ワンクリックでManusで任意のスキルを実行

review-persona

スター1

フォーク0

更新日2026年6月6日 16:44

정책 제안·보도자료·사건 보고·계획 초안을 Nemotron-Personas-Korea 기반 합성 시민 페르소나 패널에 비추어 시점별 시뮬레이션 응답과 종합 리뷰로 정리한다. Use when: 시민 다양성 검토, 연령·지역·직업별 영향 점검, 누락된 관점 발굴, 정책 시안 사전 진단.

インストール

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。

Manusで実行

ソース

luncliff

luncliff/politics-agents

GitHub リポジトリを開く Creator のリポジトリを見る

ダウンロード

Manusで実行

review-persona

대한민국 인구통계 분포에 정렬된 합성 페르소나(NVIDIA Nemotron-Personas-Korea, CC BY 4.0) 패널을 입력 문서에 적용해, 다양한 시점의 반응과 종합 진단을 산출하는 검토 스킬이다.

입력

target: 평가 대상 — 파일 경로 또는 붙여넣은 초안 본문 (필수)
panel: national | local | both (기본 both)
size: 패널당 추출할 페르소나 수 (기본 10, 최대 30 권장)
seed: 재현용 정수 시드 (선택). 지정하지 않으면 매 실행마다 무작위 추출(재현 불가)을 수행한다.
theme: 평가 축 키워드 (예: 보육·복지·재정·안전, 선택)

자료

카드 라이브러리(필수 사전 산출):
- 보관함/결과/<YYYY-MM-DD> Nemotron 전국 패널 600.jsonl (전국 stratified)
- 보관함/결과/<YYYY-MM-DD> Nemotron <sigungu> 패널 300.jsonl 등 지역 패널
카드가 없으면 먼저 다음을 안내한다.
- uv run python -m nemotron_personas.fetch
- uv run python -m nemotron_personas.sampler --panel national --size 600
- ... --panel local --size 300

절차

target이 파일 경로면 본문을 읽고, 1500자 이상이면 핵심 단락만 추려 평가 컨텍스트로 만든다.
패널 jsonl에서 size만큼 무작위 추출한다(random.SystemRandom().sample 또는 시드 없는 random.sample). seed가 명시된 경우에만 random.Random(seed).sample로 결정적 추출하고, 그렇지 않으면 매 실행마다 다른 표본을 사용한다.
추출된 각 페르소나에 대해 Copilot 서브에이전트(runSubagent)를 호출한다.
- 한 호출당 최대 5명을 묶어 토큰을 아낀다.
- 페르소나마다 다음 4 항목을 200자 이내로 요청:
  1. 첫인상: 제목/요지를 본 직후의 반응
  2. 영향: 본인의 일상·일자리·가족·지역에 미칠 구체적 효과
  3. 우려/지지: 가장 걸리는 점 또는 강하게 동의하는 점
  4. 추가로 알고 싶은 것: 결정 전에 확인이 필요한 사실
- 답변 톤은 페르소나의 학력·직업·연령에 자연스럽게 맞춘다(과장된 사투리·차별 표현 금지).
응답을 모아 종합 리뷰를 작성한다.
- 지지 / 중립 / 반대 분포 (백분율)
- 연령대·지역·직업·가구 유형 클러스터별 주요 반응을 최소 6개 이상 분리해 기술한다.
- 공통 우려 Top 5, 공통 지지 Top 5
- 패널에서 누락된 관점(예: 외국인, 청소년, 19세 미만 — 본 데이터셋은 19세 이상 성인만 포함)
- 정치적 중립 점검(특정 정당·후보 옹호/공격 표현이 응답에 섞였는지)
산출물 양식은 review-template을 따른다.
출력 경로:

종합: 보관함/결과/<YYYY-MM-DD> <slug>.md
raw 응답: 보관함/결과/<YYYY-MM-DD> <slug>.jsonl

금지

합성 페르소나 응답을 실명·실존 시민 의견처럼 인용
페르소나에 이름·연락처·주소 등 추가 PII 삽입
응답을 통계적 대표성으로 단정(샘플은 stratified지만 1차 시뮬레이션이며, 의견은 서브에이전트의 합성 산출)
특정 정당·후보·인물 옹호 또는 공격을 페르소나 응답으로 위장
데이터셋 footer 의무(출처·라이선스·합성 면책) 누락

결과 기준

높음: 분포표, 6개 이상의 클러스터, Top 5 우려/지지, 면책이 모두 포함되며, 응답이 페르소나 속성과 일관됨
중간: 클러스터 6개 미만, Top 5 미충족, 또는 응답 일부가 페르소나 속성과 어긋나거나 면책/출처 일부 누락
낮음: 패널 미존재 또는 중립성 위반 응답이 검출됨 → 재실행

출력 footer

모든 산출물 말미에 다음을 포함한다.

출처: NVIDIA Nemotron-Personas-Korea (CC BY 4.0)
       https://huggingface.co/datasets/nvidia/Nemotron-Personas-Korea
패널: <panel> · 시드: <seed|random> · 추출 <YYYY-MM-DDTHH:MM:SSZ>
면책: 본 리뷰의 페르소나 응답은 합성 데이터에 기반한 시뮬레이션이며,
       실존 시민의 견해를 대표하지 않습니다.

このリポジトリの他の Skills

同じリポジトリ

scrape-council-minutes

luncliff/politics-agents

동적 로딩(JavaScript 렌더링)을 사용하는 대한민국 지방의회·광역의회 누리집에서 browser 또는 Playwright 도구로 회의록 목록·회기유형·상세 본문 경로를 수집하고 검증 가능한 메타데이터와 함께 정리한다. Use when: 성남시의회 등 지방의회에서 정례회/임시회 판별, 회기별 회의록 URL 수집, recordView key 추출, 대량 회의록 다운로드 입력(JSONL) 생성이 필요할 때.

2026-06-121

scrape-council-schedule

luncliff/politics-agents

동적 로딩(JavaScript 렌더링)을 사용하는 대한민국 지방의회·광역의회 누리집에서 browser 또는 Playwright 도구로 연간의사일정·회기일정·위원회 일정을 수집하고 Markdown 표로 정리한다. Use when: 성남시의회·경기도의회 등 지방의회 공식 페이지에서 회기번호·집회일·종료일· 주요의제를 추출해야 할 때; 연도 선택형 드롭다운이나 AJAX 렌더링으로 직접 크롤링이 불가능할 때; 연간의사일정 문서를 최신 공식 데이터로 갱신할 때.

2026-06-121

collect-ordinance

luncliff/politics-agents

대한민국 지방자치단체의 조례·자치법규를 ELIS, 지방의회 의안검색, law.go.kr에서 교차 확인해 원문을 보존하고 메타데이터 주석이 있는 Markdown으로 변환한다. 최신 조례 목록 확인, 자치법규 수집, 조례안과 시행 조례 교차검증, Semantic 카테고리 분류, 개정 이력 누적 저장에 사용한다.

2026-06-061

diagnose-prompts

luncliff/politics-agents

저장소 전체의 prompt, agent instructions, tool configuration, document organization을 종합 점검하여 규칙 불일치·누락·중복을 식별하고 수정 제안을 출력.

2026-06-061

find-night-clinic

luncliff/politics-agents

location.txt 또는 사용자 지정 지역을 기준으로 심야·새벽 병원 접근성을 조사한다. 병원 목록, 소아청소년과·가정의학과, 응급실 대안, 위치 정보를 표로 정리한다. Use when: 특정 지역의 야간진료 병원 탐색, 소아과/가정의학과 야간 운영 조사, 응급실 대안 정리, 지역별 심야 의료 접근성 보고서 작성.

2026-06-061

improve-harness

luncliff/politics-agents

사용자가 명시적으로 요청한 경우에만 retrospective 누적물을 분석해 반복 패턴을 식별하고, 구조화된 질문에 대한 답변에 따라 skill/agent/hook/참조문서를 갱신.

2026-06-061

name	review-persona
description	정책 제안·보도자료·사건 보고·계획 초안을 Nemotron-Personas-Korea 기반 합성 시민 페르소나 패널에 비추어 시점별 시뮬레이션 응답과 종합 리뷰로 정리한다. Use when: 시민 다양성 검토, 연령·지역·직업별 영향 점검, 누락된 관점 발굴, 정책 시안 사전 진단.
argument-hint	<문서 경로\|초안> [national\|local\|both] [N]

review-persona

입력

target: 평가 대상 — 파일 경로 또는 붙여넣은 초안 본문 (필수)
panel: national | local | both (기본 both)
size: 패널당 추출할 페르소나 수 (기본 10, 최대 30 권장)
seed: 재현용 정수 시드 (선택). 지정하지 않으면 매 실행마다 무작위 추출(재현 불가)을 수행한다.
theme: 평가 축 키워드 (예: 보육·복지·재정·안전, 선택)

자료

카드 라이브러리(필수 사전 산출):
- 보관함/결과/<YYYY-MM-DD> Nemotron 전국 패널 600.jsonl (전국 stratified)
- 보관함/결과/<YYYY-MM-DD> Nemotron <sigungu> 패널 300.jsonl 등 지역 패널
카드가 없으면 먼저 다음을 안내한다.
- uv run python -m nemotron_personas.fetch
- uv run python -m nemotron_personas.sampler --panel national --size 600
- ... --panel local --size 300

절차

target이 파일 경로면 본문을 읽고, 1500자 이상이면 핵심 단락만 추려 평가 컨텍스트로 만든다.
패널 jsonl에서 size만큼 무작위 추출한다(random.SystemRandom().sample 또는 시드 없는 random.sample). seed가 명시된 경우에만 random.Random(seed).sample로 결정적 추출하고, 그렇지 않으면 매 실행마다 다른 표본을 사용한다.
추출된 각 페르소나에 대해 Copilot 서브에이전트(runSubagent)를 호출한다.
- 한 호출당 최대 5명을 묶어 토큰을 아낀다.
- 페르소나마다 다음 4 항목을 200자 이내로 요청:
  1. 첫인상: 제목/요지를 본 직후의 반응
  2. 영향: 본인의 일상·일자리·가족·지역에 미칠 구체적 효과
  3. 우려/지지: 가장 걸리는 점 또는 강하게 동의하는 점
  4. 추가로 알고 싶은 것: 결정 전에 확인이 필요한 사실
- 답변 톤은 페르소나의 학력·직업·연령에 자연스럽게 맞춘다(과장된 사투리·차별 표현 금지).
응답을 모아 종합 리뷰를 작성한다.
- 지지 / 중립 / 반대 분포 (백분율)
- 연령대·지역·직업·가구 유형 클러스터별 주요 반응을 최소 6개 이상 분리해 기술한다.
- 공통 우려 Top 5, 공통 지지 Top 5
- 패널에서 누락된 관점(예: 외국인, 청소년, 19세 미만 — 본 데이터셋은 19세 이상 성인만 포함)
- 정치적 중립 점검(특정 정당·후보 옹호/공격 표현이 응답에 섞였는지)
산출물 양식은 review-template을 따른다.
출력 경로:

종합: 보관함/결과/<YYYY-MM-DD> <slug>.md
raw 응답: 보관함/결과/<YYYY-MM-DD> <slug>.jsonl

금지

합성 페르소나 응답을 실명·실존 시민 의견처럼 인용
페르소나에 이름·연락처·주소 등 추가 PII 삽입
응답을 통계적 대표성으로 단정(샘플은 stratified지만 1차 시뮬레이션이며, 의견은 서브에이전트의 합성 산출)
특정 정당·후보·인물 옹호 또는 공격을 페르소나 응답으로 위장
데이터셋 footer 의무(출처·라이선스·합성 면책) 누락

결과 기준

높음: 분포표, 6개 이상의 클러스터, Top 5 우려/지지, 면책이 모두 포함되며, 응답이 페르소나 속성과 일관됨
중간: 클러스터 6개 미만, Top 5 미충족, 또는 응답 일부가 페르소나 속성과 어긋나거나 면책/출처 일부 누락
낮음: 패널 미존재 또는 중립성 위반 응답이 검출됨 → 재실행

출력 footer

모든 산출물 말미에 다음을 포함한다.

출처: NVIDIA Nemotron-Personas-Korea (CC BY 4.0)
       https://huggingface.co/datasets/nvidia/Nemotron-Personas-Korea
패널: <panel> · 시드: <seed|random> · 추출 <YYYY-MM-DDTHH:MM:SSZ>
면책: 본 리뷰의 페르소나 응답은 합성 데이터에 기반한 시뮬레이션이며,
       실존 시민의 견해를 대표하지 않습니다.