菜单
프롬프트를 실증 기반 기법으로 분석하고 개선합니다. Few-shot, CoT, XML 구조화, Context Engineering 등 검증된 기법을 적용하여 프롬프트 품질을 높입니다. 프롬프트 개선, prompt 리뷰, 프롬프트 최적화, 프롬프팅 개선 요청 시 사용.
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
소프트웨어 프로젝트의 소스 코드를 체계적으로 분석합니다. 프로젝트 경로를 입력하면 아키텍처, 데이터 흐름, 설계 패턴, 의존성을 단계별로 파악합니다. 소스 분석, 코드 분석, 리버스 엔지니어링, 아키텍처 분석, 코드베이스 파악 요청 시 활성화.
Claude Code Skill을 생성하거나 기존 스킬을 개선합니다. 스킬 생성, 스킬 수정, SKILL.md 작성, 새 스킬 만들기, 스킬 개선, 스킬 업데이트 요청 시 활성화.
Claude Code Skill을 생성하거나 기존 스킬을 개선합니다. 스킬 생성, 스킬 수정, SKILL.md 작성, 새 스킬 만들기, 스킬 개선, 스킬 업데이트 요청 시 활성화.
CHANGELOG.md에 변경 사항과 담당자를 정리하고 package.json 버전을 올립니다. changelog 작성, 변경 이력 정리, 버전 올리기, 릴리즈 노트, CHANGELOG 업데이트 요청 시 사용.
새 프로젝트를 프레임워크에 맞게 초기화하고 최신 버전과 모범 사례를 적용합니다. 초기화 완료 후 rule-manager 워크플로우를 참조하여 기본 규칙을 자동 생성합니다. 프로젝트 생성, 프로젝트 초기화, 새 프로젝트, project init, scaffold, boilerplate, 프로젝트 시작, 프로젝트 만들기 요청 시 활성화.
Skill 기반의 규칙을 레포지토리에 추가하고 관리합니다. 기존 구조 분석 → 적절한 위치 판단 → 사용자 확인 후 추가. 규칙 추가, 룰 추가, rule 추가, 새 규칙, 컨벤션 추가, 스타일 가이드 추가, 가이드라인 추가 요청 시 활성화.
| name | prompt-improver |
| description | 프롬프트를 실증 기반 기법으로 분석하고 개선합니다. Few-shot, CoT, XML 구조화, Context Engineering 등 검증된 기법을 적용하여 프롬프트 품질을 높입니다. 프롬프트 개선, prompt 리뷰, 프롬프트 최적화, 프롬프팅 개선 요청 시 사용. |
| argument-hint | [프롬프트 텍스트 또는 파일 경로] |
프롬프트를 실증 연구 기반 기법으로 분석하고 개선합니다.
사용자가 제공한 프롬프트를 확인합니다.
프롬프트를 아래 7개 체크포인트로 분석합니다. 각 항목을 적용됨/미적용/해당없음으로 평가합니다.
| # | 체크포인트 | 핵심 질문 | 효과 |
|---|---|---|---|
| 1 | 명시성 | 용도/대상/출력형식이 구체적인가? | 가장 중요한 단일 원칙 |
| 2 | Few-shot 예시 | 입출력 예시가 있는가? (3개 최적) | +50% 성능 향상 |
| 3 | Chain-of-Thought | 복잡한 작업에 사고 단계를 제시하는가? | +40%p (수학 기준) |
| 4 | XML 구조화 | 의미적 태그로 섹션이 분리되어 있는가? | 유의미한 개선 |
| 5 | Context Engineering | 필요한 맥락이 직접 제공되는가? 불필요한 정보는 없는가? | Context > Persona |
| 6 | 제약 조건 | 출력 범위가 명확히 한정되어 있는가? | 일관적 개선 |
| 7 | 환각 방지 | 불확실한 경우 탈출구가 있는가? | 정확도 향상 |
평가 기준 참고: 모든 체크포인트가 모든 프롬프트에 필요하지는 않습니다.
진단 결과에서 미적용 항목 중 효과가 큰 순서대로 개선합니다.
기법 적용 우선순위 (실증 효과 순):
명시적이고 구체적인 지시 — 모호한 부분을 구체적으로 변환
Few-shot 예시 추가 — 3개 예시가 최적
<example> 태그로 구조화Chain-of-Thought — 복잡한 작업에만 적용
<thinking> + <answer> 분리 (가장 강력)XML 태그 구조화 — 의미적 태그명, 일관성 유지
<instructions>, <context>, <constraints>, <output_format>Context Engineering — 맥락 직접 주입, 불필요한 정보 제거
제약 조건 명시 — 출력 범위 한정
환각 방지 — 탈출구 제공, 증거 먼저 찾기
아래 형식으로 출력합니다.
## 진단 결과
| 체크포인트 | 상태 | 비고 |
|-----------|------|------|
| 명시성 | ✅/⚠️/➖ | 한 줄 설명 |
| ... | ... | ... |
## 주요 개선 사항
- [적용한 기법과 이유를 bullet으로 나열]
## 개선된 프롬프트
[개선된 전체 프롬프트]
## 변경 요약
[Before/After 핵심 차이를 간결하게]
| 기법 | 이유 |
|---|---|
| 기본 역할 프롬프팅 ("You are an expert...") | 프론티어 모델의 기본 능력이 이미 충분 |
| 수동 CoT ("think step by step") | 추론 모델이 이미 내부적으로 수행 |
| Anti-laziness 프롬프팅 | 최신 모델에서 과잉 트리거 유발 |
| 정교한 구조적 트릭/템플릿 | 모델이 자연어를 충분히 잘 이해 |
162개 페르소나 실증 연구 결과: