メニュー
service-profile.json 을 바탕으로 광고 문구, CTA, 랜딩 카피, 이메일 시퀀스, 오가닉 소셜 카피를 인지심리 기반으로 생성하고 각 변형에 technique id + source ref 를 주석으로 남긴다. "카피 써줘", "광고 문구 만들어", "랜딩 카피", "이메일 시퀀스", "인지심리 기반 카피", "A/B 카피", "전환 카피" 같은 요청에 발동. analyze-service 의 downstream skill 이다.
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | generate-copy |
| description | service-profile.json 을 바탕으로 광고 문구, CTA, 랜딩 카피, 이메일 시퀀스, 오가닉 소셜 카피를 인지심리 기반으로 생성하고 각 변형에 technique id + source ref 를 주석으로 남긴다. "카피 써줘", "광고 문구 만들어", "랜딩 카피", "이메일 시퀀스", "인지심리 기반 카피", "A/B 카피", "전환 카피" 같은 요청에 발동. analyze-service 의 downstream skill 이다. |
analyze-service 가 만든 .growth-marketer/<slug>/service-profile.json 을 단일 진실 공급원으로 삼아
채널·자산타입별 카피를 만든다. 모든 카피는 설명 가능하고 측정 가능해야 하며, 사용한 심리 기법은
technique id 와 source ref 로 주석 처리한다.
.growth-marketer/<slug>/service-profile.jsonmeta, google-ads, naver, aso, seo, retargeting, email, organic-social)ad-cta, landing-page, email-sequence, organic-social)data/technique-index.json 에서 channel + asset type 에 맞는 기법을 고른다.<repo-root>/.growth-marketer/<slug>/service-profile.json 을 읽는다.
icp, voc, positioning, evidence, channel_signals 만 카피의 근거로 사용한다.
근거가 없는 숫자, 후기, 할인, 고객수, 마감일은 만들지 않는다.data/copy-templates.json 에서 요청한 channel + asset_type 조합을 찾고
format, constraints, variant_count 를 적용한다.data/technique-index.json 에서 적용 가능한 기법을 고른다. 사용자가 기법을 직접
지정했더라도 applicable_channels, applicable_asset_types, bounds 에 맞지 않으면 대체안을 제안한다.references/cognitive-psychology/technique-catalog.md: Cialdini 원칙, loss aversion, anchoring,
scarcity/FOMO, social proof, copy formulas, A/B 측정 기준.references/frameworks/offer-positioning-email.md: VOC/ICP, offer, positioning, hook model,
lifecycle email..growth-marketer/<slug>/copy/<asset>-<channel>.md 를 만든다. Markdown 구조:
technique id, source_ref, why it fits this profile.growth-marketer/<slug>/copy/<asset>-<channel>.json 을 schemas/copy.schema.json 형태로 작성한다.
Markdown 에 들어간 technique annotations 와 technique_refs[] 가 일치해야 한다.bash skills/generate-copy/scripts/validate-artifact.sh copy .growth-marketer/<slug>/copy/<asset>-<channel>.json
bash skills/generate-copy/scripts/validate-artifact.sh copy-templates skills/generate-copy/data/copy-templates.json
bash skills/generate-copy/scripts/validate-artifact.sh technique-index skills/generate-copy/data/technique-index.json
.md 경로, 선택한 기법, 측정 가설, 검증 결과를 짧게 알린다..growth-marketer/<slug>/copy/<asset>-<channel>.md.growth-marketer/<slug>/copy/<asset>-<channel>.json (검증용 companion, 필요 시)아래는 OUT OF BOUNDS 이며 생성하지 않는다.
scarcity, loss-aversion, anchoring, social-proof 는 강한 기법이므로 반드시 evidence 와 함께만 사용한다.
근거가 부족하면 "권장 proof to collect" 로 분리하고 최종 카피에는 넣지 않는다.
schemas/copy.schema.json: generated copy companion artifact.schemas/copy-templates.schema.json: data/copy-templates.json.schemas/technique-index.schema.json: data/technique-index.json.scripts/validate-artifact.sh: generic validator copied from analyze-service.channel-playbook 은 같은 service profile 과 channel 을 사용해 실행 계획을 만든다.draft-campaign 은 이 skill 의 copy/* 를 입력으로 받을 수 있지만 publish 는 금지된다.review-assets 는 생성된 copy, playbook, campaign draft 의 voice, evidence, consistency 를 검사한다.Convert raw feature requirements, bug reports, or rough task descriptions into a goal-optimized prompt for the agentic coding tool that will run it — Claude Code or OpenAI Codex. 거친 요구사항·버그 리포트·대충 적은 작업 설명을, 그 작업을 실제로 실행할 코딩 에이전트(Claude Code 또는 Codex)에 맞춘 goal 최적화 프롬프트로 변환한다. Use when the user wants a requirement shaped into a prompt/spec/goal for an agent — "이거 프롬프트로 만들어줘 / 변환해줘", "코덱스(codex)/클로드코드용으로", "목표·범위·완료조건 갖춘 프롬프트로" — or mentions the goal feature or /goal command. By default targets the agent running the skill (Claude Code → Claude-optimized, Codex → Codex-optimized); honors an explicit named target. Proactively fire on vague requirements headed to a coding agent ("대시보드 빠르게 해줘", "add auth", "로그인 버그 고쳐줘"). Not for implementing/debugging it yourself, codex code review, explaining /goal, translating, editing AGENTS.md, multi-agent orchestration (cmux/herdr), or writing a plan.
Use when the user wants to turn a repetitive, reviewable task into a controlled agent loop — phrases like "이거 자동화/반복하고 싶어", "루프로 돌리고 싶어", "정기적으로 점검하게 해줘", "loop engineering", "agent loop 설계", or wants to audit existing loops ("루프 점검", "loop audit"). Designs a loop with trigger·state·verification·human-gate·stop + 7 guardrails + 6 metrics, maps it onto an existing engine (herdr/loop/Cron/Workflow/Codex Automations), and writes a spec to docs/loops/. Does NOT execute loops itself and is NOT for one-off prompts (use goalcraft) or multi-agent run orchestration (use herdr/cmux).
Convert a recurring or repetitive task description into a Claude Code /loop prompt — the loop sibling of goalcraft. 반복·주기적 작업 설명을 Claude Code /loop 용 프롬프트로 변환한다(goalcraft의 loop 형제). Use when the user wants a task shaped into a /loop prompt — "루프 프롬프트로 만들어줘", "/loop 용으로", "주기적으로 반복하게", "매 N분마다 ~", "~까지 반복해서", "이거 loop으로 돌려줘" — or mentions the /loop command, recurring/scheduled in-session execution, or babysitting/polling a long-running thing. Picks the mode (fixed interval → cron, self-paced → model self-paces, or loop.md default) and bakes in an objective stop condition, an iteration ceiling, and a verification check. Proactively fire on recurring-execution requests ("배포 끝날 때까지 확인", "CI 통과할 때까지 반복", "keep checking the deploy"). Not for single-shot tasks or /goal until-condition prompts (→ goalcraft, which owns /goal), running the loop yourself, deciding whether something should be a loop or auditing loop governance (→ loop-engineering), translating, or explaining /loop.
Use when creating, revising, or critiquing frontend UI (web or mobile) where visual quality, product fit, design-system fidelity, or avoiding generic "AI-slop" output matters — e.g. "make this look good", "why does this look AI-generated", building a landing page / app screen / dashboard, or a design pass on existing UI. Turns vague design intent into a decision-first workflow: classify the surface, decide direction before code, escape default looks, build to measurable craft standards, and verify the rendered result. Portable across Claude Code and Codex.
Use when the user asks to inspect, summarize, explain, configure, connect, curate, or troubleshoot the session-journal Obsidian logging workflow for Claude Code or Codex — including pointing it at an existing/Obsidian-Sync vault, keeping AI-generated notes distinct from hand-authored ones, multi-machine setup, distilling durable knowledge, or verifying the vault config.
Use when the user asks to save durable lessons from session-journal into the LLM-Wiki, collect mistakes or insights from agent work, create reviewable wiki draft candidates, or report those draft candidates to Slack.