt-engineering-skills | master | Windows 클론(/mnt/c/.../prompt-engineering-skills/)에 파일 복사 → commit → push |
수정 대상 파일
| 파일 | 위치 (P5 분할 2026-07-29 — 대형 가이드 = 디렉터리형, 본문은 references/full.md) |
|---|---|
| claude-fable-5-prompt-strategies.md | prompt-engineering-skills/skills/ (flat 유지) |
| references/full.md | prompt-engineering-skills/skills/gpt-5.6-prompt-enhancement/ |
| references/full.md | prompt-engineering-skills/skills/gemini-3.1-prompt-strategies/ |
| references/full.md | prompt-engineering-skills/skills/prompt-engineering-guide/ |
| references/full.md | prompt-engineering-skills/skills/image-prompt-guide/ |
| prompt.md | prompt-engineering-skills/commands/ (cmp 쌍: skills/prompt/references/prompt-command.md 동시 패치) |
| GPTs-Prompt-Generator.md | prompt-engineering-skills/instructions/ |
| Gems-Prompt-Generator.md | prompt-engineering-skills/instructions/ |
본문 수정 =
references/full.md에만 (각 디렉터리 SKILL.md 는 섹션 맵 인덱스 — 내용 복제 ❌). GPTs/Gems 지식 재업로드는scripts/export-knowledge.sh번들로.
사본 동기화 대상
| 원본 | 사본 |
|---|---|
| prompt-engineering-skills/skills/*.md | .claude/skills/*.md |
| prompt-engineering-skills/commands/prompt.md | .claude/commands/prompt.md |
| prompt-engineering-skills/instructions/GPTs-*.md | Obsidian Prompt-Engineering/GPTs-*.md |
| prompt-engineering-skills/instructions/Gems-*.md | Obsidian Prompt-Engineering/Gems-*.md |
Skill("tofu-at", args: "scan prompt-engineering-skills/")
/prompt - AI 프롬프트 생성기
Version: 3.6.0 | Updated: 2026-11-18 — 🆕 v3.6.0: GPT 디폴트 = GPT-6.2 Sol(2026-11-17 출시 · 공식 가이드 «Using GPT-6.2» 대조, 접근 2026-11-18 — 머리 GPT 소스 줄·batch 1번째 토큰·모델별 필수 블록·GPT 라우팅 표·추천 모델 표·AskUserQuestion 모델 옵션 갱신 · GPT-6 Astra·Sol·Luna·GPT-5.6 Sol 은 지정하면 그대로 · GPT-6 Luna 는 6.2 판 없음). 이전: 🩹 v3.5.1: 가격 표기 5곳을 「8달러」 꼴로(명령 본문의 달러 기호+숫자는 호출 때 넘긴 인자의 그 번째 낱말로 바뀌어 깨짐 → Fable 5.2 소스 줄 4곳·Sora 2 Pro 표 1곳 고침 · 그 밖 내용 변동 없음). 🆕 v3.5.0: 어려운 추론·장기 에이전트 = Claude Fable 5.2(2026-11-09 출시 · 공식 문서 대조, 접근 2026-11-10 — Fable 5.2 소스 줄·추천 모델 표·Claude 라우팅 표·Fable 5.2 대상 생성 규칙·모델별 필수 블록·AskUserQuestion 모델 옵션 갱신 · Claude 디폴트는 그대로 Opus 5.5 · Fable 5.1 = 이전 세대). 이전: v3.4.0: Claude 디폴트 = Opus 5.5 · GPT 디폴트 = GPT-6 Sol(2026-09-22 출시 · 공식 문서 대조, 접근 2026-09-27 — 머리 소스 줄·Claude/GPT 라우팅 표·batch 1번째 토큰·모델별 필수 블록·AskUserQuestion 모델 옵션 갱신). 이전: v3.3.2: 사용자 대면 문안 4건 치환(Gem 분할 모듈 changelog 3·업로드 번들 image-prompt-guide 1 — 사용자에게 보이는 면 기준 재분류). v3.3.1: /deep-research→/searchflow 명칭 정합 3줄 + prompt-sync MCP 도구명 정정. 지난 판 변경 이력 = 아래
## Metadata. Model Rankings: LMArena Leaderboard (2026년 3월 기준) 이미지 프롬프트 소스 (원본 킷): 공냥 프롬프트 킷 v4 — gongnyang/gongnyang-prompt-kit (MIT, 원문 vendorskills/image-prompt-kit/· 계약 전사skills/image-prompt-guide/references/full.md§0·§K). 보조: [[OpenAI-gpt-image-2-Prompting-Guide-2026-04]] (쿡북) + [[EvoLinkAI-awesome-gpt-image-2-prompts-2026-04]] (커뮤니티 — 충돌 시 킷 우선) Opus 5.5 공식 소스 (현행 디폴트, 2026-09-22 출시 ·claude-opus-5-5): Prompting Claude Opus 5.5 + What's new in Claude Opus 5.5 + Migrating to Claude Opus 5.5 (접근 2026-09-27) — effort 기본medium(Opus 5 =high) → 명시·재측정 · Fable 5.1 과 같이 thinking 항상 켜짐(끄기 불가)·강제tool_choice불가 · 1M context. 선택 기준 원문: "If you're unsure which model to use, start with Claude Opus 5.5 for most workloads." (Models overview) · 어려운 추론·장기 에이전트 자리는 2026-11-09 부터 Fable 5.2(아래 줄). 상세:skills/claude-fable-5-prompt-strategies.mdPart 2.7 Fable 5.2 공식 소스 (어려운 추론·장기 에이전트, 2026-11-09 출시 ·claude-fable-5-2): Prompting Claude Fable 5.2 + What's new in Claude Fable 5.2 + Models overview (접근 2026-11-10) — 쓰는 때 원문: "for demanding reasoning and long-horizon agentic work, or when your evals on Claude Opus 5.5 at higher effort still fall short." · effort 기본high("Start athigh, the default on the Claude API.") · 가격 입력/출력 100만 토큰당 8달러 / 40달러(Fable 5.1 = 10달러 / 50달러) · thinking 항상 켜짐·강제tool_choice불가 · 1M context. 상세:skills/claude-fable-5-prompt-strategies.mdPart 2.8 Fable 5.1 공식 소스 (이전 세대 — 사용자가 지정하면 그대로): Prompting Claude Fable 5.1 — 상세:skills/claude-fable-5-prompt-strategies.mdPart 2.6 Opus 5 공식 소스 (직전 디폴트): Prompting Claude Opus 5 + What's new in Opus 5 — thinking 기본 ON ·disabled+effortxhigh|max=400 · web fetch·Priority Tier 미지원(그 경우 4.8 명시) Opus 4.8 / Fable 5 공식 소스 (구세대 first-class): Prompting Claude Opus 4.8 + Prompting Claude Fable 5 — Claude 디폴트 = Opus 5.5 (2026-09-27 반영 · 직전 디폴트 Opus 5 = 2026-07-28~). 상세:skills/claude-fable-5-prompt-strategies.mdPart 2.7 (Opus 5 = Part 2.5) Opus 4.7 / 4.6 공식 소스 (구세대 first-class): platform.claude.com/docs — Claude 4 best practices + Adaptive thinking + Migrating to Claude 4 — 사용자 명시 시 4.7/4.6 코드 패턴 적용 GPT 공식 가이드 (디폴트 = GPT-6.2 Sol, 2026-11-17 출시 ·gpt-6.2-sol): Using GPT-6.2 (접근 2026-11-18) — GPT-6.2 Astra·Sol 을 한 페이지에서 다룸(GPT-6.2 Sol 전용 프롬프트 가이드 = 확인 범위 내 미발견). 용도 원문: GPT-6.2 Astra "for the most demanding tasks" · GPT-6.2 Sol "for complex work at lower cost". 예시 프롬프트 범위 원문: "The examples address behaviors we’ve seen when working with GPT-6.2 Astra and Sol." · effort 원문: "Start withmediumfor a new integration." · 대화 중간에 앞쪽 기록(지시문·도구 호출)을 고치면 API 가 reasoning items 를 버림 · 가격(출시 공지, 100만 토큰당 입력 / 출력) GPT-6.2 Astra 8달러 / 40달러 · GPT-6.2 Sol 2달러 / 10달러. 상세:skills/gpt-5.6-prompt-enhancement/references/full.md«GPT-6.2 Astra · Sol» 절 GPT-6 공식 가이드 (직전 디폴트 = GPT-6 Sol, 2026-09-22 출시 ·gpt-6-sol— 지정하면 그대로): Using GPT-6 (접근 2026-09-27 · 같은 주소가 지금은 «Using GPT-6.2») — GPT-6 패밀리 가이드 1페이지(GPT-6 Sol·GPT-6 Luna 전용 프롬프트 가이드 = 확인 범위 내 미발견). 용도 원문: "Use gpt-6-astra for our highest level of capability, gpt-6-sol for strong reasoning on demanding tasks, or gpt-6-luna for efficient, repeatable work at scale." 가이드의 예시 프롬프트 = GPT-6 Astra 관찰 기반 출발점 · GPT-6 Sol/Luna 는 자기 워크로드로 평가. 상세:skills/gpt-5.6-prompt-enhancement/references/full.md«GPT-6 Sol · Luna» 절 (GPT-6 Astra = 같은 파일 «GPT-6 Astra» 절) GPT-5.6 공식 가이드 (그 전 디폴트 = GPT-5.6 Sol, 2026-07): Prompting guidance for GPT-5.6 — lean outcome-first. 상세:skills/gpt-5.6-prompt-enhancement/references/full.md. 5.5 outcome-first(6섹션)·5.4 XML 12블록 stack은 legacy — 모델별 라우팅 적용.
🔗 이중 관리 쌍 (바이트 동일) — 기준 파일 =
commands/prompt.md· 사본 =skills/prompt/references/prompt-command.md. 두 파일은 바이트까지 같아야 합니다. 한쪽만 고치지 마세요 — 동시 패치 후cmp commands/prompt.md skills/prompt/references/prompt-command.md가 exit 0 이어야 커밋합니다. ⚠️ 이 선언문 자체도 양쪽에 동일 문구로 둡니다 — 파일마다 "내가 기준 파일/사본"이라고 다르게 쓰면 그 줄 때문에cmp가 영구히 깨집니다. T3 융화 원칙 3 (2026-07-28 확정) — ① 공식이 빼라는 검증 행동 지시는 빼되, 그 요구는 「출력 형식 계약」(답에 채워질 칸 목록) 으로 옮겨 공존한다 ② 칸 목록은 전 모델 동일, 모델별로 다른 것은 얹는 문구·길이·위치뿐 ③ 이중 관리 쌍은 유지하되 기준 파일/사본을 명시하고 동시 패치 +cmp exit 0으로 관리한다. 상세 =skills/claude-fable-5-prompt-strategies.mdPart 2.5.2. OFC 산출 게이트 (재현 검증 시 2항) — ① 긍정형 자기 산출 재검증 지시 0 ② OFC 필수 칸 전부 충족(핵심 산출·근거·한계·판정 + 목적별 확장). 두 항 모두 통과해야 산출 GREEN. ⚠️ ①은 리터럴 계수로 판정하지 않는다 — 3축으로 읽는다: ⓐ대상(외부 주장·자료 = 과업 절차 / 자기 답 = 제거 대상) ⓑ시점(판정 생성 전 = 절차 / 완성 뒤·응답 직전 = 자기검증) ⓒ극성(수행 요구 = 위반 / 금지문 = 준수). 예:Do not review your own answer는review리터럴 1히트지만 자기검증 금지문이라 위반이 아니다. 검증 어휘 grep 은 후보 추출용이고, 판정은 3축 확인 뒤에 한다.
AI 모델별로 최적화된 프롬프트를 생성합니다.
$ARGUMENTS
천천히, 최선을 다해 작업하세요.🎯 핵심 역할: 프롬프트 생성기
- 당신은 프롬프트를 생성하는 전문가입니다
- 이미지 생성 AI가 아닙니다
- 모든 요청에 대해 먼저 프롬프트를 생성하고 출력하세요
- "1번" 선택 전에는 절대 작업을 실행하지 마세요
⚠️ CRITICAL WORKFLOW (모든 단계 필수):
- 요청 수신
- [조건부] 중간 구조화 (동영상→스토리보드, 다중이미지→생성계획, 리서치→개요)
- 프롬프트 생성
- 프롬프트 코드블록 출력
- 5가지 옵션 반드시 제시
- 사용자 선택 대기
절대 금지:
- 프롬프트 출력 후 옵션 제시 없이 응답 종료 ❌
- 동영상 요청 시 스토리보드 생략 ❌
- 다중 이미지 요청 시 생성 계획 생략 ❌
⛔ CRITICAL RULES (최상단 배치)
이 커맨드는 "프롬프트 생성" 전용입니다.
🏛️ 대원칙 불변 조항 (2026-07-29 — 전 목적·전 모델·향후 어떤 이식/개편에도 불변)
모든 프롬프트 출력(텍스트·코딩·리서치·이미지·동영상·슬라이드·에이전트 — 예외 없음)에 다음 두 대원칙이 반드시 반영된다. 특정 형식 체계(공냥 킷 등)를 이식·교체해도 이 조항이 상위다:
- 전문가 프롬프팅: 실존 전문가를 직접 지명한다. 텍스트 계열 =
<role>"당신은 [전문가명]입니다" 정규 패턴(Step 4). 이미지 = 실존 전문가의 시각 언어 앵커(화보Director signature:·Lens character:슬롯, 포맷 A는 Camera·Lighting·Color grading에 그 전문가 스타일을 결과 서술로 — "전문가처럼" 빈 수사 ❌, 전문가는 지명·수사는 구체 어휘로 환원). 동영상 = 스토리보드·프롬프트에 실존 시네마토그래퍼/디렉터의 촬영·조명 어휘 앵커. - 모델별 라우팅 + 현재 모델 자동 탐지: 프롬프트 생성 전 타겟 모델을 먼저 판정(사용자 명시 > 현재 환경 자동 탐지 > 목적별 1순위 기본값)하고, 그 모델의 최적화 블록/형식으로 컴파일한다. 미지정 산출에는 "타겟: <모델>" 1줄을 명시한다. 한 형식을 다른 모델에 뭉뚱그려 적용 ❌(예: gpt-image-2 전용 규격을 Gemini-Image/Seedream에 강제 ❌).
절대 금지 사항 (Constraints)
| # | 우선순위 | 규칙 |
|---|---|---|
| 0 | CRITICAL | 프롬프트 출력 없이 작업 실행 금지 - 반드시 프롬프트 먼저 출력 |
| 1 | HIGH | 1번 선택 전 작업 실행 금지 |
| 2 | HIGH | 수정 시(2번/3번) 바로 실행 금지 → 프롬프트만 출력 |
| 3 | HIGH | 동영상 요청 시 스토리보드 생략 금지 |
| 4 | HIGH | 다중 이미지 요청 시 생성 계획 생략 금지 |
| 5 | HIGH | 리서치/글쓰기 요청 시 개요 생략 금지 |
| 6 | CRITICAL | 프롬프트 출력 후 5가지 옵션 없이 응답 종료 금지 |
실행 트리거 (ONLY THESE)
- "1번" 또는 "바로 실행" → 작업 실행
- "이 프롬프트로 만들어줘" → 작업 실행
- AUTO 모드(아래 🔁 절) — 봇 자율 작업 흐름에서 hook-강제 호출된 경우: 1회 자동 개선 후 사용자 대기 없이 바로 실행 (Constraints #1·#6 의 유일한 구조적 예외)
🚨 템플릿 로드 게이트 (v2.9.0 — 2026-07-05 사용자 피드백 반영 · 인터랙티브·batch 공통, 기존 batch 전용 지시의 전역 승격)
리서치/팩트체크 목적 감지 = 프롬프트 생성 전 첫 행동이 skills/prompt-engineering-guide/references/full.md 해당 섹션 Read다. 이미지 목적 감지 = 플러그인 내부 skills/image-prompt-guide/references/full.md 전체 Read가 첫 행동이다. 게이트를 건너뛰고 일반 XML이나 자유형 산문으로 자체 생성 = 형식 격하(회귀: batch 절에만 지시가 있어 인터랙티브 흐름에서 반복 스킵).
| 목적 | 로드할 섹션 (⚠️ 전체 통독 ❌ — 파일 257KB) | 방법 |
|---|---|---|
| 팩트체크 | IFCN 베이스 템플릿(LoopFactChecker / QuickFactCheck) | grep -n 으로 위치 확인 → 해당 offset 부분 Read |
| 리서치/조사 | StructuredResearch_v1.0 템플릿 | 동일 (grep → 부분 Read) |
| 이미지 | 플러그인 내부 skills/image-prompt-guide/references/full.md 전체 — 원본 = 공냥 킷 포맷 A/B 텍스트 프롬프트 + 끝 AR(§0·§K, 배치 = jsonl·검증 = skills/image-prompt-kit/scripts/check_prompt.mjs). JSON 골격(purpose/hero/…)은 웹 UI legacy(§L) | 내부 가이드 전체 Read |
📐 이 템플릿들은 「출력 형식 계약」입니다 — IFCN 단계·StructuredResearch 섹션·이미지 킷 포맷(A/B)은 모델에게 "검증하라" 는 행동 지시가 아니라, 답에 반드시 채워져 나와야 하는 칸 목록입니다. 그래서 Opus 5 의 「검증 지시 제거」 권고와 충돌하지 않고 그대로 유지됩니다(상세 = skills/claude-fable-5-prompt-strategies.md Part 2.5.2). 칸 목록은 전 모델 동일하고, 모델별로 다른 것은 얹는 문구·길이·위치뿐입니다.
자가진단(산출 직전): 생성한 프롬프트에 베이스 템플릿 구조(IFCN 단계 / StructuredResearch 섹션 / 이미지 킷 포맷 A/B + 끝 AR)가 실제로 들어있나? 없으면 게이트 스킵 → 로드 후 재생성. 로드 증거(Read 라인 범위)를 skill_provenance에 1줄 명기.
🔁 AUTO 모드 (봇 자율 흐름 hook-강제 호출 — v2.10.0)
트리거 (둘 중 하나):
$ARGUMENTS가--auto로 시작- 봇 세션의 자율 작업 흐름에서 hook 게이트(예: "기획·스펙 산출 = /prompt 선행"을 강제하는 훅/규칙)에 의해 호출된 경우 — 즉 사용자가 대화로 옵션을 고를 수 없거나 고르게 하는 것이 흐름 정체를 만드는 맥락
워크플로우 (원본 인터랙티브와 다름 — 1회 자동 개선 → 바로 실행):
1. 목적 감지 (Step 1 테이블 동일) + 템플릿 로드 게이트 동일 적용 (리서치/팩트체크/이미지 = guide 섹션 Read 먼저)
2. 프롬프트 생성 (모델별 필수 블록·CE U자 배치 동일)
3. 🔍 1회 자동 개선 (self-critique 1-pass — 정확히 1회, 반복 ❌):
a. 직교 축 누락 점검 — 목적별 확장 체크리스트 대비 빠진 축(시각 에셋·i18n·unlock·마이그레이션·검증 계약 등)
b. 모델 라우팅 정합 — 타겟 모델 필수 블록 존재 여부
c. 스코프 리터럴성 — explicit_scope가 열거형인가(암묵 일반화 의존 ❌)
→ 발견 결함을 반영한 개선본 1개 확정
3.5 🚨 산출 자가진단 (실행 직전 — 하나라도 No면 실행 금지, 2로 복귀. 2026-07-18 — 단계 스킵 회귀 방지):
□ 프롬프트 코드블록이 실제로 생성됐나? (요청 지시문 그대로 ≠ 생성된 프롬프트)
□ `<role>`에 실존 전문가가 "당신은 [전문가명]입니다" 정규 패턴으로 지명됐나? (이미지·동영상 = 실존 전문가 시각 언어 앵커[Director signature/Lens character/시네마토그래퍼 지명]로 충족 — 대원칙 불변 조항 §1)
□ 타겟 모델이 판정·명시됐나? (명시 > 자동 탐지 > 기본값 — 대원칙 불변 조항 §2)
□ 프롬프트 전문이 작업 기록(단일 원본)에 저장됐나(요약 1줄 ❌)?
※ 워크플로우 규격이 컨텍스트에 이미 있어도 단계를 건너뛰는 사례가 관측됨("알고 있음 ≠ 실행함") — 실행 직전 체크포인트로 못박는다. 하네스에 동등한 자동 검증(예: 커밋/턴 종료 훅)이 있다면 같은 3항목을 기계적으로 재확인하는 것이 이상적이다.
4. 개선본으로 바로 실행 — 5옵션 제시 ❌·사용자 선택 대기 ❌. **실행 형태 = 규모로 판단**: 작업이 다축 분해 가능(클래스/섹션/차원 fan-out + 종합 + 검증)하면 **Workflow 다중 에이전트**(병렬 fan-out→synthesis→adversarial verify)가 기본, 단일 서브에이전트 스폰은 분해 불가능한 소규모만. Codex 봇 등가물 = codex-spawn fleet 병렬.
5. 산출 기록: 생성 프롬프트를 작업 기준 파일(작업 로그 문서 등)에 저장 + "AUTO 모드 · 자동 개선 1회 적용" 1줄 명기
경계:
- 사용자가 직접
/prompt를 호출했거나 옵션 선택 의사를 밝힌 맥락 = 기존 인터랙티브(5옵션) 유지. AUTO는 봇 자율 흐름 전용. - 자동 개선은 정확 1회 — 2회+ 반복 다듬기 = 자가수렴 오버런 ❌.
- Constraints #0(프롬프트 먼저 출력/기록)은 AUTO에서도 유지 — 실행 전 프롬프트가 기준 파일에 존재해야 사후 추적 가능.
- 워커/프로그래밍 호출은 기존
--batch가 우선(출력만 필요할 때). AUTO는 "생성 후 즉시 실행까지" 필요한 오케스트레이션 맥락용.
🤖 BATCH 모드 (프로그래밍 호출 — 다른 명령·워커가 Skill("prompt","--batch") 로 부를 때)
$ARGUMENTS가 --batch로 시작하면 인터랙티브 흐름을 전부 우회하고 프롬프트만 직접 출력합니다.
트리거 패턴
/prompt --batch {모델} {상세도} {지시문}
Skill("prompt", "--batch Claude 상세 AI 에이전트 메모리 아키텍처 리서치")
Skill("prompt", "--batch GPT-5.2 상세 Chain-of-Verification 핵심 주장 검증")
Batch 파싱 규칙
| 위치 | 값 예시 | 설명 |
|---|---|---|
--batch | (필수 플래그) | 인터랙티브 우회 신호 |
| 1번째 토큰 | Claude / GPT-5.2 / GPT-5.4 / GPT-5.5 / GPT-5.6 / GPT-6.2-Sol / GPT-6.2-Astra / GPT-6.2 / GPT-6-Sol / GPT-6-Luna / GPT-6-Astra / GPT-6 / Gemini / gpt-image / Gemini-Image / Seedream | 타겟 모델 (모델별 최적화 블록 결정). Claude는 Opus 5.5 기본(effort 기본 medium → 명시; Fable 5.1 과 같이 thinking 항상 켜짐·disabled/budget_tokens=400·강제 tool_choice 불가 — skills/claude-fable-5-prompt-strategies.md Part 2.7; Fable 5.1/Opus 5/4.8/4.7/4.6/Fable 5는 명시 시), GPT 미지정·GPT-6.2-Sol·GPT-6.2(변형 미지정)은 GPT-6.2 Sol 기본(skills/gpt-5.6-prompt-enhancement/references/full.md «GPT-6.2 Astra · Sol» 절), GPT-6.2-Astra = 같은 절(가장 어려운 작업), GPT-6-Sol = 같은 파일 «GPT-6 Sol · Luna» 절(직전 디폴트), GPT-6-Luna = 같은 절(대량·반복·효율 · 6.2 판 없음), GPT-6-Astra·GPT-6(변형 미지정) = 같은 파일 «GPT-6 Astra» 절, GPT-5.6 = GPT-5.6 Sol(그 전 디폴트 — 같은 파일 5.6 본문, lean outcome-first), 5.5/5.4/5.2는 legacy 명시 시. 이미지 모델 지정 시 Step 5의 텍스트 모델 블록은 스킵하고 모델별 라우팅: gpt-image = skills/image-prompt-guide/references/full.md §0·§K 킷 계약(텍스트 프롬프트, 웹 UI만 JSON legacy) / Gemini-Image·Seedream = 킷 보편 원칙(구체 시각어·전면 긍정형·전문가 시각 언어)만 공유, gpt-image-2 전용 규격(사이즈락·티어 문자열·검증기)은 비적용 — 해당 모델 최적 자연어 서술. 미지정 = 현재 환경 자동 탐지(Step 1 🔀 절) |
| 2번째 토큰 | 간결 / 보통 / 상세 | 프롬프트 상세도 |
| 나머지 | 자유 텍스트 | 워커가 수행할 핵심 지시문 (목적 자동 감지) |
Batch 모드 워크플로우 (절대 인터랙티브 사용 금지)
1. $ARGUMENTS에서 --batch 플래그 제거
2. 모델 / 상세도 / 지시문 파싱
3. 지시문 → Step 1 목적 감지 테이블로 자동 라우팅
4. IF 목적 ∈ {팩트체크, 리서치/조사}:
→ skills/prompt-engineering-guide/references/full.md Read 로드 (Step 2 「리서치/팩트체크 템플릿 자동 로드」 절차)
→ IFCN 기반 베이스 템플릿(LoopFactChecker / QuickFactCheck / StructuredResearch_v1.0 등) 채택
→ 사용자 지시문/주제로 placeholder 치환
5. 모델별 필수 블록 적용:
- Claude → <default_to_action>, <use_parallel_tool_calls>
- GPT-6.2 Sol(디폴트) / GPT-6.2 Astra → `skills/gpt-5.6-prompt-enhancement/references/full.md` «GPT-6.2 Astra · Sol» 절 — 가이드 처방 블록(글쓰기 · 작업 완수 · 코딩 · 프런트엔드) 중 관찰된 문제에 맞는 것만 · 글을 읽을 독자에 따라 사용자 용어 따르기 / 바깥 독자 맞춤을 고름 · `reasoning.effort` 명시(`medium` 에서 시작, `none`·`minimal` 을 쓰던 곳은 `low`) · 도구 호출 = Responses API
- GPT-6 Sol(직전 디폴트, 명시 시) / GPT-6 Luna → 같은 파일 «GPT-6 Sol · Luna» 절 — 패밀리 가이드 예시 프롬프트 = GPT-6 Astra 관찰 기반 출발점(GPT-6 Sol/Luna 는 자기 워크로드로 평가) · 기본 길이 = `text.verbosity` · `reasoning.effort` 명시(기본 `medium`, `none` 지원)
- GPT-6 Astra(`GPT-6-Astra`·`GPT-6`) → 같은 파일 «GPT-6 Astra» 절
- GPT-5.6 Sol(그 전 디폴트, 명시 시) → Markdown lean: `# Success Criteria` / `# Stop Rules` / 불확실성 처리 지시 — 상세 `skills/gpt-5.6-prompt-enhancement/references/full.md`
- GPT-5.2/5.4(legacy 명시 시) → <output_verbosity_spec>, <web_search_rules>, <uncertainty_and_ambiguity>
- Gemini 3 → Constraints 최상단
- `gpt-image` / `Gemini-Image` / `Seedream` (이미지 전용) → 텍스트 모델 블록 스킵. 플러그인 내부 `skills/image-prompt-guide/references/full.md` 전체 Read 후 **모델별 라우팅**: `gpt-image`(gpt-image-2/`$imagegen`) = **킷 계약(§0·§K)** — 포맷 A(라벨 6섹션)/B(화보 콤마형) 텍스트 프롬프트 + 끝 `AR`(배치 = jsonl, 검증 = check_prompt.mjs), 웹 UI 간이 경로만 JSON 골격(§L) / `Gemini-Image`·`Seedream` = **킷 보편 원칙만 공유**(구체 시각어·전면 긍정형·수치·전문가 시각 언어 앵커) — gpt-image-2 전용 규격(사이즈락 6종·Tier-1 고정 문자열·`$imagegen` 규약·검증기 강제) 비적용, 해당 모델 최적 자연어 서술로. 미지정 = 현재 환경 자동 탐지(생성 연계 = gpt-image-2 기본, 산출에 "타겟: <모델>" 1줄). 플러그인 밖 `image-prompt`·`gongnyang-photo` 호출 금지(킷 원문은 내부 `skills/image-prompt-kit/`). 네거티브는 티어드 — 기본 전면 긍정형, 렌더 텍스트 있을 때만 Tier-1 결합 공식 1회(자유 네거티브 스택 ❌). 전문가 프롬프팅 = 실존 전문가 시각 언어 앵커(화보 `Director signature:`·`Lens character:` / 포맷 A Camera·Lighting·Color grading 결과 서술)
6. CE 체크리스트(U자형, Lost-in-Middle 방지) 적용
7. 프롬프트 코드블록 1개만 출력 → 응답 종료
Batch 모드 절대 금지
| # | 금지 행동 | 이유 |
|---|---|---|
| 1 | AskUserQuestion 호출 | 워커는 사용자가 아님 (응답할 주체 없음) |
| 2 | "어떻게 하시겠습니까?" 5가지 옵션 출력 | 워커가 "1번" 선택할 수 없음 |
| 3 | "🔍 요청 분석 중..." 진행 메시지 | 부모 컨텍스트 오염 |
| 4 | 메타 설명 / 부가 텍스트 | 호출자가 프롬프트만 필요 |
| 5 | 5가지 선택지 / Step 3 / Step 4 / Step 5 진입 | 인터랙티브 분기 차단 |
| 6 | 리서치/팩트체크인데 skills/prompt-engineering-guide/references/full.md 미로드 | 통합의 핵심 — 누락 시 일반 XML로 격하됨 |
Batch 출력 형식 (오직 이것만)
[프롬프트 코드블록 1개]
↑ 위/아래에 어떠한 설명, 헤더, 옵션, 안내도 추가 금지.
Batch 모드 — Agent Worker Triad 템플릿 라우팅
Batch 지시문에 다음 키워드 중 하나라도 포함되면, Codex Triad Mode 워커 템플릿을 적용합니다.
트리거 키워드: 워커, 3-Phase, three-phase, Codex 삼중, worker-triad, agent-worker
적용 내용: XML 프롬프트에 다음 블록을 필수 포함
<three_phase_structure>— PLAN → EXECUTE → VERIFY<codex_triad_decision_tree>— exec / rescue / review 분기<escalation_rules>— 실패→rescue, 회귀→review, 3연속 실패→blocker<state_recording>—.team-os/runtime/{TEAM_ID}/workers/{ROLE}.json+logs/{ROLE}.log<output_format>—{ role, final_phase_status, files_touched, summary, blockers? }JSON
권위 있는 템플릿 명세:
~/.claude/skills/tofu-at-spawn-templates/references/worker-templates.md#codex-triad-mode
Batch 호출 시 워커 템플릿이 자동 적용되며, /tofu-at 및 /tofu-at-codex의 STEP 7 스폰 로직이 이 규칙에 의존합니다.
🔍 명시적 요소 확장 규칙 (Explicit Element Expansion)
원칙: 사용자 입력이 간략해도, AI가 누락된 요소를 추론하여 명시적으로 상세하게 채웁니다.
확장 프로세스
- 사용자 입력 분석: 제공된 키워드/문장에서 핵심 의도 파악
- 누락 요소 식별: 아래 체크리스트 기준으로 빈 항목 확인
- 추론 및 확장: 문맥에 맞게 구체적인 값으로 채움
- 명시적 출력: 모든 요소를 프롬프트에 상세히 기술
목적별 확장 체크리스트
| 목적 | 필수 확장 요소 | 예시 (입력 → 확장) |
|---|---|---|
| 이미지 | 피사체, 표정, 동작, 배경, 조명, 색상, 구도, 분위기 | "밝은 모습" → "자연스러운 미소, 카메라 응시, 골든아워 조명, 부드러운 보케 배경" |
| 동영상 | 피사체, 동작(시작→진행→종료), 카메라워크, 오디오, 페이스 | "걷는 장면" → "좌→우로 걸음, 트래킹샷, 발소리+환경음" |
| 코딩 | 언어, 프레임워크, 아키텍처, 에러처리, 테스트 | "API" → "FastAPI, RESTful, try-except, pytest 포함" |
| 글쓰기 | 톤, 대상, 길이, 구조, 핵심메시지 | "블로그" → "친근한 톤, 개발자 대상, 1500자, 서론-3단락-결론" |
| 분석 | 범위, 기간, 비교대상, 평가기준, 출력형식 | "시장 분석" → "국내 SaaS, 2024-2025, 3사 비교, 표+차트" |
| 에이전트 | 역할, 도구, 권한, 제약, 출력형식 | "자동화해줘" → "데이터수집 에이전트, 웹검색+파일저장, 읽기전용, JSON 출력" |
확장 원칙
- 암묵적 → 명시적: "좋은 느낌"같은 모호한 표현을 구체적 속성으로 변환
- 단일 → 다중: 하나의 키워드를 여러 관련 요소로 분해
- 추상 → 구체: 개념적 설명을 실행 가능한 상세 사항으로 변환
🖼️ 이미지 전용: 추상→시각 변환 (Visual Re-description)
이미지 프롬프트에서 추상적 감성어는 모델의 좌표를 분산시켜 의도하지 않은 결과를 만든다. 반드시 구체적 시각 대비(before/after)로 재기술하여 어텐션을 집중시킨다. Ref: @specal1849 이미지 프롬프트 이론 — Visual Re-description 패턴
| 추상 표현 (❌ 금지) | 시각적 재기술 (✅ 사용) |
|---|---|
| "빠른 진정" | "붉고 거친 피부 vs 촉촉하고 편안해진 피부" |
| "프리미엄" | "매트한 다크톤 패키징, 부드러운 간접 조명, 고급 질감 클로즈업" |
| "신선함" | "이슬 맺힌 초록 잎, 물방울 클로즈업, 선명한 채도" |
| "편안함" | "부드러운 니트 질감, 따뜻한 간접조명, 눈높이 앵글" |
| "고급스러운" | "대리석 표면, 골드 액센트, 소프트 디퓨즈드 라이팅" |
| "자연스러운" | "무광 피부 질감, 창가 자연광, 생활 소품이 보이는 배경" |
적용 규칙: 이미지 프롬프트에 추상어가 있으면 자동으로 시각적 재기술을 적용합니다 — 킷 포맷 A에서는 Scene/Lighting/Color grading 섹션, 웹 UI legacy JSON에서는 mood/details 필드가 대상.
목적별 추천 모델 (LMArena 기준)
출처: LMArena Leaderboard 기준 사용자 투표 순위 + 2026-11-18 모델 라인업 반영 (Claude 디폴트 = Opus 5.5 · 어려운 추론·장기 에이전트 = Fable 5.2(2026-11-09 출시 · Fable 5.1 = 이전 세대) / GPT 디폴트 = GPT-6.2 Sol(2026-11-17 출시) · 최고 성능 = GPT-6.2 Astra · 대량·반복 = GPT-6 Luna(6.2 판 없음)). 신모델(2026-09-22 · 2026-11-09 · 2026-11-17 출시) 자리는 공식 문서의 용도 안내(Claude = «대부분 작업은 Opus 5.5 로 시작», 어려운 추론·장기 에이전트 = Fable 5.2 · GPT-6.2 Astra 가장 어려운 작업 / GPT-6.2 Sol 복잡한 작업을 낮은 비용으로 / GPT-6 Luna 대량·반복)를 이 표에 옮긴 편집 판단이며, LMArena 재측정 순위도 회사 간 공식 비교도 아닙니다. 직전 디폴트 = Claude Opus 5 · GPT-6 Sol.
| 목적 | 1순위 | 2순위 | 3순위 |
|---|---|---|---|
| 코딩/개발 | Claude Opus 5.5 (effort 명시) | GPT-6.2 Sol / GPT-5.5 Codex | Claude Opus 4.8 / 4.7 (기존 코드·구세대) |
| 수학/논리 | Claude Opus 5.5 | Gemini 3.1 Pro | GPT-6.2 Sol / Claude Opus 4.8 |
| 글쓰기/창작 | Gemini 3.1 Pro | Gemini 3 Pro | Claude Opus 5.5 / 4.8 |
| 종합/분석 | Claude Opus 5.5 | Gemini 3.1 Pro | GPT-6.2 Sol / Claude Opus 4.8 |
| 최고난도·미해결 문제 | Claude Fable 5.2 | GPT-6.2 Astra | Claude Opus 5.5 |
| 에이전틱 (1M context) | Claude Opus 5.5 (1M) | Claude Fable 5.2 (장기 에이전트) | GPT-6.2 Sol / GPT-5.5 Codex (Browser Use) |
| 비전/멀티모달 | Gemini 3 Pro | Gemini 3 Flash | GPT-5.1 |
| 이미지 생성 | gpt-image-2 (OpenAI, 2026-04) [⭐ NEW] | Gemini 3.1 Flash Image (NB2) | Gemini 3 Pro Image |
| 이미지 편집 | gpt-image-2 (ChatGPT) — identity/geometry/layout 보존 강점 | Gemini 3 Pro Image | Seedream 4.5 |
| Text-to-Video | Veo 3.1 | Sora 2 | Sora 2 Pro |
| Image-to-Video | Veo 3.1 | Wan 2.5 | Kling 2.6 Pro |
대량·반복·효율 작업 = GPT-6 Luna (공식: «efficient, repeatable work at scale» · 6.2 판 없음 — 필요하면 GPT-6.2 Sol 과 비용·품질 비교).
동영상 생성 모델 상세 (생성 길이 비교)
기본 길이 = 확장/스토리보드 기능 미사용 시 최대 길이 = 확장/스토리보드/Flow 사용 시
| 모델 | 기본 길이 | 최대 길이 | 해상도 | 비고 |
|---|---|---|---|---|
| Veo 3.1 | 4-8초 | 60초 (~148초) | 1080p | 네이티브 오디오, 7초씩 확장 가능 |
| Sora 2 | 10초 | 15초 | 720p | ChatGPT Plus 이상 |
| Sora 2 Pro | 20초 | 25초 | 1080p | ChatGPT Pro (200달러/월) |
| 목적 | 1순위 | 2순위 | 3순위 |
|---|---|---|---|
| 웹 검색/리서치 | Gemini 3 Pro Grounding | GPT-5.2 Search | GPT-5.1 Search |
| 팩트체크 | GPT-5.6 Thinking | Gemini 3 Pro Grounding | Perplexity Sonar Pro |
🖼 gpt-image-2 핵심 원칙 (v3.0.0 — 원본 = 공냥 킷 v4)
🚨 원본 = 공냥 프롬프트 킷 v4 (
skills/image-prompt-guide/references/full.md§0·§K + vendorskills/image-prompt-kit/) — 아래 쿡북 원칙은 보조이며 충돌 시 킷이 우선(특히 §10 네거티브·§4 제약 표기는 킷 티어드 규칙으로 대체됨). 출처(보조): OpenAI 공식 쿡북 + EvoLinkAI 커뮤니티 200+ 케이스 분석 ([[Image-Prompt-Guides-2026-04-MOC]]) 적용: 이미지 목적 감지 시(Step 1) 내부 가이드 전체 Read 후 킷 계약으로 컴파일
1. 구조 프레임워크 — "배경/장면 → 주체 → 디테일 → 제약"
이미지 프롬프트는 항상 이 순서로. 어텐션 모델은 앞단 정보로 뒤를 해석하므로 매체/목적/주 피사체를 앞에 배치.
2. 생성(Generate) vs 편집(Edit) 모드 분리
- 생성 모드 (text → image): 배경→주체→디테일→제약 4단계
- 편집 모드 (text + image → image): "change only X" + "keep everything else the same" 패턴 필수. 편집 반복마다 보존 리스트 재명시
3. 구체성 & 구체적 시각어 (Visual Re-description)
추상어 → 구체적 시각 증거로 재기술:
- ❌ "프리미엄" → ✅ "matte dark packaging, soft indirect lighting, subtle metallic foil accent"
- ❌ "시네마틱" → ✅ "35mm film grain, shallow DOF, warm color grading, golden hour rim light"
4. 제약: 변경 vs 보존
[Exclusions] no watermark, no extra text, no logos/trademarks
[Invariants] preserve identity/geometry/layout/brand elements
편집 시 매 반복마다 보존 리스트 반복 명시하여 drift 방지.
5. 이미지 내 텍스트
- 리터럴 텍스트 → 따옴표 또는 ALL CAPS
- 폰트/크기/색상/위치 명시
- 까다로운 단어는 letter-by-letter 철자 지시
- 텍스트 포함 시
quality="medium"이상 자동 상향
6. gpt-image-2 해상도 제약 (자동 검증)
- 최대 긴 변 < 3840px, 두 변 모두 16의 배수
- 종횡비 ≤ 3:1, 총 픽셀 655,360 ~ 8,294,400
- 추천 해상도: 1024×1536 (HD 세로), 1536×1024 (HD 가로), 1024×1024 (정사각), 2560×1440 (2K)
--ar 9:16,--ar 3:4등 플래그는 자동으로 16 배수 해상도로 변환
7. 품질 레버 자동 선택
| 설정 | 자동 선택 조건 |
|---|---|
low | 대량 생성(5+), 지연 민감, 드래프트, 프리뷰 |
medium | 기본값 |
high | 텍스트 포함, 밀집 인포그래픽, 클로즈업 초상, 정체성 민감 편집, > 2K 해상도 |
8. 포토리얼리즘 키워드
photorealistic,real photograph,taken on a real camera,professional photography- 필름 언어:
35mm film photography,film grain,natural color grading,unposed feel - 안티패턴: studio polish, staging 언어 금지 (candid/unposed 선호)
9. 반복적 개선 전략
- 긴 프롬프트 한 번보다 clean base + 단일 변경 follow-up 선호
- 예: "make lighting warmer" → "remove the extra tree" → "restore original background"
- 드리프트 발생 시 중요 디테일 재명시
10. 네거티브 = 티어드 (킷 v4로 대체 — 자유 네거티브 스택 폐기)
구 "네거티브 기본 스택(no plastic skin … 자동 내장)"은 폐기 — gpt-image-2는 장면 네거티브를 오히려 렌더한다(킷 철칙 2). 현행 규칙:
- Tier-0 (기본, 항상): all-positive — 부정문 0개. 빼려는 장면 요소는 긍정형 재서술(군중→"인물 한 명, 단독" / 잡티→"natural skin texture, visible pores").
- Tier-1 (렌더 텍스트 있을 때만): 화이트리스트 7종만, 결합 공식 1회 —
All text appears once, perfectly legible — no duplicate text, no extra words, no invented glyphs, no watermark. - Tier-2 (화보 레인, 명시 선언 시만): SAFETY_ASSERT+NEGATIVE_TAIL 페어 — 기준 파일
skills/image-prompt-kit/references/editorial-hwabo.md§3. Negative:라벨 섹션은 전 티어 금지.
상세 원칙:
skills/image-prompt-guide/references/full.md§K2 · 보조 유스케이스: [[OpenAI-gpt-image-2-Prompting-Guide-2026-04]] · [[EvoLinkAI-awesome-gpt-image-2-prompts-2026-04]] (충돌 시 킷 우선)
🧠 Claude Opus 4.8 / Fable 5 / 4.7 / 4.6 핵심 원칙 (v2.9.0 — 2026-07-05 공식 문서 재검증)
출처 (신): Prompting Claude Opus 4.8 + Prompting Claude Fable 5 — 상세:
skills/claude-fable-5-prompt-strategies.md출처 (구): Claude 4 best practices + Adaptive thinking + Migrating to Claude 4 적용: Claude 타겟 감지 시 자동으로 아래 블록을 프롬프트에 반영. 디폴트 = Opus 5.5. 구세대(4.7/4.6) first-class 유지 — 사용자 명시 시 해당 코드 패턴 사용 (마이그레이션 강요 금지).
🔀 Claude 모델 라우팅 (디폴트: Opus 5.5)
| 사용자 표현 | 적용 모델 | 코드 패턴 |
|---|---|---|
| Claude 모델 미지정 + 일반 작업 · "Opus 5.5", "claude-opus-5-5", "최신 Claude" | Opus 5.5 (디폴트) | Fable 5.1 과 같이 thinking 항상 켜짐(끄기 불가) — thinking: {"type": "disabled"}·budget_tokens = 400 · effort 기본 medium(Opus 5 = high) → 명시 + 여러 단계 재측정, 생각을 줄이려면 effort 먼저 · 「응답에 추론을 써라」·"think carefully"·"don't think" 류 지시 제거 · Fable 5.1 과 같이 강제 tool_choice(any/tool) 불가 → 프롬프트에 도구를 쓰는 조건 명시 · 1M context. skills/claude-fable-5-prompt-strategies.md Part 2.7 |
| "Fable 5.2", "claude-fable-5-2", "최신 Fable", "가장 어려운 추론·장기 에이전트" | Fable 5.2 | 어려운 추론·장기 에이전트 작업(2026-11-09 출시). thinking 끄기 불가·강제 tool_choice 불가 · effort 기본 high(명시 후 medium·xhigh 재측정) · 앞부분 검사가 모든 계정에 적용 → 대화 기록은 덧붙이기만, 프롬프트·도구 설명 변경은 새 대화부터 · 아래 「Fable 5.2 대상 프롬프트 생성 규칙」 적용. skills/claude-fable-5-prompt-strategies.md Part 2.8 |
| "Fable 5.1", "claude-fable-5-1" | Fable 5.1 (이전 세대) | 사용자가 지정하면 그대로 쓴다(옮기기를 강요하지 않음). thinking 끄기 불가·강제 tool_choice 불가·thinking 블록이 모델·대화에 묶임 · effort 기본 high. skills/claude-fable-5-prompt-strategies.md Part 2.6 |
| "Opus 5", "claude-opus-5" | Opus 5 (직전 디폴트) | thinking 기본 ON(필드 생략) + effort(low/medium 적극·xhigh 시 max_tokens 64k+) + 1M context. 검증·재확인 지시 제거(과검증) · 간결성 명시 · 서브에이전트 억제. skills/claude-fable-5-prompt-strategies.md Part 2.5 |
| web fetch 도구 · Priority Tier 필요 | Opus 4.8 명시 | Opus 5 미지원 — 해당 기능 쓰는 프롬프트는 4.8 로 분기 (Opus 5.5 지원 여부 = 이번 대조 문서에서 확인 범위 내 미발견) |
| "Opus 4.8", "claude-opus-4-8" | Opus 4.8 (구세대 first-class) | adaptive thinking 명시 필요 + effort(xhigh 코딩 기본) + 1M context. literal 해석·effort 엄수·코드리뷰 coverage 프롬프트 |
| "Fable 5", "claude-fable-5" | Fable 5 (구세대) | 사용자가 지정하면 그대로 쓴다. adaptive thinking 전용·summarized-only·extended thinking budget ❌ — 장기 자율 run·병렬 서브에이전트. 어려운 추론·장기 에이전트 작업은 위 Fable 5.2 행. skills/claude-fable-5-prompt-strategies.md |
| "Opus 4.7", "claude-opus-4-7" | Opus 4.7 | adaptive thinking + xhigh + task_budget |
| "Opus 4.6", "이전 Opus", "claude-opus-4-6" | Opus 4.6 | budget_tokens 사용 가능, temperature/top_p OK, prefill OK |
| 기존 4.6/4.7 프롬프트 마이그레이션 의뢰 | 현 모델 유지 + 회귀 매트릭스 안내 | 사용자 결정 후 전환 |
Opus 4.8 핵심 차이 (4.7 대비): 1M context 기본(MS Foundry 200k) · verbosity 자동 조정 · 더 literal한 해석 · 도구 사용 보수적(effort↑로 보정) · 서브에이전트 스폰 보수적(명시 가이드) · 진행 보고 자체 개선("N tool call마다 요약" 스캐폴딩 제거) · 코드리뷰 recall 함정(coverage/filter 분리 프롬프트). Fable 5 추가 차이: 지시 따르기 강화 → 장문 열거 프롬프트 다이어트, reasoning 재출력 지시 = refusal 위험.
🆕 Fable 5.2 대상 프롬프트 생성 규칙 (v3.5.0 — 공식 가이드 2026-11-10 대조)
출처: Prompting Claude Fable 5.2 (접근 2026-11-10) — 상세·원문 블록:
skills/claude-fable-5-prompt-strategies.mdPart 2.8 적용: 타겟이 Fable 5.2 일 때만. 시험 수치(비율·배수·퍼센트)는 Anthropic 자체 시험의 결과(시험마다 과제가 정해져 있음)이므로 사용자에게는 «출발점»으로 안내한다. Opus 5.5 · Fable 5.1 대상이면 각 모델 절(Part 2.7 · 2.6)을 따른다.
| # | 규칙 | 근거 원문 |
|---|---|---|
| 1 | 생각을 줄이라는 문장을 넣지 않는다 («Answer directly without deliberating» 류). 빠른 답이 필요하면 effort 를 낮추라고 안내한다 | "In Anthropic’s testing, such a line didn’t stop Claude Fable 5.2 from thinking at medium and above." |
| 2 | «treat that answer as done» 블록(Opus 5.5 채팅용 예시)은 모델이 이전 답을 다시 살피기를 원하는 프롬프트에 넣지 않는다 | high effort 시험: "the model also became far less likely to point out mistakes in its earlier answers." |
| 3 | 코드 주인 문장 — 코딩 에이전트 프롬프트에서, 모델이 일하면서 구조까지 다듬기를 원하면 넣는다: This codebase is yours: what it's for and how it's built are your call, and you'll keep building on it. 사용자가 최소 변경을 원하면 넣지 않는다. 넣을 때는 대가도 같이 알린다(작은 코딩 과제 시험: 출력 토큰 "about 1.5 times the output tokens" · 요청하지 않은 변경이 생길 수 있음 → "review the diff and not only the summary.") | "Leave the ownership sentence out where the user owns the code and wants it changed as little as possible." |
| 4 | 딱딱한 문체 규칙은 필요 없어진 것을 뺀다 — Fable 5.2 는 문체 규칙을 그대로 따르므로, «한 문장에 지시 하나, 20단어 이하» 같은 고정 상한이 있으면 글이 뚝뚝 끊길 수 있다. 아래 # Communicating clearly 블록의 문체 안내(짧은 문장·한 문장에 생각 하나)는 고정 상한이 아니라 방향을 잡아 주는 글이라 이 규칙에 들지 않는다(이 문서의 해석 — 가이드는 필요 없는 규칙을 뺀 다음 이 블록을 넣으라고 적는다) | "a hard limit such as “one instruction per sentence, in 20 words or fewer” can make its prose choppy." · "Remove the rules you no longer need" |
| 5 | 절대 금지(«never») 규칙에는 예외와 이유를 그 규칙 안에 쓴다 — 누가 승인하면 되는지까지 같은 문장에. «더 자유롭게 행동하라» 같은 일반 문장으로 풀지 않는다 | 모의 과제 시험(책임자가 승인한 단계): "When the rule itself said to get a go-ahead first, the model took the step in about nine tries in ten." · 모의 과제 시험(재시도를 «승인 불필요» 단계로 적은 줄과 비교): "a general instruction to act more freely changed nothing." |
| 6 | 승인 규칙은 대상 행동을 정확히 이름 붙인다 — «외부로 보내는 모든 것» 같은 넓은 말 대신 구체 행동 목록 | "name the exact actions they cover, because the model applies them as written." |
| 7 | 프롬프트 안에 토큰 예산을 기본으로 넣지 않는다 («이 작업에 N 토큰, 남은 양 M» 류). 하네스가 큰 예산을 프롬프트에 적어 넣고 있었다면 빼고 자기 작업으로 시험해 보라고 안내한다. API 의 task budgets(beta)는 별개 — 그 시험 범위 밖 | "removing a large budget lowered cost, with equivalent performance." (high·xhigh 코딩 과제 시험) |
| 8 | 서브에이전트 위임 — «위임하라»는 상시 줄은 넣기 전에 먼저 검토한다. 서브에이전트를 띄우는 도구의 설명을 쓸 때는 비용을 먼저 적는다(무엇이 더 드는지 → 언제 가치가 있는지 → 어떻게 지시를 줄지) | 짧은 과제 시험: "the model delegated about a third less often with the tested description than with one that mostly listed reasons to delegate. Task success was the same." |
| 9 | 적용 시점 안내 — 시스템 프롬프트·도구 설명을 바꾸는 결과물에는 «새 대화부터 적용»을 한 줄로 덧붙인다(진행 중인 대화에 넣으면 400 이 날 수 있음) | "Make these changes in new conversations only." |
선택 블록 2개 (원문 블록 = Part 2.8.4 · 2.8.10 — 그대로 옮기고 출처·접근일을 표기):
| 블록 | 넣는 때 | 알릴 것 |
|---|---|---|
# Finishing work | 장기·무인 에이전트 프롬프트 — 일이 남은 채 턴이 끝나는 문제가 있을 때(low·medium 에서 더 잦음) | 한 에이전트 코딩 제품의 기록을 medium effort 로 재생한 시험: "about half as many sessions ended with doable work left" · "Output tokens rose by about 30 percent." 모델이 덜 묻게 되므로 위험·불가역 행동의 확인 단계는 따로 둔다 |
# Communicating clearly | 최종 보고·인수인계를 쓰게 하는 프롬프트 | 에이전트 과제 시험: "this text made final reports less dense, with fewer semicolons." 필요 없어진 딱딱한 문체 규칙(#4)을 먼저 뺀 뒤에 넣는다 |
침묵 알림 문구 — 하네스가 붙이는 알림은 Fable 5.2 판 문구를 쓴다(Opus 5.5 판과 구두점이 다름): The user hasn't heard from you in a while: say in a few words what you're doing, then continue.
거절 대비 — Fable 5.2 의 거절 범주에는 frontier_llm 이 있고("the request could help with the development of competing AI models.") 대체 모델은 Opus 4.8 · Opus 5 다. 응답에 추론을 쓰라는 지시는 넣지 않는다.
4.6 → 4.7 전환 전 필수 회귀 체크: skills/prompt-engineering-guide/references/full.md Part 0.5 회귀 매트릭스 10개 항목 통과 후에만 전환.
1. Breaking Changes — 구 Opus 4.6 프롬프트가 400 에러를 내는 지점
| 항목 | Opus 4.6 (구) | Opus 4.7 (신) | 조치 |
|---|---|---|---|
| Extended thinking | thinking: {type: "enabled", budget_tokens: 16000} | thinking: {type: "adaptive"} 전용 | budget_tokens 삭제, adaptive 고정 |
| Sampling params | temperature, top_p, top_k | 비기본값 시 400 에러 | 완전 제거. 스케일링은 effort로만 |
| Prefill | messages: [..., {"role": "assistant", "content": "..."}] (마지막 턴) | 400 에러 | Structured Outputs / output_config.format / system 지시로 이전 |
| Thinking display | display: "summarized" (기본) | display: "omitted" (기본, 빈 thinking field) | 변경 없음, 단 파싱 코드는 빈 필드 허용 |
2. Effort 레버 — Opus 4.7의 핵심 지능 조절기
공식 인용 (best practices): "We expect effort to be more important for this model than for any prior Opus."
| Effort | 용도 | 권장 맥락 |
|---|---|---|
xhigh (NEW) | 코딩 에이전트, complex agentic, 장시간 자율 실행 | Opus 4.7 신규 — 가장 깊은 reasoning |
high | intelligence-sensitive 작업 (분석, 리서치) | 기본 권장 |
medium | cost-sensitive, 품질 일부 타협 가능 | 대량 처리 |
low | 단순 lookup, 저지연 | 저지능 작업 |
max | 최대 리소스 (vendor-defined) | 특수 케이스 |
코드 예시 (공식):
client.messages.create(
model="claude-opus-4-8", # 4.8 명시 시 (4.7 명시 시 claude-opus-4-7) · 디폴트 Opus 5.5 = Part 2.7
max_tokens=64000,
thinking={"type": "adaptive"},
output_config={"effort": "xhigh"},
messages=[{"role": "user", "content": "..."}],
)
3. 리터럴 해석 대응 — Explicit Scope 필수
공식 인용: "Claude Opus 4.7 interprets prompts more literally and explicitly than Claude Opus 4.6, particularly at lower effort levels. It will not silently generalize an instruction from one item to another."
- ❌ "Apply this formatting to the first section" → 첫 섹션에만 적용됨
- ✅ "Apply this formatting to every section, not just the first one."
복잡 추론이 필요하면 낮은 effort에서도 명시적 유도:
This task involves multi-step reasoning. Think carefully through the problem before responding.
4. XML 구조화 + Long-context 배치 전략
공식 인용: "Queries at the end can improve response quality by up to 30% in tests, especially with complex, multi-document inputs."
<documents>
<document index="1">
<source>report.pdf</source>
<document_content>{{CONTENT}}</document_content>
</document>
</documents>
[여기에 질의/지시 — 문서 아래에 배치]
Few-shot: <example> / <examples> 태그 (3-5개 권장).
5. Parallel Tool Call 명시 유도
Opus 4.7은 4.6보다 tool use를 보수적으로 사용(reasoning 선호). 병렬 호출 필요 시 시스템 프롬프트 필수:
<use_parallel_tool_calls>
If you intend to call multiple tools and there are no dependencies between the tool calls, make all of the independent tool calls in parallel. Prioritize calling tools simultaneously whenever the actions can be done in parallel rather than sequentially. For example, when reading 3 files, run 3 tool calls in parallel to read all 3 files into context at the same time. Maximize use of parallel tool calls where possible to increase speed and efficiency. However, if some tool calls depend on previous calls to inform dependent values like the parameters, do NOT call these tools in parallel and instead call them sequentially. Never use placeholders or guess missing parameters in tool calls.
</use_parallel_tool_calls>
Tool use 빈도를 더 늘리려면 effort를 high 또는 xhigh로 상향.
6. Thinking 빈도 제어 (Over/Under-thinking)
줄이기 (latency 민감):
Thinking adds latency and should only be used when it will meaningfully improve answer quality — typically for problems that require multi-step reasoning. When in doubt, respond directly.
늘리기 (agentic 품질):
After receiving tool results, carefully reflect on their quality and determine optimal next steps before proceeding. Use your thinking to plan and iterate based on this new information, and then take the best next action.
7. 할루시네이션 방지 — Investigate Before Answer
<investigate_before_answering>
Never speculate about code you have not opened. If the user references a specific file, you MUST read the file before answering. Make sure to investigate and read relevant files BEFORE answering questions about the codebase. Never make any claims about code before investigating unless you are certain of the correct answer — give grounded and hallucination-free answers.
</investigate_before_answering>
8. Prefill 마이그레이션 패턴
| 구 prefill 용도 | 신 대안 |
|---|---|
포맷 강제 ({"start": 로 시작) | Structured Outputs 또는 output_config.format |
| "Here is the summary:\n" preamble 제거 | system: "Respond directly without preamble. Do not start with phrases like 'Here is...'" |
| 거절 우회 | user message 명확화 (4.7은 거절 판정이 크게 개선) |
| 연속 완성 | user 턴으로 이동: "Your previous response ended with [text]. Continue." |
9. task_budget (beta) — 에이전트 토큰 예산 인지
max_tokens와는 별개로, 에이전트가 전체 루프 예산을 인지해 페이스 조절:
output_config = {
"effort": "xhigh",
"task_budget": {"type": "tokens", "total": 128000}, # 최소 20k
}
공식 인용: "A task budget is not a hard cap; it's a suggestion that the model is aware of."
장시간 에이전트에서 자동 compaction + 조기 종료 방지:
Your context window will be automatically compacted as it approaches its limit, allowing you to continue working indefinitely from where you left off. Therefore, do not stop tasks early due to token budget concerns.
10. 이미지 입력 가이드 (4.7 신규)
- 최대 해상도: 2576px / 3.75MP (4.6 대비 3배)
- Full-res 이미지 = 최대 4,784 tokens (4.6 ~1,600)
- cost-sensitive 작업은 downsample 권장
🚀 GPT-5.5 Outcome-First 핵심 (v2.6.0 — 2026-04-30)
🆕 GPT 기본 모델 = GPT-6.2 Sol (2026-11-17 출시): 최신 규칙은
skills/gpt-5.6-prompt-enhancement/references/full.md«GPT-6.2 Astra · Sol» 절 참조. 직전 디폴트 GPT-6 Sol(2026-09-22) = 같은 파일 «GPT-6 Sol · Luna» 절 · 그 전 디폴트 GPT-5.6 Sol(2026-07, lean outcome-first) = 같은 파일 5.6 본문. 아래 5.5 내용은 legacy 계보 보존. 공식 가이드: GPT-5.5 Prompt Guidance (2026-04 발표) 핵심: 5.4의 process-heavy XML 12블록 stack 대신 outcome-first markdown 6섹션 권장. 상세 스킬:skills/prompt-engineering-guide/references/full.md(블록 정의, 마이그레이션, anti-patterns)
사용 가능 경로
| 경로 | 모델 ID | 비고 |
|---|---|---|
| ChatGPT (Plus/Pro/Business/Enterprise) | (자동 라우팅) | 즉시 사용 가능 |
| Codex CLI | codex --model gpt-5.5 | Browser Use + Auto-approval Review |
| API | gpt-5.5 (2026-04 발표) | reasoning.effort + text.verbosity + phase |
GPT-5.5 권장 프롬프트 구조 (Markdown)
Role: [1-2 문장. 기능 + 컨텍스트]
# Personality
[톤·태도. 짧게]
# Goal
[사용자 산출물 1-2문장]
# Success Criteria
- [최종 답 전 충족할 조건]
# Constraints
- [정책·증거·부작용 한계]
# Output
[형식·길이. plain Markdown 디폴트]
# Stop Rules
- [도구 루프·재시도·중단 조건]
- "Can I answer the core request now with useful evidence?" 자가점검
GPT-5.4 대비 핵심 변화
| 항목 | GPT-5.4 | GPT-5.5 |
|---|---|---|
| 기본 구조 | XML 12블록 stack | Markdown 6섹션 (outcome-first) |
| 절차 지시 | step-by-step 명시 | destination + success criteria 우선 |
| 절대 규칙 | ALWAYS / NEVER 활용 | judgment 영역에선 자제 |
| Reasoning effort | 기본 medium~high | low/medium 우선, 부족할 때만 escalate |
| Retrieval | 적극 권장 | budget 정의 (빈도 줄임) |
| Output 형식 | 구조화 디폴트 | plain paragraph 디폴트 |
Anti-Patterns (GPT-5.5에서 회피)
- ❌ GPT-5.4 XML stack을 그대로 GPT-5.5에 이전
- ❌ judgment 영역에 ALWAYS / NEVER 절대 규칙 사용
- ❌ outcome 명확한데 step sequence 강요
- ❌ 탐색 전 multi-step plan 강제
- ❌ retrieval로 wording 다듬기
- ❌ 구조화 포맷 디폴트 (plain text가 더 명확할 때 많음)
- ❌ Codex CLI에 preamble 요구 (조기 종료 유발)
Codex CLI 전용 팁 (--model gpt-5.5)
- Outcome-first + 짧은 success criteria —
EXACTLY and ONLY같은 절대 명령은 정말 필요할 때만 - Browser Use 시 명시: "Use the browser tool to click X, verify Y visually, then continue."
- Auto-approval: 승인 프롬프트가 예상되는 위험 작업은 명시적 승인 게이트 문구 포함
모델 라우팅 규칙 (이 스킬 내부)
| 사용자 명시 | 적용 enhancement |
|---|---|
GPT-6.2 Sol / gpt-6.2-sol / GPT-6.2(변형 미지정) / GPT 모델 미지정 | skills/gpt-5.6-prompt-enhancement/references/full.md «GPT-6.2 Astra · Sol» 절 (디폴트, 2026-11-17 출시) — "for complex work at lower cost" · reasoning.effort medium 에서 시작 · 가이드 예시 = Astra·Sol 에서 본 성향 기반 출발점 · 독자에 따라 글쓰기 처방을 고름 |
GPT-6.2 Astra / gpt-6.2-astra | skills/gpt-5.6-prompt-enhancement/references/full.md «GPT-6.2 Astra · Sol» 절 (가장 어려운 작업 — "for the most demanding tasks") |
GPT-6 Sol / gpt-6-sol | skills/gpt-5.6-prompt-enhancement/references/full.md «GPT-6 Sol · Luna» 절 (직전 디폴트, 2026-09-22 출시 — 지정하면 그대로) — reasoning.effort 기본 medium(none 지원) · 가이드 예시 프롬프트 = GPT-6 Astra 관찰 기반 출발점, GPT-6 Sol 은 자기 워크로드로 평가 |
GPT-6 Luna / gpt-6-luna | skills/gpt-5.6-prompt-enhancement/references/full.md «GPT-6 Sol · Luna» 절 (대량·반복·효율 작업 — "efficient, repeatable work at scale") |
GPT-6 Astra / gpt-6-astra / GPT-6(변형 미지정) | skills/gpt-5.6-prompt-enhancement/references/full.md «GPT-6 Astra» 절 (직전 세대 최고 성능 — "our highest level of capability") |
GPT-5.6 Sol / GPT-5.6 / gpt-5.6 | skills/gpt-5.6-prompt-enhancement/references/full.md 5.6 본문 (lean outcome-first — 그 전 디폴트, 2026-07) |
GPT-5.5 또는 gpt-5.5 | skills/prompt-engineering-guide/references/full.md (outcome-first 6섹션 — legacy) |
GPT-5.4 / GPT-5.2 / GPT-5 | skills/prompt-engineering-guide/references/full.md 하단 "Legacy GPT-5.2/5.4 XML Stack" 섹션 |
legacy XML / 5.4 스타일 명시 | skills/prompt-engineering-guide/references/full.md 하단 Legacy 섹션 강제 |
Note: 2026-04-30 v2.7.0부터
gpt-5.4-prompt-enhancement.md별도 파일은 폐기되고 GPT 통합 파일(현skills/gpt-5.6-prompt-enhancement/references/full.md)에 outcome-first + legacy XML stack 모두 통합됨 (GPTs/Gems 첨부파일 10개 한도 대응).
호환성: 사용자가 "5.4 XML 스타일"을 GPT-5.5 모델에 적용해달라고 명시 요청하면 그대로 따름.
워크플로우
Step 1: 목적 감지 + 옵션 선택 (AskUserQuestion 활용)
$ARGUMENTS 처리 규칙:
$ARGUMENTS가 비어있거나 너무 짧으면 → 대화형 모드로 전환:💬 어떤 프롬프트를 생성할까요? 예: "이미지 생성", "코딩", "블로그 글 작성"$ARGUMENTS가 너무 길면 (200자 초과) → 핵심만 추출:📋 요청이 길어서 핵심만 추출했습니다: [핵심 요약]
목적 자동 감지 테이블:
| 키워드/패턴 | 자동 선택 목적 | 권장 출력 형식 | 필수 베이스 스킬 |
|---|---|---|---|
| 이미지, 그림, 사진, 그려줘 | 이미지생성 | 킷 텍스트 프롬프트 기본(gpt-image-2/$imagegen — 포맷 A/B·끝 AR. 웹 UI만 JSON) | 플러그인 내부 skills/image-prompt-guide/references/full.md 전체 Read |
| 영상, 동영상, 비디오, 클립 | 동영상생성 | JSON 구조 기본 | skills/prompt-engineering-guide/references/full.md |
| 코드, 코딩, 개발, 프로그램 | 코딩/개발 | XML | 모델별 전략 가이드 |
| 글, 작성, 블로그, 기사 | 글쓰기/창작 | Markdown + 자연어 | 모델별 전략 가이드 |
| 분석, 데이터, 통계, 비교 | 분석/리서치 | XML | skills/prompt-engineering-guide/references/full.md 필수 로드 |
| 에이전트, 자동화, 워크플로우 | 에이전트 | XML | 모델별 전략 가이드 |
| 팩트체크, 사실 확인, 검증, 교차검증, Chain-of-Verification | 팩트체크 | XML | skills/prompt-engineering-guide/references/full.md 필수 로드 |
| 조사, 리서치, 찾아줘, market research, 시장 조사, 경쟁사, 학술 | 리서치/조사 | XML | skills/prompt-engineering-guide/references/full.md 필수 로드 |
| 수학, 계산, 풀이, 증명 | 수학/논리 | Markdown + 자연어 | 모델별 전략 가이드 |
| 슬라이드, PPT, 발표, 프레젠테이션 | 슬라이드생성 | Markdown + JSON | skills/prompt-engineering-guide/references/full.md |
⚠️ CRITICAL: 팩트체크 / 리서치 / 분석 목적이 감지되면
skills/prompt-engineering-guide/references/full.md에서 grep 으로 템플릿 위치 확인 → 부분 Read 후 IFCN 기반 베이스 템플릿을 사용해야 합니다. 일반 XML로 생성 금지. 상세 절차는 Step 2 「리서치/팩트체크 템플릿 자동 로드」 참조.
🎨 이미지생성 = 플러그인 내부 가이드가 기준 파일: 이미지 목적이 감지되면
skills/image-prompt-guide/references/full.md를 처음부터 끝까지 읽고 그 계약으로 프롬프트를 컴파일한다. Codex 플러그인 경로에서는 외부image-prompt·gongnyang-photo스킬을 호출하지 않는다. 공냥이(@specal1849) 기반 출처 표기는 내부 가이드의source_credits를 따른다.
🔀 이미지 타겟 모델 자동 탐지 + 모델별 라우팅 (v3.0.1 — 대원칙, 킷 이식 후에도 불변): 프롬프트를 만들기 전에 어느 이미지 모델이 소비할지 먼저 판정한다.
- 자동 탐지(미지정 시): ① 생성 연계 맥락(Codex/Claude Code
$imagegen·gpt-image API 배치) = gpt-image-2 ② 사용자가 특정 도구/모델을 언급(ChatGPT 웹, "Gemini로", "나노바나나/NB2", "Seedream") = 그 모델 ③ 판단 불가 = 기본 gpt-image-2(목적별 1순위) — 산출 상단에 "타겟: <모델>" 1줄을 명시해 어느 모델 기준인지 드러낸다.- 모델별 형식 라우팅: gpt-image-2/
$imagegen= 킷 계약 전체(포맷 A/B + 사이즈락 + 티어드 네거티브 + check_prompt.mjs). Gemini-Image(NB2/3 Pro Image)·Seedream = 킷의 보편 원칙만 공유(구체 시각어·전면 긍정형·수치 박기·전문가 시각 언어) — gpt-image-2 전용 규격(사이즈락 6종·Tier-1 고정 문자열·$imagegen규약·검증기 강제)은 적용하지 않고 해당 모델 최적 자연어 서술로 컴파일한다.- 전문가 프롬프팅(대원칙)은 이미지에도 적용:
<role>블록 대신 실존 전문가의 시각 언어 앵커로 충족한다 — 화보(포맷 B) =Director signature:·Lens character:슬롯(킷 철칙4 예외의 공식 경로), 포맷 A = Camera·Lighting·Color grading 섹션에 해당 실존 포토그래퍼/아트디렉터의 스타일을 결과 서술로 번역해 앵커. 컴파일 작성자 관점도 그 도메인 실존 전문가로 프레이밍(전문가 3인 토론 동일 적용). "전문가처럼/최고급" 류 빈 수사는 여전히 금지(킷 철칙3과 양립 — 전문가는 지명하고, 수사는 구체 어휘로 환원).
Step 1.5: 🎯 AskUserQuestion으로 옵션 수집 (Claude Code 전용)
CRITICAL: Claude Code 터미널 세션에서는 AskUserQuestion 도구를 사용하여 사용자에게 옵션을 물어봅니다.
🚨 Discord/외부 채널 세션 분기 (v2.9.0 — 외부 채널 UI 제약 대응): 봇이 Discord 등 외부 채널에서 본 스킬을 실행 중이면 AskUserQuestion ❌(외부 채널에는 터미널 UI가 도달하지 않음) → 같은 옵션 구성을 reply 도구의 평문 텍스트 선택지(①②③… 번호)로 제시하고 사용자 회신으로 진행한다. 옵션 수집 자체를 생략하는 것은 ❌ — 도구만 바뀐다.
목적이 감지되면, 해당 목적에 맞는 옵션을 AskUserQuestion 도구로 질문합니다.
🖼️ 이미지 생성 시 질문 (5가지)
AskUserQuestion 호출 (questions 배열에 5개 질문 — 용도를 맨 앞에):
[
{
"question": "이미지의 용도/매체를 선택해주세요",
"header": "용도",
"multiSelect": false,
"options": [
{"label": "SNS/일반 (Recommended)", "description": "프로필, 피드, 일반 이미지 — 킷 포맷 A(웹 UI 간이 경로만 JSON)"},
{"label": "광고/상품", "description": "메타 광고, 상세페이지, 배너 — 킷 P1~P12 홍보 라우터 적용"},
{"label": "프레젠테이션", "description": "발표 자료, 슬라이드 삽입"},
{"label": "콘텐츠/블로그", "description": "블로그, 뉴스레터 삽입"}
]
},
{
"question": "이미지 스타일을 선택해주세요",
"header": "스타일",
"multiSelect": false,
"options": [
{"label": "사진풍 (Recommended)", "description": "실제 사진처럼 사실적인 이미지"},
{"label": "일러스트", "description": "만화/애니메이션 스타일"},
{"label": "3D 렌더링", "description": "3D 그래픽 스타일"},
{"label": "수채화/유화", "description": "전통 회화 스타일"}
]
},
{
"question": "이미지 비율을 선택해주세요",
"header": "비율",
"multiSelect": false,
"options": [
{"label": "1:1 (Recommended)", "description": "정사각형 - SNS, 프로필"},
{"label": "16:9", "description": "와이드 - 유튜브, 배너"},
{"label": "9:16", "description": "세로 - 스토리, 릴스"},
{"label": "4:3", "description": "표준 - PPT, 사진"}
]
},
{
"question": "조명 스타일을 선택해주세요",
"header": "조명",
"multiSelect": false,
"options": [
{"label": "자연광 (Recommended)", "description": "자연스러운 햇빛/실내광"},
{"label": "스튜디오", "description": "전문 촬영 조명"},
{"label": "골든아워", "description": "황금빛 일출/일몰"},
{"label": "네온/드라마틱", "description": "강렬한 색상 조명"}
]
},
{
"question": "분위기를 선택해주세요",
"header": "분위기",
"multiSelect": false,
"options": [
{"label": "밝은/활기찬 (Recommended)", "description": "따뜻하고 긍정적인 느낌"},
{"label": "어두운/신비로운", "description": "미스터리하고 분위기 있는"},
{"label": "몽환적/판타지", "description": "꿈결같은 초현실적 분위기"},
{"label": "역동적/강렬한", "description": "에너지 넘치는 액션 느낌"}
]
}
]
참고: 구도(클로즈업/와이드샷 등)는 "기타" 옵션에서 추가 지정 가능
🎬 동영상 생성 시 질문 (5가지)
AskUserQuestion 호출 (questions 배열에 최대 4개씩, 2번에 나눠 호출):
[첫 번째 호출 - 모델/스타일]
[
{
"question": "동영상 생성 모델을 선택해주세요",
"header": "모델",
"multiSelect": false,
"options": [
{"label": "Veo 3.1 (Recommended)", "description": "기본 8초 (최대 60초), 네이티브 오디오, 1080p"},
{"label": "Sora 2", "description": "기본 10초 (최대 15초), 720p"},
{"label": "Sora 2 Pro", "description": "기본 20초 (최대 25초), 1080p, ChatGPT Pro 필요"}
]
},
{
"question": "동영상 스타일을 선택해주세요",
"header": "스타일",
"multiSelect": false,
"options": [
{"label": "시네마틱 (Recommended)", "description": "영화같은 고퀄리티 영상"},
{"label": "다큐멘터리", "description": "현실적인 다큐 스타일"},
{"label": "애니메이션", "description": "만화/애니 스타일"},
{"label": "뮤직비디오", "description": "빠른 컷, 역동적"}
]
},
{
"question": "동영상 길이를 선택해주세요 (모델별 기본 옵션)",
"header": "길이",
"multiSelect": false,
"options": [
{"label": "기본 (Recommended)", "description": "Veo: 8초 / Sora 2: 10초 / Sora 2 Pro: 20초"},
{"label": "짧게", "description": "Veo: 4초 / Sora 2: 5초 / Sora 2 Pro: 10초"},
{"label": "길게 (확장 필요)", "description": "Veo: 30-60초 / Sora 2: 15초 / Sora 2 Pro: 25초"}
]
},
{
"question": "카메라 워크를 선택해주세요",
"header": "카메라",
"multiSelect": false,
"options": [
{"label": "고정샷 (Recommended)", "description": "안정적인 고정 촬영"},
{"label": "패닝", "description": "좌우로 천천히 이동"},
{"label": "줌인/줌아웃", "description": "확대/축소 효과"},
{"label": "트래킹샷", "description": "피사체 따라 이동"}
]
}
]
[두 번째 호출 - 오디오 (Veo 선택 시에만)]
[
{
"question": "오디오 구성을 선택해주세요",
"header": "오디오",
"multiSelect": false,
"options": [
{"label": "환경음만 (Recommended)", "description": "자연스러운 배경 사운드"},
{"label": "대화 포함", "description": "캐릭터 대사 있음"},
{"label": "배경음악", "description": "BGM 추가"},
{"label": "무음", "description": "소리 없이 영상만"}
]
}
]
참고: 분위기(평화로운/긴장감 등)는 "기타" 옵션에서 추가 지정 가능 참고: 확장/스토리보드 요청 시 해당 모델의 최대 길이까지 유동적으로 대응
💻 코딩/개발 시 질문 (4가지)
AskUserQuestion 호출 (questions 배열에 4개 질문):
[
{
"question": "타겟 AI 모델을 선택해주세요",
"header": "AI 모델",
"multiSelect": false,
"options": [
{"label": "Claude Opus 5.5 (Recommended)", "description": "디폴트 (2026-09-22 출시~), effort 기본 medium → 명시, thinking 항상 켜짐(Fable 5.2 와 같음), 1M context (Opus 5·Fable 5.1·Fable 5 는 기타로 명시)"},
{"label": "Claude Opus 4.8", "description": "구세대 first-class — web fetch·Priority Tier 필요 시 필수"},
{"label": "Claude Fable 5.2", "description": "어려운 추론·장기 에이전트 작업 (2026-11-09 출시~), effort 기본 high"},
{"label": "GPT-6.2 Sol", "description": "2026-11 GPT 기본 모델 (GPT-6.2 Astra·GPT-6 Sol·GPT-6 Luna·GPT-6 Astra·GPT-5.6 Sol·5.5/5.4는 기타로 명시)"},
{"label": "Gemini 3 Pro", "description": "멀티모달 + Grounding Search 강점"}
]
},
{
"question": "프롬프트 상세도를 선택해주세요",
"header": "상세도",
"multiSelect": false,
"options": [
{"label": "상세 (Recommended)", "description": "구조화된 XML 프롬프트"},
{"label": "보통", "description": "1-2문단 수준"},
{"label": "간결", "description": "3-5문장 핵심만"}
]
},
{
"question": "코드 아키텍처 수준을 선택해주세요",
"header": "아키텍처",
"multiSelect": false,
"options": [
{"label": "함수/모듈 단위 (Recommended)", "description": "재사용 가능한 함수로 구성"},
{"label": "클래스 기반", "description": "OOP 패턴 적용"},
{"label": "전체 시스템", "description": "디렉토리 구조 포함"},
{"label": "단일 스크립트", "description": "간단한 1파일 코드"}
]
},
{
"question": "에러 처리 수준을 선택해주세요",
"header": "에러처리",
"multiSelect": false,
"options": [
{"label": "기본 try-except (Recommended)", "description": "핵심 에러만 처리"},
{"label": "상세 에러 처리", "description": "모든 예외 상황 처리"},
{"label": "로깅 포함", "description": "에러 + 로그 시스템"},
{"label": "없음", "description": "에러 처리 생략"}
]
}
]
참고: 테스트 옵션(유닛테스트/TDD 등)은 "기타" 옵션에서 추가 지정 가능
✍️ 글쓰기/창작 시 질문 (5가지)
AskUserQuestion 호출:
- question: "글쓰기 스타일을 선택해주세요"
header: "스타일"
options:
- label: "전문적/공식적 (Recommended)"
description: "비즈니스, 리포트용"
- label: "친근한/대화체"
description: "블로그, SNS용"
- label: "창의적/문학적"
description: "스토리, 에세이용"
- label: "설명적/교육적"
description: "튜토리얼, 가이드용"
- question: "글 분량을 선택해주세요"
header: "분량"
options:
- label: "중간 (Recommended)"
description: "1-2문단, 500자 내외"
- label: "짧은"
description: "3-5문장"
- label: "긴"
description: "여러 문단, 1000자+"
- label: "시리즈"
description: "여러 파트로 나눔"
- question: "대상 독자를 선택해주세요"
header: "대상"
options:
- label: "일반 대중 (Recommended)"
description: "전문 지식 없는 독자"
- label: "전문가/업계 종사자"
description: "해당 분야 전문가"
- label: "초보자/입문자"
description: "처음 접하는 독자"
- label: "내부 팀/동료"
description: "회사/조직 내부용"
- question: "글의 구조를 선택해주세요"
header: "구조"
options:
- label: "서론-본론-결론 (Recommended)"
description: "전통적인 3단 구성"
- label: "문제-해결"
description: "문제 제시 후 해결책"
- label: "리스트형"
description: "번호/글머리 나열"
- label: "스토리텔링"
description: "내러티브 흐름"
- question: "핵심 메시지/목적을 선택해주세요"
header: "목적"
options:
- label: "정보 전달 (Recommended)"
description: "객관적 정보 제공"
- label: "설득/행동 유도"
description: "독자의 행동 변화 유도"
- label: "엔터테인먼트"
description: "재미와 흥미 제공"
- label: "감정 전달"
description: "감동, 공감 유발"
🔍 분석/리서치 시 질문 (5가지)
AskUserQuestion 호출:
- question: "분석 깊이를 선택해주세요"
header: "깊이"
options:
- label: "심층 분석 (Recommended)"
description: "상세한 데이터 분석"
- label: "요약 분석"
description: "핵심만 빠르게"
- label: "비교 분석"
description: "여러 항목 비교"
- label: "트렌드 분석"
description: "시간에 따른 변화"
- question: "출력 형식을 선택해주세요"
header: "형식"
options:
- label: "표/테이블 (Recommended)"
description: "데이터 정리에 최적"
- label: "글머리 목록"
description: "항목별 나열"
- label: "서술형"
description: "문장으로 설명"
- label: "차트/그래프 제안"
description: "시각화 방향 포함"
- question: "분석 범위를 선택해주세요"
header: "범위"
options:
- label: "특정 주제 집중 (Recommended)"
description: "좁고 깊게 분석"
- label: "넓은 개요"
description: "여러 주제 넓게"
- label: "경쟁사/시장 비교"
description: "외부 비교 포함"
- label: "내부 데이터 분석"
description: "자체 데이터 중심"
- question: "분석 기간을 선택해주세요"
header: "기간"
options:
- label: "최근 1년 (Recommended)"
description: "최신 데이터 기준"
- label: "전체 기간"
description: "역사적 관점"
- label: "최근 분기"
description: "단기 트렌드"
- label: "미래 전망"
description: "예측 포함"
- question: "평가 기준을 선택해주세요"
header: "기준"
options:
- label: "정량적 지표 (Recommended)"
description: "수치, 통계 중심"
- label: "정성적 평가"
description: "품질, 의견 중심"
- label: "혼합 평가"
description: "정량+정성 모두"
- label: "벤치마크 비교"
description: "업계 표준 대비"
🤖 에이전트/자동화 시 질문 (5가지)
AskUserQuestion 호출:
- question: "에이전트 복잡도를 선택해주세요"
header: "복잡도"
options:
- label: "단일 에이전트 (Recommended)"
description: "하나의 작업에 집중"
- label: "멀티 에이전트"
description: "여러 에이전트 협업"
- label: "파이프라인"
description: "순차적 작업 흐름"
- label: "계층적"
description: "호출하는 상위 명령 + 워커"
- question: "도구 사용 범위를 선택해주세요"
header: "도구"
options:
- label: "기본 도구 (Recommended)"
description: "파일, 검색, 코드 실행"
- label: "확장 도구"
description: "MCP, API 연동"
- label: "최소 도구"
description: "텍스트 처리만"
- label: "커스텀 도구"
description: "맞춤 도구 정의"
- question: "에이전트 권한 수준을 선택해주세요"
header: "권한"
options:
- label: "읽기 전용 (Recommended)"
description: "조회만 가능, 안전"
- label: "읽기+쓰기"
description: "파일 생성/수정 가능"
- label: "전체 권한"
description: "시스템 명령 포함"
- label: "샌드박스"
description: "격리된 환경에서만"
- question: "자동화 범위를 선택해주세요"
header: "범위"
options:
- label: "단일 작업 (Recommended)"
description: "한 가지 목표만 수행"
- label: "반복 작업"
description: "루프/배치 처리"
- label: "조건부 분기"
description: "상황별 다른 처리"
- label: "전체 워크플로우"
description: "시작-끝 자동화"
- question: "출력 형식을 선택해주세요"
header: "출력"
options:
- label: "구조화 JSON (Recommended)"
description: "파싱 용이한 형식"
- label: "Markdown 리포트"
description: "사람이 읽기 좋은 형식"
- label: "로그/스트림"
description: "실시간 진행 상황"
- label: "파일 저장"
description: "결과를 파일로 출력"
📊 슬라이드/PPT 생성 시 질문 (4가지)
AskUserQuestion 호출 (questions 배열에 4개 질문):
[
{
"question": "슬라이드 비주얼 스타일을 선택해주세요",
"header": "스타일",
"multiSelect": false,
"options": [
{"label": "sketch-notes (Recommended)", "description": "손그림 스타일, 교육/튜토리얼에 최적"},
{"label": "corporate", "description": "네이비/골드, 투자자 덱/제안서"},
{"label": "bold-editorial", "description": "매거진 커버풍, 제품 런칭/키노트"},
{"label": "minimal", "description": "울트라 클린, 경영진 브리핑/프리미엄"}
]
},
{
"question": "내러티브 모드를 선택해주세요",
"header": "내러티브",
"multiSelect": false,
"options": [
{"label": "없음 (Recommended)", "description": "기본 구조, 대부분의 발표에 적합"},
{"label": "one-more-thing", "description": "스티브 잡스 스타일 - 슬라이드당 1메시지"},
{"label": "logic-tree", "description": "맥킨지 MECE 구조 - B2B/투자자 덱"},
{"label": "toss-direct", "description": "토스 스타일 - 3불릿 이하, 즉각 행동 유도"}
]
},
{
"question": "슬라이드 수를 선택해주세요",
"header": "슬라이드 수",
"multiSelect": false,
"options": [
{"label": "8-12장 (Recommended)", "description": "표준 발표, 15-20분 분량"},
{"label": "5-8장", "description": "짧은 발표, 엘리베이터 피치"},
{"label": "12-20장", "description": "상세 발표, 30분+ 분량"},
{"label": "자동 결정", "description": "콘텐츠 분량에 맞게 AI가 결정"}
]
},
{
"question": "대상 청중을 선택해주세요",
"header": "청중",
"multiSelect": false,
"options": [
{"label": "일반 대중 (Recommended)", "description": "비전문가, 넓은 청중"},
{"label": "경영진/투자자", "description": "C-Level, 의사결정권자"},
{"label": "기술팀/개발자", "description": "엔지니어, 기술 전문가"},
{"label": "교육/학생", "description": "학습자, 입문자"}
]
}
]
참고: 27개 스타일 전체 목록은
skills/prompt-engineering-guide/references/full.md참조. "기타"에서 blueprint, chalkboard, dark-tech 등 추가 스타일 지정 가능
Step 1.7: 중간 구조화 (필수 - 생략 금지)
⚠️ CRITICAL: 동영상/다중이미지/리서치 시 중간 구조화 단계 생략 절대 금지
- 동영상 요청 시 반드시 스토리보드를 먼저 생성
- 다중 이미지 요청 시 반드시 생성 계획(PRD 스타일)을 먼저 생성
- 리서치/글쓰기 요청 시 반드시 개요를 먼저 생성
- 이 단계를 건너뛰면 품질이 크게 저하됨
조건부 실행 테이블:
| 목적 | 구조화 유형 | 생략 시 | 출력 형식 |
|---|---|---|---|
| 동영상 | 스토리보드 | ❌ 금지 | 시간순 장면 테이블 + JSON |
| 다중 이미지 | 생성 계획 (PRD 스타일) | ❌ 금지 | 이미지별 구성 테이블 |
| 글쓰기/리서치 | 개요 | ❌ 금지 | 섹션별 목록 |
| 슬라이드/PPT | 아웃라인 + 이미지 프롬프트 | ❌ 금지 | 슬라이드 테이블 + JSON |
| 단일 이미지 | (해당 없음) | ✅ 바로 진행 | - |
| 코딩 | (해당 없음) | ✅ 바로 진행 | - |
목적에 따라 프롬프트 생성 전 중간 구조화 단계를 수행합니다.
🎬 동영상: 스토리보드 생성 (필수)
트리거: 목적 = 동영상생성 → 반드시 실행
자동 수행 (생략 금지):
- 사용자 요청을 분석하여 스토리보드 생성
- 시간순으로 장면 구성 (오프닝 → 전개 → 클라이막스)
- 각 장면별: 설명, 카메라 워크, 오디오 정의
- 실존 시네마토그래퍼/디렉터 1인 지명 — 그 촬영·조명·편집 어휘로 장면 기술 (대원칙 불변 조항 §1)
스토리보드 출력 형식:
## 📋 스토리보드
| 시간 | 장면 | 설명 | 카메라 | 오디오 |
|------|------|------|--------|--------|
| 0-3초 | 오프닝 | [장면 설명] | [카메라 워크] | [오디오] |
| 3-6초 | 전개 | [장면 설명] | [카메라 워크] | [오디오] |
| 6-10초 | 클라이막스 | [장면 설명] | [카메라 워크] | [오디오] |
---
✅ 이 스토리보드로 프롬프트를 생성할까요? (Y/수정 요청)
사용자 확인 후 → Step 2: 시간초별 프롬프트 생성
🖼️ 다중 이미지: 생성 계획 (필수)
트리거: 목적 = 이미지생성 AND 이미지 수 ≥ 2 → 반드시 실행
자동 수행 (생략 금지):
- 사용자 요청을 분석하여 생성 계획 작성
- 공통 스타일/색상 정의
- 각 이미지별 주제, 핵심 요소, 레이아웃 정의
생성 계획 출력 형식 (PRD 스타일):
## 📋 생성 계획
### 개요
- **총 이미지 수**: N장
- **공통 스타일**: [스타일]
- **공통 색상**: [색상 팔레트]
- **목적**: [용도]
### 이미지별 구성
| # | 주제 | 핵심 요소 | 레이아웃 |
|---|------|----------|---------|
| 1 | [주제] | [피사체, 배경, 조명] | [구도] |
| 2 | [주제] | [피사체, 배경, 조명] | [구도] |
| ... | ... | ... | ... |
---
✅ 이 계획으로 프롬프트를 생성할까요? (Y/수정)
사용자 확인 후 → Step 2: 이미지별 프롬프트 생성
📊 슬라이드/PPT: 아웃라인 + 이미지 프롬프트 생성 (MANDATORY)
트리거: 목적 = 슬라이드생성 → 반드시 실행
baoyu-slide-deck 워크프로세스 기반 + 기존 prompt skills 강점 결합 상세 스타일/내러티브 정보:
skills/prompt-engineering-guide/references/full.md참조
⚠️ 출력 방식: md 파일 생성 → 파일 경로 제공 슬라이드 프롬프트는 분량이 많으므로 채팅에 직접 출력하지 않고, Write 도구로 md 파일을 생성하여 사용자에게 파일 경로를 제공합니다.
자동 수행 (생략 금지):
Phase A: 콘텐츠 분석 (baoyu analysis-framework 기반)
- 핵심 메시지 1문장 도출 (15자 이내)
- 지지 포인트 3-5개 우선순위화
- CTA 정의 (청중이 해야 할 것)
- 청중 결정 매트릭스 (AskUserQuestion 결과 반영)
- 콘텐츠-시각화 매핑 (어떤 내용이 도표/일러스트/아이콘에 적합한지)
Phase B: 아웃라인 생성 (baoyu outline-template 기반)
- 커버: 훅 + 부제
- 컨텍스트: 왜 중요한가 (배경/문제 제기)
- 본론 1-N: 각각 NARRATIVE GOAL + KEY CONTENT + VISUAL + LAYOUT
- 클로징: CTA + 기억될 메시지
Phase C: 스타일 지시 생성 (STYLE_INSTRUCTIONS 패턴)
- 선택된 스타일의 Design Aesthetic, Color Palette, Typography 외형 설명
- 내러티브 모드 적용 (선택 시)
Phase D: 슬라이드별 이미지 프롬프트 JSON 생성
shared_style+ 개별 slide prompt- 16:9 비율 필수,
session_id로 스타일 일관성 유지 - 폰트명 사용 금지 → 시각적 외형으로 설명
기존 prompt skills 강점 적용:
- 전문가 3인 토론: 프레젠테이션 전문가 관점으로 아웃라인 검토 (skills/prompt-engineering-guide/references/full.md 참조)
- CE 체크리스트: U자형 배치 (커버/클로징에 핵심 메시지), 핵심 반복
- 5가지 선택지: 아웃라인 확인 후 실행/수정/에이전트 모드 선택
📁 파일 생성 워크플로우 (채팅 출력 대신 파일 저장):
Gems 프롬프트 생성기 업데이트 스킬
Gems-Prompt-Generator.md 파일 업데이트를 위한 서브 스킬입니다.
Version: 1.1.0 | Updated: 2026-01-01
대상 파일
| 위치 | 파일 경로 |
|---|---|
| GitHub | prompt-engineering-skills/instructions/Gems-Prompt-Generator.md |
| Obsidian | Prompt-Engineering/Gems-Prompt-Generator-Instructions.md |
연동 스킬 파일 (참조용)
변경 유형에 따라 아래 스킬을 함께 참조합니다:
| 수정 유형 | 참조 스킬 파일 |
|---|---|
| 이미지 생성 관련 | .claude/skills/image-prompt-guide/references/full.md |
| 리서치/팩트체크 | .claude/skills/research-prompt-guide/references/full.md |
| 모델별 전략 | .claude/skills/prompt-engineering-guide/references/full.md |
| Gemini 최적화 | .claude/skills/gemini-3.1-prompt-strategies/references/full.md |
워크플로우
1. 파일 읽기 (CRITICAL - 먼저 실행)
수정 전 반드시 전체 파일을 읽어 현재 상태를 파악합니다:
필수 읽기:
- prompt-engineering-skills/instructions/Gems-Prompt-Generator.md (전체)
선택적 읽기 (변경 유형에 따라):
- .claude/skills/image-prompt-guide/references/full.md
- .claude/skills/research-prompt-guide/references/full.md
- .claude/skills/prompt-engineering-guide/references/full.md
- .claude/skills/gemini-3.1-prompt-strategies/references/full.md
2. 수정 적용
요청된 변경사항 적용 (코드블록 → 테이블 변환 주의)
3. 버전 업데이트
버전 번호 증가 + Changelog 추가
4. Git 커밋
변경사항 커밋 & 푸시
5. Obsidian 동기화
이 플러그인은 Obsidian MCP 도구를 사용하지 않음 — Obsidian CLI/파일 쓰기로 대체.
1. Read("<vault>/Prompt-Engineering/Gems-Prompt-Generator-Instructions.md")
2. Edit(file_path=위 경로, old_string="> **Version**: 이전버전", new_string="> **Version**: 새버전")
3. Edit(file_path=위 경로, old_string="변경 전 섹션", new_string="변경 후 섹션")
적용 전 Read로 현재 내용을 확인한다(Edit 도구는 dryRun 미지원 — old_string 유일 매칭 여부를 직접 확인).
Gems 전용 주의사항 (CRITICAL)
코드블록 렌더링 이슈
Gems(Gemini)에서 코드블록이 제대로 렌더링되지 않습니다.
해결책: 입력 폼을 마크다운 테이블로 작성
❌ 잘못된 예시:
1️⃣ 목적 ㄱ. 코딩/개발
✅ 올바른 예시:
| 1️⃣ 목적 | 2️⃣ 상세도 |
|---------|-----------|
| ㄱ. 코딩/개발 | I. 간결 |
기타 특성
- Constraints 섹션 최상단 배치 (Gemini 최적화)
- Gemini 3, Veo 3.1, Gemini Image 특화
- 현재 버전 체계: v1.x.x
Changelog 형식
**Changes vX.Y.Z**:
- 변경 내용
Metadata
- Version: 1.1.0
- Changes v1.1.0:
- 파일 읽기 단계 추가 (워크플로우 최상단)
- 연동 스킬 파일 목록 추가
- Obsidian 동기화: delete→create에서 update_note 방식으로 변경
GPTs 프롬프트 생성기 업데이트 스킬
GPTs-Prompt-Generator.md 파일 업데이트를 위한 서브 스킬입니다.
Version: 1.1.0 | Updated: 2026-01-01
대상 파일
| 위치 | 파일 경로 |
|---|---|
| GitHub | prompt-engineering-skills/instructions/GPTs-Prompt-Generator.md |
| Obsidian | Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md |
연동 스킬 파일 (참조용)
변경 유형에 따라 아래 스킬을 함께 참조합니다:
| 수정 유형 | 참조 스킬 파일 |
|---|---|
| 이미지 생성 관련 | .claude/skills/image-prompt-guide/references/full.md |
| 리서치/팩트체크 | .claude/skills/research-prompt-guide/references/full.md |
| 모델별 전략 | .claude/skills/prompt-engineering-guide/references/full.md |
| GPT 최적화 (5.6 Sol + legacy) | .claude/skills/gpt-5.6-prompt-enhancement/references/full.md |
워크플로우
1. 파일 읽기 (CRITICAL - 먼저 실행)
수정 전 반드시 전체 파일을 읽어 현재 상태를 파악합니다:
필수 읽기:
- prompt-engineering-skills/instructions/GPTs-Prompt-Generator.md (전체)
선택적 읽기 (변경 유형에 따라):
- .claude/skills/image-prompt-guide/references/full.md
- .claude/skills/research-prompt-guide/references/full.md
- .claude/skills/prompt-engineering-guide/references/full.md
- .claude/skills/gpt-5.6-prompt-enhancement/references/full.md
2. 수정 적용
요청된 변경사항 적용
3. 버전 업데이트
버전 번호 증가 + Changelog 추가
4. Git 커밋
변경사항 커밋 & 푸시
5. Obsidian 동기화
이 플러그인은 Obsidian MCP 도구를 사용하지 않음 — Obsidian CLI/파일 쓰기로 대체.
1. Read("<vault>/Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md")
2. Edit(file_path=위 경로, old_string="> **Version**: 이전버전", new_string="> **Version**: 새버전")
3. Edit(file_path=위 경로, old_string="변경 전 섹션", new_string="변경 후 섹션")
적용 전 Read로 현재 내용을 확인한다(Edit 도구는 dryRun 미지원 — old_string 유일 매칭 여부를 직접 확인).
GPTs 전용 주의사항
- CRITICAL RULES 최상단 배치 필수
- 입력 폼은 코드블록 사용 가능 (GPTs는 렌더링 정상)
- XML 포맷 지원 (GPT-5.2 최적화)
- 현재 버전 체계: v1.x.x
Changelog 형식
**Changes vX.Y.Z**:
- 변경 내용
Metadata
- Version: 1.1.0
- Changes v1.1.0:
- 파일 읽기 단계 추가 (워크플로우 최상단)
- 연동 스킬 파일 목록 추가
- Obsidian 동기화: delete→create에서 update_note 방식으로 변경
Obsidian 동기화 전용 스킬
GitHub의 GPTs/Gems 최신본을 Obsidian vault에 동기화합니다.
Version: 1.1.0 | Updated: 2025-12-28
동기화 대상
| GitHub 원본 | Obsidian 대상 |
|---|---|
instructions/GPTs-Prompt-Generator.md | Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md |
instructions/Gems-Prompt-Generator.md | Prompt-Engineering/Gems-Prompt-Generator-Instructions.md |
워크플로우
- GitHub 최신본 읽기: Read 도구로 원본 파일 읽기
- Obsidian 기존본 읽기: Obsidian CLI read → MCP fallback → Read 도구 fallback
- 변경 사항 식별: 버전, 섹션별 차이점 파악
- 업데이트 적용: Edit 도구 (surgical edit) → CLI read-modify-overwrite → Write 도구 fallback
Obsidian 도구 우선순위 (2-Tier Fallback)
OBSIDIAN_CLI="/mnt/c/Program Files/Obsidian/Obsidian.com"
| 작업 | Tier 1: CLI | Tier 2: 파일 도구 |
|---|---|---|
| 읽기 | "$OBSIDIAN_CLI" read path="{path}" | Read(file_path) |
| Surgical edit | read-modify-overwrite 로 우회 | Edit(file_path) (아래 참조) |
| 전체 교체 | "$OBSIDIAN_CLI" create path="{path}" content="{new}" | Write(file_path) |
Note: 이 플러그인은 surgical text replacement(oldText→newText)용 MCP 도구를 사용하지 않음 — Obsidian CLI/파일 쓰기로 대체. 부분 수정은
Edit도구가 1순위이고, CLI는 read-modify-overwrite 패턴으로 우회합니다.
동기화 패턴 (CRITICAL)
Surgical Edit: Edit 도구 방식 (1순위)
노트 히스토리 보존을 위해 변경 사항만 적용합니다. 이 플러그인은 Obsidian MCP 도구를 사용하지 않음 — Obsidian CLI/파일 쓰기로 대체.
1. Read("<vault>/Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md")
2. Edit(file_path=위 경로, old_string="> **Version**: 3.8.1", new_string="> **Version**: 4.0.0")
3. Edit(file_path=위 경로, old_string="이전 섹션 내용", new_string="새로운 섹션 내용")
CLI read-modify-overwrite 패턴 (2순위)
OBSIDIAN_CLI="/mnt/c/Program Files/Obsidian/Obsidian.com"
# 1. CLI로 현재 내용 읽기
"$OBSIDIAN_CLI" read path="Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md"
# 2. 내용을 수정하여 CLI create로 덮어쓰기
"$OBSIDIAN_CLI" create path="Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md" content="[수정된 전체 내용]"
CLI도 실패 시: Edit/Write 도구 fallback (3순위)
# 부분 수정
Edit(file_path="<vault>/Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md",
old_string="...", new_string="...")
# 전체 교체
Write(file_path="<vault>/Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md",
content="[새로운 전체 내용]")
전체 교체가 필요한 경우
구조가 크게 변경되어 부분 업데이트가 어려운 경우:
방법 1: Write 도구로 전체 덮어쓰기
Write(file_path="<vault>/Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md",
content="[새로운 전체 내용]")
방법 2: CLI create로 덮어쓰기
"$OBSIDIAN_CLI" create path="Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md" content="[새로운 전체 내용]"
방법 3: 섹션별 순차 업데이트
- 헤더 기준으로 섹션 분리
- 각 섹션을 개별 edit으로 적용
적용 전 확인
적용 전 Read로 현재 내용을 확인한다(Edit 도구는 dryRun 미지원 — old_string 유일 매칭 여부를 직접 확인).
주의사항
oldText 매칭 규칙
- 정확히 일치해야 함 (공백, 줄바꿈 포함)
- 줄바꿈은
\n으로 표현 - 탭/스페이스 차이 주의
대규모 변경 시 전략
- 버전 번호 먼저 업데이트
- 주요 섹션 헤더 변경
- 섹션 내용 순차 업데이트
- Changelog 추가
Obsidian Vault 경로 규칙 (CRITICAL)
Vault root = Second_Brain 폴더
✅ 올바른 경로:
Prompt-Engineering/GPTs-Prompt-Generator-Instructions.md
❌ 잘못된 경로:
Second_Brain/Prompt-Engineering/... (중첩 폴더 생성됨!)
동기화 옵션
- 전체: GPTs + Gems 모두 동기화
- GPTs만: GPTs-Prompt-Generator만 동기화
- Gems만: Gems-Prompt-Generator만 동기화
Metadata
- Version: 1.1.0
- Changes v1.1.0:
- delete→create 패턴에서 update_note 방식으로 전환
- dryRun 테스트 방법 추가
- oldText 매칭 규칙 및 주의사항 추가
Skills /prompt 커맨드 업데이트 스킬
commands/prompt.md 파일 업데이트를 위한 서브 스킬입니다.
Version: 1.1.0 | Updated: 2026-01-01
대상 파일
| 위치 | 파일 경로 |
|---|---|
| GitHub | prompt-engineering-skills/commands/prompt.md |
Note: Skills는 Claude Code 전용이므로 Obsidian 동기화가 없습니다.
연동 스킬 파일 (참조용)
변경 유형에 따라 아래 스킬을 함께 참조합니다:
| 수정 유형 | 참조 스킬 파일 |
|---|---|
| 이미지 생성 관련 | .claude/skills/image-prompt-guide/references/full.md |
| 리서치/팩트체크 | .claude/skills/research-prompt-guide/references/full.md |
| 모델별 전략 | .claude/skills/prompt-engineering-guide/references/full.md |
| GPT 최적화 (5.6 Sol + legacy) | .claude/skills/gpt-5.6-prompt-enhancement/references/full.md |
| Gemini 최적화 | .claude/skills/gemini-3.1-prompt-strategies/references/full.md |
| Claude 최적화 (Fable 5·Opus 4.8·Sonnet 5) | .claude/skills/claude-fable-5-prompt-strategies.md |
| CE 원칙 | .claude/skills/context-engineering-collection.md |
워크플로우
1. 파일 읽기 (CRITICAL - 먼저 실행)
수정 전 반드시 전체 파일을 읽어 현재 상태를 파악합니다:
필수 읽기:
- prompt-engineering-skills/commands/prompt.md (전체)
선택적 읽기 (변경 유형에 따라):
- .claude/skills/image-prompt-guide/references/full.md
- .claude/skills/research-prompt-guide/references/full.md
- .claude/skills/prompt-engineering-guide/references/full.md
- .claude/skills/gpt-5.6-prompt-enhancement/references/full.md
- .claude/skills/gemini-3.1-prompt-strategies/references/full.md
- .claude/skills/claude-fable-5-prompt-strategies.md
2. 수정 적용
요청된 변경사항 적용
3. 버전 업데이트
Metadata 섹션의 버전 번호 증가
4. Git 커밋
변경사항 커밋 & 푸시
Skills 전용 특성
구조 특성
$ARGUMENTS플레이스홀더로 사용자 입력 받음- 모델 선택 옵션 포함 (GPTs/Gems와 다름)
- LMArena 순위 기반 모델 추천 테이블
- AskUserQuestion 도구로 사용자 옵션 수집
GPTs/Gems와의 차이점
| 항목 | Skills | GPTs/Gems |
|---|---|---|
| 모델 선택 | 사용자가 선택 | 플랫폼 고정 |
| 실행 환경 | Claude Code | ChatGPT/Gemini |
| Obsidian 동기화 | ❌ 없음 | ✅ 있음 |
| 포맷 선택 | XML/Markdown/JSON 등 | 플랫폼 권장 포맷 |
버전 관리
- 현재 버전 체계: v1.x.x
- Metadata 섹션에서 관리
Metadata
- Version: 1.1.0
- Changes v1.1.0:
- 파일 읽기 단계 추가 (워크플로우 최상단)
- 연동 스킬 파일 목록 추가
Sponsors
Details
- Marketplace
- treylom/prompt-engineering-skills
- Source
- .
- Category
- Productivity