letter

---

name: letter description: Korean personal letter writing pipeline (감사/축하/위로/추천 등). Drafts a personal letter focused on warmth and specificity over structure, then runs deterministic AI-tell scrubbing. Use when the user asks for a personal letter, 감사 편지, 위로 편지, 축하 메시지, 또는 추천서. Argument "review" runs only the AI-tell scrubber on an existing file. argument-hint: "[letter purpose]" or "review [path]" user-invocable: true

Letter Pipeline (Orchestrator)

Pipeline overview

Phase 0  Inputs collection            [main context, interactive]
Phase 1  Skeleton framing             [main context, interactive]
Phase 2  aiwriting-writer subagent    [fresh context, drafts to file]
Phase 3  aiwriting-scrubber subagent  [fresh context, R1-R7 deterministic]
Phase 4b aiwriting-copy-killer        [LLM-free score, always]
Phase 4c aiwriting-fact-checker       [LLM-free pattern, always]

structure-critic (Phase 4) 는 letter 에서 skip. 논증 강도가 본질이 아니라 구체적 한 장면 + 따뜻함 이 본질. 논증 critic 은 letter 에서 false positive 를 양산한다.

Knowledge files (loaded by subagents), under ${CLAUDE_PLUGIN_ROOT}/skills/letter/:

• letter-templates.md - 4 letter type templates (감사 / 축하 / 위로 / 추천) + 톤 가이드

The orchestrator does NOT load this.

---

Phase 0: Inputs (Interactive)

If $ARGUMENTS is review [path], jump to Phase 3 (scrub-only).

Otherwise, collect:

• letter type (감사 / 축하 / 위로 / 추천 / 기타)
• 수신자 (관계 + 친밀도 + 직함 가능 시)
• 핵심 메시지 한 줄 (전달하고 싶은 한 가지)
• 톤: ~습니다 (default for 격식 letter) or ~다 (peer 편지)

Phase 1: Skeleton Framing (Interactive)

Generate a short skeleton:

• 감사/축하/위로: opening / body1 / (body2) / closing (3-4 섹션)
• 추천서: opening / body1 / body2 / body3 / closing (4-5 섹션, 더 형식적)

본 단계에서 구체적 한 장면 을 user 가 제시할 수 있게 유도:

받는 사람의 어떤 한 순간 / 한 장면을 짚어 쓸까요?

Phase 2: Spawn aiwriting-writer

Agent({
  subagent_type: "aiwriting-writer",
  description: "Draft letter for {recipient}",
  prompt: "
    Format: letter
    Topic: {letter type}
    Skeleton:
      opening: {one-liner}
      body1: {one-liner}
      body2 (optional): {one-liner}
      closing: {one-liner}
    Tone: {~습니다 / ~다}
    Output target: letter-drafts/{kebab-case-slug}.md (current working directory)

    Load knowledge from skills/letter/letter-templates.md (plugin-relative).
    Return the absolute path of the saved file plus a short summary.
  "
})

Phase 3: Spawn aiwriting-scrubber

Agent({
  subagent_type: "aiwriting-scrubber",
  description: "Scrub AI tells from {filename}",
  prompt: "
    Draft file: {absolute_path}
    Format: letter

    Apply R1-R7 from skills/blog/ai-tell-rules.md (plugin-relative).
    Letter does NOT require `## 요약` - skip the R3 summary insertion.
    Letter has more freedom for sentence-rhythm warnings (heuristic only, not BLOCK).
    Return the scrub report.
  "
})

If review mode, stop here.

Phase 4b: aiwriting-copy-killer (LLM-free)

Agent({
  subagent_type: "aiwriting-copy-killer",
  description: "Score AI-likeness of {filename}",
  prompt: "Draft file: {absolute_path}. Threshold: 0.35."
})

Letter 의 copy-killer threshold 는 default 0.35 와 동일. 다만 letter 는 connector 빈도가 더 자연스럽게 낮아져 score 가 일반적으로 더 낮게 나온다.

Phase 4c: aiwriting-fact-checker (LLM-free)

Agent({
  subagent_type: "aiwriting-fact-checker",
  description: "Fact-check {filename}",
  prompt: "Draft file: {absolute_path}. Known facts: known_facts.yml (cwd)."
})

Letter 에서 hard-evidence 는 적다 (대부분 정성적). 그래도 수치 (예: "9개월간 함께 일했습니다") 와 고유명사 (이름, 회사명) 는 known_facts.yml 의 등록 항목과 대조한다.

Decision matrix

Scenario	writer	scrubber	critic	copy-killer	fact-checker
Personal letter	yes	yes	skip	yes	yes
/aiwriting:letter review {path}	skip	yes	skip	yes	yes

Important notes

• Letter 는 짧은 게 미덕. 200-600자가 일반적.
• "삼가 고인의 명복을 빕니다" 같은 정형구는 위로 letter 한정 1회 OK.
• 감정 형용사 ("정말 감사합니다", "너무 슬픕니다") 는 1회 이내. 구체 사건이 감정을 대신해야 한다.
• 받는 사람을 한 번도 명시하지 않은 letter 는 letter 가 아님. 1회 이상 호명.
• 추천서는 강점/약점/적합성 3 축이 모두 있어야 신뢰받는다 (intellectual honesty).