Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →월급 관리와 가계부, 예산 배분, 소비 회고를 도와주는 스킬입니다. '통장 쪼개기 해줘', '월급 관리법', '가계부 어떻게 써', '돈이 자꾸 새', '예산 짜줘'처럼 말하면 됩니다. 통장 쪼개기, 50/30/20 예산, 가계부 분류, 소비 회고 루틴으로 매달 저축 가능액을 확보하는 돈 관리 시스템을 설계합니다.
.claude/skills/modu-ai-household-budget/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-02 | ✗→✓ | ▲ Improved | 19% | 0% |
| case-04 | ✗→✓ | ▲ Improved | -5% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 65% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 42% | 0% |
| case-10 | ✗→✓ | ▲ Improved | 54% | 0% |
매달 월급은 들어오는데 돈이 어디로 가는지 모르는 상태를 끝내기 위해, 통장 구조·예산 비율·소비 기록·정기 회고로 이어지는 돈 관리 시스템을 만든다. 의지가 아니라 구조로 저축하게 한다.
가계부, 통장 쪼개기, 월급 관리, 예산, 예산 배분, 소비 관리, 지출 관리, 돈이 새, 50/30/20, 소비 회고, 돈 관리 템플릿
용도별로 통장(또는 파킹/CMA)을 나눠 돈의 흐름을 강제한다.
| 통장 | 용도 | 운영 | |------|------|------| | 월급 통장 | 급여 입금 → 자동 분배 허브 | 잔액 0에 가깝게 | | 고정비 통장 | 주거·통신·보험·구독 | 자동이체 몰아두기 | | 생활비 통장 | 식비·교통·여가(체크카드) | 주/월 한도 정해 사용 | | 저축·투자 통장 | 월급일 다음 날 자동이체 | 먼저 떼고 시작 | | 비상금 통장 | 생활비 3~6개월 | 평소엔 손대지 않음 |
기본 가이드는 50/30/20(필수 50 / 여유 30 / 저축·투자 20). 소득·상황에 맞게 조정한다.
지출을 3가지로만 나눠 기록 부담을 줄인다.
→ 카드사·뱅킹 앱 자동 분류 + 주 1회 5분 점검이면 충분하다. 영수증 일일이 적을 필요 없다.
insurance-fit 연계)wealth-roadmap 연계예시 1: "월 실수령 300만 원인데 통장 쪼개기랑 예산 어떻게 짜?" → 5통장 구조 + 50/30/20 적용(필수 150 / 여유 90 / 저축 60) → 자동이체 설정안
예시 2: "돈이 자꾸 새는데 어디서 줄여야 할지 모르겠어" → 고정비·구독·변동비 점검 체크리스트 → 누수 상위 3개 + 절감안
예시 3: "연말인데 올해 소비 돌아보고 내년 계획 짜고 싶어" → 카테고리별 소비 회고 → 과소비 항목 + 내년 예산표 + 저축 목표
moai-finance 계열을 사용한다.개인 예산 관리 일반 프레임워크(통장 쪼개기·50/30/20) + 사용자 vault 소비관리 노트 참고. 표현·예시는 2026년 기준 자체 구성.
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→fail | 20,035 | 18,716 | -7% | 1 | 1 | 0% | 3,358 | 4,553 | +36% | 0 | 0 | — |
case-02 | fail→pass | 20,635 | 18,375 | -11% | 1 | 1 | 0% | 3,864 | 4,608 | +19% | 0 | 0 | — |
case-03 | pass→pass | 18,411 | 14,550 | -21% | 1 | 1 | 0% | 3,075 | 3,757 | +22% | 0 | 0 | — |
case-04 | fail→pass | 21,193 | 12,972 | -39% | 1 | 1 | 0% | 3,473 | 3,288 | -5% | 0 | 0 | — |
case-05 | fail→fail | 19,056 | 19,923 | +5% | 1 | 1 | 0% | 3,272 | 4,600 | +41% | 0 | 0 | — |
case-06 | fail→pass | 15,988 | 16,493 | +3% | 1 | 1 | 0% | 2,465 | 4,060 | +65% | 0 | 0 | — |
case-07 | fail→pass | 14,626 | 12,192 | -17% | 1 | 1 | 0% | 2,273 | 3,232 | +42% | 0 | 0 | — |
case-08 | fail→fail | 21,116 | 19,850 | -6% | 1 | 1 | 0% | 3,468 | 4,937 | +42% | 0 | 0 | — |
case-09 | pass→pass | 14,922 | 13,858 | -7% | 1 | 1 | 0% | 2,296 | 3,561 | +55% | 0 | 0 | — |
case-10 | fail→pass | 17,403 | 16,533 | -5% | 1 | 1 | 0% | 2,574 | 3,969 | +54% | 0 | 0 | — |
case-11 | fail→pass | 14,995 | 13,982 | -7% | 1 | 1 | 0% | 2,316 | 3,441 | +49% | 0 | 0 | — |
case-12 | pass→pass | 17,533 | 14,543 | -17% | 1 | 1 | 0% | 2,653 | 3,677 | +39% | 0 | 0 | — |
case-13 | pass→pass | 13,033 | 12,822 | -2% | 1 | 1 | 0% | 2,073 | 3,231 | +56% | 0 | 0 | — |
case-14 | pass→pass | 16,570 | 15,531 | -6% | 1 | 1 | 0% | 2,958 | 4,164 | +41% | 0 | 0 | — |
case-15 | pass→fail | 19,016 | 19,096 | +0% | 1 | 1 | 0% | 2,563 | 4,202 | +64% | 0 | 0 | — |
case-16 | fail→pass | 15,862 | 15,749 | -1% | 1 | 1 | 0% | 2,317 | 3,721 | +61% | 0 | 0 | — |
case-17 | pass→pass | 17,945 | 16,708 | -7% | 1 | 1 | 0% | 2,845 | 4,128 | +45% | 0 | 0 | — |
case-18 | pass→pass | 15,873 | 11,954 | -25% | 1 | 1 | 0% | 2,412 | 3,248 | +35% | 0 | 0 | — |
case-19 | pass→pass | 14,933 | 12,782 | -14% | 1 | 1 | 0% | 2,074 | 3,333 | +61% | 0 | 0 | — |
case-20 | fail→pass | 18,849 | 10,806 | -43% | 1 | 1 | 0% | 2,799 | 2,973 | +6% | 0 | 0 | — |
case-21 | pass→pass | 13,146 | 10,389 | -21% | 1 | 1 | 0% | 2,096 | 2,882 | +38% | 0 | 0 | — |
case-22 | pass→pass | 7,703 | 6,641 | -14% | 1 | 1 | 0% | 1,448 | 2,507 | +73% | 0 | 0 | — |
case-23 | pass→pass | 18,846 | 14,080 | -25% | 1 | 1 | 0% | 2,538 | 3,347 | +32% | 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. 23 cases were attempted. The headline lift of +30 percentage points is the difference between those two pass rates over the 23 comparable cases. 1 case got worse with the skill loaded, and it is included in that figure.
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.