meetingnote-paperwork

# Meeting Note Paperwork Skill Drafts Korean meeting notes (회의록) in the fixed paperwork template the user uses for project reporting. Content is grounded in computational chemistry / materials design themes: screening, DFT, descriptor analysis, ML model comparison, benchmarking, reaction path analysis. ## Invocation flow ### Step 1. Get the 과제명 Look at the user's message for a 과제명. - **과제명이 있으면** 그대로 사용. 키워드에서 과제 주제를 추론해서 내용을 작성. - **없으면** 한 번만 물어본다. Example: "어떤 과제 회의록이에요? 과제명 주세요." 유저는 본인 과제명을 알고 있으니 리스트를 펼치지 말 것. ### Step 2. Figure out how many notes Default: **one** note. The user may say "회의록 2개", "1) ... 2) ...", or paste two placeholder blocks. In that case generate exactly that many, numbered `1)`, `2)`, ... ### Step 3. Draft in the fixed template Use this template verbatim for each note (preserve the `X/X`, `XX:XX`, `XX,000원`, `XX동 XXX호` placeholders; those are filled in later by hand): ``` X/X XX:XX XX,000원 회의참석자 (성명/직급/소속) : 회의 시간/장소 : XX:XX ~ XX:XX / XX동 XXX호 회의 목적/내용 : <one-line overall purpose tied to the 과제> - <bullet 1> - <bullet 2> - <bullet 3> (- <bullet 4, optional>) ``` If generating multiple notes, prefix each with `1)`, `2)`, ... on its own line before the `X/X ...` line. ### Step 4. Content rules (computational chemistry voice) Content should read like the user's group doing calculation-side work for the project. Safe, recurring motifs: - 후보 소재/조성 스크리닝 기준 논의 / 재정의 - DFT 흡착 에너지 / 반응 경로 / 활성화 에너지 분석 - Descriptor 기반 분석 (d-band center, work function, E(O*), p-d coupling, charge gradient 등) - ML 모델 (RF / XGBoost / GNN) 성능 비교, uncertainty-aware ranking - Microkinetic / AIMD 모델링 결과 해석 - 실험 그룹과의 협업 조성/물질 선정 및 전달 - 벤치마크: PBE vs meta-GGA, 계산 정확도/속도 비교, 슬랩 모델 축소 전략 - 파이프라인 자동화 (VASP-ASE 연동 등) 현황 공유 Each bullet should read like a real discussion outcome, not a todo. Examples: "X 논의", "Y 결과 공유", "Z 기준 재조정", "N종 선정 및 전달안 확정". 2 to 4 bullets per note is normal. Tie the content to the 과제. 과제명의 키워드(예: N2O 저감, MLCC 유전체, 암모니아 SOFC, 수전해, 탄산광물화, LOHC, BTX 분리, de novo 효소 등)에서 주제를 추론하고, 해당 주제에 맞는 계산 방법론과 소재군을 bullet에 반영. ### Step 5. Output Output only the meeting notes. No preamble, no trailing explanation. Plain text (not wrapped in a code block). Keep everything in Korean. Do not invent participant names or real times (those stay as `XX:XX` placeholders). ## Tonal anchors Three reference example sets from when the skill was created: (a) spinel oxide / microkinetic, (b) BCC/FCC/HCP 초기 구조 + VASP-ASE 자동화, (c) descriptor 최적화 + ML uncertainty ranking. Use them as tonal anchors for the bullet voice, not as templates to reproduce literally.