// Reading 원문에서 나노바나나 프로용 치트시트 프롬프트를 생성합니다. 3단계 에이전트 파이프라인(분석→구조설계→프롬프트생성)으로 콘텐츠 유형에 맞는 프롬프트 생성. 사용: /nanobanana week1/slug
| name | nanobanana |
| description | Reading 원문에서 나노바나나 프로용 치트시트 프롬프트를 생성합니다. 3단계 에이전트 파이프라인(분석→구조설계→프롬프트생성)으로 콘텐츠 유형에 맞는 프롬프트 생성. 사용: /nanobanana week1/slug |
| arguments | [{"name":"path","description":"week/slug 또는 week/parent/child 형식의 문서 경로\n- 단일 페이지: week1/how-openai-uses-codex\n- 계층 구조: week1/prompt-engineering-guide/zeroshot\n","required":true},{"name":"per-chapter","description":"YouTube 콘텐츠의 챕터별로 개별 프롬프트 생성\n--per-chapter 옵션으로 사용\n긴 영상(10개 이상 챕터)에 권장\n","required":false}] |
Reading 원문에서 나노바나나 프로용 치트시트 프롬프트를 생성합니다.
/nanobanana <week/slug>
/nanobanana <week/slug> --per-chapter # YouTube 챕터별 처리
# 일반 콘텐츠 (단일 프롬프트)
/nanobanana week1/how-openai-uses-codex
/nanobanana week2/mcp-introduction
# YouTube 콘텐츠 - 전체 (단일 프롬프트)
/nanobanana week1/deep-dive-llms
# YouTube 콘텐츠 - 챕터별 (각 챕터마다 프롬프트)
/nanobanana week1/deep-dive-llms --per-chapter
docs/week{N}/{slug}/eng/index.md (원문).claude/outputs/nanobanana/week{N}/{slug}-cheatsheet-prompt.mddocs/week{N}/{slug}/eng/ 디렉토리의 챕터 파일들.claude/outputs/nanobanana/week{N}/{slug}/{childSlug}-cheatsheet-prompt.md (N개)# 기본 모드
week1/how-openai-uses-codex
→ 입력: docs/week1/how-openai-uses-codex/eng/index.md
→ 출력: .claude/outputs/nanobanana/week1/how-openai-uses-codex-cheatsheet-prompt.md
# --per-chapter 모드
week1/deep-dive-llms --per-chapter
→ 입력: docs/week1/deep-dive-llms/eng/*.md (각 챕터)
→ 출력: .claude/outputs/nanobanana/week1/deep-dive-llms/
├── introduction-cheatsheet-prompt.md
├── tokenization-cheatsheet-prompt.md
├── neural-network-io-cheatsheet-prompt.md
└── ... (24개 파일)
이 스킬은 Task tool을 사용하여 각 에이전트를 순차적으로 실행합니다.
/nanobanana week1/how-openai-uses-codex
│
▼
┌──────────────────────────────────────┐
│ 1. 원본 파일 읽기 │
│ docs/week1/how-openai-uses-codex/ │
│ eng/index.md │
└──────────────────────────────────────┘
│
▼
┌──────────────────────────────────────┐
│ 2. Task: content-analyzer │
│ subagent_type: general-purpose │
│ 원문 분석 → 콘텐츠 유형 판별 │
│ → 핵심 개념/구조/엔티티 추출 │
│ → JSON 결과 │
└──────────────────────────────────────┘
│
▼
┌──────────────────────────────────────┐
│ 3. 템플릿 로드 │
│ 콘텐츠 유형에 맞는 템플릿 선택 │
│ - use-case → use-case-style.md │
│ - tutorial → tutorial-style.md │
│ - lecture → lecture-style.md │
└──────────────────────────────────────┘
│
▼
┌──────────────────────────────────────┐
│ 4. Task: structure-planner │
│ subagent_type: general-purpose │
│ analyzer 결과 + 템플릿 기반 │
│ → 섹션 구조 설계 │
│ → Mermaid 다이어그램 계획 │
│ → 표 구조 설계 │
│ → JSON 결과 │
└──────────────────────────────────────┘
│
▼
┌──────────────────────────────────────┐
│ 5. Task: prompt-generator │
│ subagent_type: general-purpose │
│ 원본 + analyzer + planner 통합 │
│ → 완성된 프롬프트 MD 생성 │
└──────────────────────────────────────┘
│
▼
┌──────────────────────────────────────┐
│ 6. 파일 저장 │
│ Write tool 사용 │
│ → {slug}-cheatsheet-prompt.md │
└──────────────────────────────────────┘
│
▼
완료!
| 유형 | 특성 | 템플릿 |
|---|---|---|
| use-case | 사례 중심, Anecdote 포함, Best Practices | use-case-style.md |
| tutorial | 단계별 가이드, 코드/명령어 | tutorial-style.md |
| lecture | 강의/프레젠테이션, 개념 설명 | lecture-style.md |
입력: week1/how-openai-uses-codex
→ weekNum: 1
→ slug: how-openai-uses-codex
→ 입력 경로: docs/week1/how-openai-uses-codex/eng/index.md
→ 출력 경로: .claude/outputs/nanobanana/week1/how-openai-uses-codex-cheatsheet-prompt.md
Read tool로 원본 파일 읽기:
docs/week{N}/{slug}/eng/index.md
파일이 없으면 에러 메시지 출력 후 종료.
Task tool 호출:
아래 에이전트 지침을 따라 콘텐츠를 분석하세요.
## 에이전트 지침
[.claude/agents/nanobanana/content-analyzer.md 내용]
## 원본 콘텐츠
[원본 마크다운 내용]
JSON 형식으로 결과를 출력하세요.
결과: JSON (contentType, keyConcepts, structure, entities, actionItems 등)
analyzer 결과의 contentType에 따라 템플릿 선택:
use-case → .claude/templates/nanobanana/use-case-style.mdtutorial → .claude/templates/nanobanana/tutorial-style.mdlecture → .claude/templates/nanobanana/lecture-style.mdRead tool로 해당 템플릿 파일 읽기.
Task tool 호출:
아래 에이전트 지침을 따라 치트시트 구조를 설계하세요.
## 에이전트 지침
[.claude/agents/nanobanana/structure-planner.md 내용]
## 콘텐츠 분석 결과
[Step 3의 JSON 결과]
## 적용 템플릿
[Step 4에서 로드한 템플릿 내용]
JSON 형식으로 결과를 출력하세요.
결과: JSON (sections, diagrams, tables, codeBlocks, emphasis)
Task tool 호출:
아래 에이전트 지침을 따라 나노바나나 프롬프트를 생성하세요.
## 에이전트 지침
[.claude/agents/nanobanana/prompt-generator.md 내용]
## 원본 콘텐츠
[원본 마크다운 내용]
## 콘텐츠 분석 결과
[Step 3의 JSON 결과]
## 구조 설계 결과
[Step 5의 JSON 결과]
완성된 프롬프트를 마크다운 형식으로 출력하세요.
결과: 완성된 나노바나나 프롬프트 (마크다운)
Write tool로 결과 저장:
.claude/outputs/nanobanana/week{N}/{slug}-cheatsheet-prompt.md
출력 디렉토리가 없으면 Bash tool로 먼저 생성:
mkdir -p .claude/outputs/nanobanana/week{N}/{parent-if-any}
✅ 나노바나나 프롬프트 생성 완료!
📄 출력 파일: .claude/outputs/nanobanana/week1/how-openai-uses-codex-cheatsheet-prompt.md
📊 콘텐츠 유형: use-case
🔧 사용된 템플릿: use-case-style
이 프롬프트를 나노바나나 프로에 붙여넣어 치트시트를 생성하세요.
--per-chapter 옵션이 있으면 다음 워크플로우로 실행합니다.
--per-chapter 옵션 존재 여부 확인
→ 있으면: 챕터별 처리 모드
→ 없으면: 기존 단일 프롬프트 모드
원본 파일에서 챕터 목록 추출:
## Table of Contents
1. [Introduction](#1-introduction) (0:00)
2. [Pretraining Data](#2-pretraining-data) (1:00)
3. [Tokenization](#3-tokenization) (7:47)
...
정규식: /^(\d+)\.\s*\[(.+?)\]\(#.+?\)\s*\((\d+:\d+(?::\d+)?)\)/gm
결과:
[
{"number": 1, "title": "Introduction", "slug": "introduction", "timestamp": "0:00"},
{"number": 2, "title": "Pretraining Data", "slug": "pretraining-data", "timestamp": "1:00"},
...
]
각 챕터의 본문을 추출:
## N. 챕터명 부터 다음 ## N+1. 전까지mkdir -p .claude/outputs/nanobanana/week{N}/{slug}/
각 챕터에 대해 기존 Step 3~6 (content-analyzer → structure-planner → prompt-generator) 실행:
챕터 1~N에 대해 반복:
1. content-analyzer 호출 (챕터 콘텐츠만 전달)
2. structure-planner 호출
3. prompt-generator 호출
4. Write tool로 저장: {slug}/{childSlug}-cheatsheet-prompt.md
병렬 처리: 독립적인 챕터들이므로 여러 Task를 동시에 실행 가능
✅ 나노바나나 프롬프트 생성 완료! (챕터별 모드)
📁 출력 디렉토리: .claude/outputs/nanobanana/week1/deep-dive-llms/
📊 생성된 파일: 24개
📄 파일 목록:
- introduction-cheatsheet-prompt.md
- pretraining-data-cheatsheet-prompt.md
- tokenization-cheatsheet-prompt.md
- ... (21개 더)
각 프롬프트를 나노바나나 프로에 붙여넣어 치트시트를 생성하세요.
| 상황 | 처리 |
|---|---|
| 원본 파일 없음 | "❌ 파일을 찾을 수 없습니다: {경로}" 출력 후 종료 |
| 콘텐츠 유형 판별 실패 | 기본값 use-case 사용, 경고 메시지 출력 |
| 에이전트 오류 | 에러 내용 출력, 재시도 권장 |
| --per-chapter인데 챕터 없음 | "⚠️ 챕터를 찾을 수 없습니다. 기본 모드로 실행합니다." |
.claude/
├── agents/nanobanana/
│ ├── content-analyzer.md # 콘텐츠 분석 에이전트
│ ├── structure-planner.md # 구조 설계 에이전트
│ └── prompt-generator.md # 프롬프트 생성 에이전트
└── templates/nanobanana/
├── use-case-style.md # 사례 중심 템플릿
├── tutorial-style.md # 튜토리얼 템플릿
└── lecture-style.md # 강의 템플릿
YouTube 콘텐츠의 챕터별 하위페이지 구조를 readings.ts에 생성하고, 전체 번역 파일에서 챕터별 번역 파일을 자동 생성합니다. 사용: /split-youtube-chapters week1/deep-dive-llms
코드 수정 완료 후 conventional commit 형식의 커밋 메시지를 자동 생성하고 사용자 확인 후 커밋합니다. 사용자가 커밋해줘 또는 /commit 요청 시 사용.
readings.ts의 요약 필드가 원본 kr 마크다운과 비교하여 잘 작성되었는지 평가합니다. 이슈별로 개선사항을 제안하고 사용자 컨펌 후 readings.ts를 수정합니다. 사용: /eval-summary week1 또는 /eval-summary week1/slug
나노바나나 프롬프트의 정확성을 한글 번역본과 비교하여 검증하고, WebSearch로 팩트체크한 후 이슈별로 사용자 확인을 거쳐 수정합니다. 사용: /improve-prompt week1/deep-dive-llms/tokenization
나노바나나에서 생성된 치트시트 이미지를 public에 복사하고 readings.ts에 cheatsheetImage 필드를 추가합니다. 사용: /publish-cheatsheet week1/slug
나노바나나 치트시트 이미지를 Gemini Vision으로 분석하여 해당 kr md 파일의 내용과 일치하는지 검증합니다. 기술적/문맥적 오류, 잘못된 텍스트/그래프/그림을 찾아냅니다. 사용: /review-cheatsheet week1/slug/chapter