Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →[책임 경계] 연간 시즌 캘린더 전담 — 한국·글로벌 이커머스 시즌 이벤트 30+개 매핑(블프·솽스이·발렌타인·명절·여름·겨울 등) + 카테고리별 매출 피크 분석 + 분기 캠페인 계획 자동 생성. 다음과 같은 요청 시 반드시 이 스킬을 사용하세요: "연간 시즌 캘린더", "블프 솽스이 일정", "한국 시즌 이벤트", "분기 캠페인 계획", "시즌별 매출 피크", "명절 마케팅", "발렌타인 이벤트".
.claude/skills/modu-ai-commerce-season-calendar/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-02 | ✗→✓ | ▲ Improved | 35% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 61% | 0% |
| case-01 | ✗→✓ | ▲ Improved | 25% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 44% | 0% |
| case-08 | ✗→✓ | ▲ Improved | 61% | 0% |
한국·글로벌 이커머스 시즌 이벤트 30+개를 카테고리별로 매핑한 연간 시즌 캘린더 + 매출 피크 분석 + 분기 캠페인 계획을 자동 생성하는 전담 스킬입니다.
책임 한 줄: 카테고리 + 채널 + 기간 입력 → 연간 시즌 이벤트 매핑 + 매출 피크 예측 + 분기 캠페인 계획 자동 생성.
| 월 | 이벤트 | 카테고리 | |----|--------|---------| | 1월 | 새해 다이어트·금주·금연 | 영양제·식품·운동 | | 1월 | 설날 (구정) | 식품·선물·가전 | | 2월 | 발렌타인 데이 | 디저트·화장품·향수 | | 2월 | 졸업·입학 시즌 | 의류·전자제품·문구 | | 3월 | 화이트 데이 | 디저트·향수 | | 3월 | 봄 신상 시즌 | 의류·인테리어·꽃 |
| 월 | 이벤트 | 카테고리 | |----|--------|---------| | 4월 | 어린이날 (5월 5일 사전) | 키즈·교육·완구 | | 5월 | 어버이날·스승의날 | 효도·건강식품·선물 | | 5월 | 가정의 달 | 가족 외식·여행 | | 6월 | 여름 시즌 시작 | 의류·다이어트·뷰티 | | 6월 | 멤버십 행사 (쿠팡 로켓와우 등) | 마켓플레이스 |
| 월 | 이벤트 | 카테고리 | |----|--------|---------| | 7-8월 | 휴가 시즌 | 여행·수영복·선글라스 | | 8월 | 광복절 (한국 한정) | 식품·생활용품 | | 9월 | 추석 (한국) | 식품·선물·가전·전통주 | | 9월 | 가을 신상 시즌 | 의류·향수·인테리어 |
| 월 | 이벤트 | 카테고리 | |----|--------|---------| | 10월 | 한글날 (한국 특화 마케팅) | 문구·교육 | | 10월 | 핼러윈 | 디저트·코스튬·뷰티 | | 11월 | 빼빼로 데이 (한국) | 디저트·선물 | | 11월 | 블랙 프라이데이 (글로벌) | 전 카테고리 | | 11월 | 솽스이 (11월 11일, 중국·글로벌 영향) | 전 카테고리 | | 12월 | 크리스마스 | 디저트·향수·뷰티·선물 | | 12월 | 연말 송년 (회식·홈파티) | 식품·주류·인테리어 |
| 카테고리 | 1차 피크 | 2차 피크 | 비수기 | |---------|---------|---------|-------| | 화장품 | 5월 어버이날 · 11월 솽스이 | 2월 발렌타인 · 12월 크리스마스 | 3-4월 | | 식품 | 1월 설날 · 9월 추석 | 12월 연말 | 7-8월 | | 의류 | 3월 봄 신상 · 9월 가을 신상 | 6월 여름·11월 겨울 | 1-2월 | | 반려동물 | 5월 가정의 달 | 12월 크리스마스 | 1-2월 | | 여행 | 7-8월 휴가 | 5월 가정의 달 | 1-2월 |
각 분기 시작 시 다음 사전 준비:
[Q1 시작 (12월 1일)]
- 설날 마케팅 D-60 사전 등록
- 발렌타인 D-30 광고 준비
- 봄 신상 D-90 기획
[Q2 시작 (3월 1일)]
- 가정의 달 D-60 캠페인 기획
- 여름 시즌 D-90 신상 기획
- 휴가 시즌 D-120 사전 광고
[Q3 시작 (6월 1일)]
- 여름 휴가 D-30 광고
- 추석 D-60 사전 등록
- 가을 신상 D-90 기획
[Q4 시작 (9월 1일)]
- 빼빼로 D-60 사전 등록
- 블프·솽스이 D-30 광고
- 크리스마스 D-90 기획
- 연말 송년 D-60 마케팅"/commerce-season-calendar — 화장품, 자사몰·쿠팡, 1년 전체"
→ 화장품 카테고리 12개 시즌 이벤트 매핑 + 매출 피크 (5월·11월) + 분기 캠페인 4개본 스킬의 분기 캠페인 사전 준비 계획·시즌별 매출 피크 해설·카테고리별 권장 메시지 텍스트는 moai-coworker:ai-slop-reviewer로 자동 후처리 체이닝됩니다. 캘린더 표 자체는 데이터지만, 캠페인 계획 안내문·시즌 마케팅 권장사항 텍스트는 외부 보고서나 미팅 자료로 산출되는 경우가 많아 검수 필수.
textcommerce-season-calendar → ai-slop-reviewer → (선택) commerce-promotion-planner (시즌별 프로모션 상세 기획)
commerce-product-naming — 시즌 트렌드 키워드 → 상품명·해시태그·블로그 제목 변환 (트렌드 변환 모드)commerce-promotion-planner — 시즌 프로모션 기획ai-slop-reviewer — 캠페인 계획·시즌 해설 AI 슬롭 검수 (자동 체인, HARD)moai-writer:korean-humanize — 한국어 AI 티 제거 (슬롭 검수 다음, 필수)| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-02 | fail→pass | 27,066 | 25,122 | -7% | 1 | 1 | 0% | 4,224 | 5,684 | +35% | 0 | 0 | — |
case-07 | fail→pass | 13,413 | 11,949 | -11% | 1 | 1 | 0% | 2,370 | 3,806 | +61% | 0 | 0 | — |
case-01 | fail→pass | 29,612 | 24,620 | -17% | 1 | 1 | 0% | 4,561 | 5,722 | +25% | 0 | 0 | — |
case-03 | fail→fail | 26,914 | 27,710 | +3% | 1 | 1 | 0% | 4,521 | 6,234 | +38% | 0 | 0 | — |
case-04 | fail→fail | 20,421 | 17,346 | -15% | 1 | 1 | 0% | 3,289 | 4,573 | +39% | 0 | 0 | — |
case-05 | fail→fail | 20,141 | 19,923 | -1% | 1 | 1 | 0% | 3,531 | 4,985 | +41% | 0 | 0 | — |
case-06 | fail→pass | 18,339 | 18,824 | +3% | 1 | 1 | 0% | 3,198 | 4,601 | +44% | 0 | 0 | — |
case-08 | fail→pass | 16,949 | 17,554 | +4% | 1 | 1 | 0% | 2,820 | 4,527 | +61% | 0 | 0 | — |
case-09 | fail→fail | 21,298 | 22,017 | +3% | 1 | 1 | 0% | 3,514 | 5,431 | +55% | 0 | 0 | — |
case-10 | fail→pass | 18,415 | 18,862 | +2% | 1 | 1 | 0% | 3,104 | 4,620 | +49% | 0 | 0 | — |
case-11 | fail→pass | 15,154 | 14,219 | -6% | 1 | 1 | 0% | 2,346 | 3,923 | +67% | 0 | 0 | — |
case-12 | pass→pass | 16,849 | 16,032 | -5% | 1 | 1 | 0% | 2,751 | 4,270 | +55% | 0 | 0 | — |
case-13 | pass→pass | 13,633 | 13,582 | -0% | 1 | 1 | 0% | 2,164 | 3,816 | +76% | 0 | 0 | — |
case-14 | fail→fail | 19,129 | 18,106 | -5% | 1 | 1 | 0% | 2,939 | 4,367 | +49% | 0 | 0 | — |
case-15 | fail→pass | 14,545 | 17,213 | +18% | 1 | 1 | 0% | 2,267 | 4,220 | +86% | 0 | 0 | — |
case-16 | fail→pass | 16,832 | 14,972 | -11% | 1 | 1 | 0% | 2,646 | 3,849 | +45% | 0 | 0 | — |
case-17 | fail→fail | 14,364 | 12,182 | -15% | 1 | 1 | 0% | 2,100 | 3,415 | +63% | 0 | 0 | — |
case-18 | fail→pass | 16,171 | 14,533 | -10% | 1 | 1 | 0% | 2,542 | 3,853 | +52% | 0 | 0 | — |
case-19 | pass→pass | 12,491 | 12,182 | -2% | 1 | 1 | 0% | 2,392 | 3,920 | +64% | 0 | 0 | — |
case-20 | pass→pass | 14,346 | 13,534 | -6% | 1 | 1 | 0% | 2,156 | 3,615 | +68% | 0 | 0 | — |
case-21 | pass→pass | 17,584 | 24,969 | +42% | 1 | 1 | 0% | 2,997 | 5,675 | +89% | 0 | 0 | — |
case-22 | fail→fail | 14,731 | 7,872 | -47% | 1 | 1 | 0% | 2,259 | 2,806 | +24% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +45 percentage points is the difference between those two pass rates over the 22 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.