Menu
체계적 의사결정 프레임워크. First Principles, Trade-off 분석, Cognitive Bias 점검
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | strategic-thinking |
| description | 체계적 의사결정 프레임워크. First Principles, Trade-off 분석, Cognitive Bias 점검 |
| user-invocable | true |
| tags | ["decision","architecture","trade-off","first-principles","bias"] |
| triggers | {"keywords":["아키텍처 결정","기술 선택","trade-off","전략적 판단","의사결정","대안 비교","근본 원인"]} |
복잡한 의사결정을 위한 5단계 구조적 사고 프레임워크.
단순 버그 수정이나 1-2 파일 변경에는 사용하지 않는다.
숨겨진 가정을 표면화한다.
5가지 질문:
가정 분류: Technical(기술 능력/성능/호환성) | Business(사용자/시장/예산) | Team(기술 수준/가용성) | Timeline(납기/의존성)
각 가정에 confidence(H/M/L), risk if wrong, validation method 기록.
복잡성을 관통해 근본 원인을 찾는다.
Five Whys: 표면 문제 → 직접 원인 → 근저 원인 → 프로세스 요인 → 근본 원인
Constraint 분류:
핵심 질문: 이 요청 뒤의 실제 목표는? / 제약이 없다면 해결책은? / 제거할 수 있는 것은?
조기 수렴을 방지한다.
규칙:
대안 유형: Conservative(낮은 리스크, 점진적) | Balanced(중간, 유의미한 개선) | Aggressive(높은 리스크, 혁신적) | Radical(근본 가정에 도전)
창의 기법:
암묵적 트레이드오프를 명시적으로 만든다.
평가 기준 (프로젝트 우선순위에 따라 가중치 배분, 합계 100%):
가중 점수법: 각 옵션을 기준별 1-10 점수 → 가중 합산 → 민감도 확인
문서화: what we gain / what we sacrifice / why acceptable / mitigation plan
사고 품질을 검증한다.
5대 편향:
탐지 질문:
완화: Pre-mortem(실패 상상) | Devil's advocate(자기 반대 논증) | Outside view(기저율 확인)
| 상황 | 적용 Phase |
|---|---|
| 단순 버그 수정 | 스킵 |
| 기능 추가 | 1, 3, 4 |
| 리팩토링 | 1, 2, 4 |
| 기술 선택 | 전체 |
| 아키텍처 변경 | 전체 + 확장 문서화 |
복잡한 요구사항 분석 시 6계층 점진적 탐구:
/design-first — 구현 전 점진적 설계 합의/plan-review tdd — 새 기능의 테스트 주도 개발/safe-refactoring — 기존 코드의 안전한 리팩토링Origin: moai-adk foundation-philosopher + foundation-thinking 통합
Creates ast-grep patterns for structural code search. Use when finding functions/classes by structure, refactoring code, or when grep returns too many false positives.
Builds Claude Agent SDK agents in Python. Use when creating custom tools, hooks, sub-agents, or MCP integrations with the Agent SDK. Python 에이전트 구축 시 사용.
Graph-based code review with Tree-sitter knowledge graph. Use when reviewing code changes, PRs, or exploring blast radius of modifications in projects with code-review-graph installed (.code-review-graph/ exists). Also use for initial setup of code-review-graph in a new project. Do NOT use for checklist-based reviews without graph (use code-review instead), or for security-focused reviews (use security instead).
Code review hub. 타입 안전성 (TypeScript, Python), lint 감사, 죽은 코드, 테스트 품질 리뷰 (smell, overfitting, 커버리지, 통합/E2E), Terraform/IaC 안전성 (lifecycle, state, credentials). 병렬 에이전트 모드로 다각적 분석 지원. 코드 리뷰, 타입 체크, lint, 테스트 리뷰, terraform, IaC.
데이터 조사/분석 파이프라인 생성. 데이터 수집 -> Python 분석/차트(matplotlib) -> HTML 리포트. Use when 데이터 분석, 조사, investigation, 이상 탐지, 패턴 분석, 리포트 생성, 차트 시각화, 데이터 수집 파이프라인 구축. Also use when 데이터를 모아서 분석하고 보고서를 만드는 작업. Do NOT use for 단순 DB 조회 (use gandy), 단순 차트 하나 (use diagram).
코드 작업 완료 후 변경 내러티브 문서 생성. 변경 요약, 설계 판단 근거, 학습 포인트를 vault에 기록. Vault 위치/매핑은 `documentation` skill, 형식은 `obsidian-write` 참조. Use when completing code work, after PR creation, reviewing what was done, or wanting to document changes for learning. /debrief, 작업 정리, 변경 기록, 회고.