Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →투자를 처음 시작하는 사람에게 기본 원칙과 자산군, 초보 포트폴리오를 안내하는 스킬입니다. '투자 어떻게 시작해', '주식 초보', 'ETF가 뭐야', '분산투자 방법', '초보 포트폴리오 짜줘'처럼 말하면 됩니다. 분산·장기·리스크 관리 원칙, 자산군(주식/ETF/채권/부동산/예적금) 비교, 초보 포트폴리오, 투자 사기 회피를 한국 투자자 관점에서 설명합니다.
.claude/skills/modu-ai-invest-primer/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 29% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 36% | 0% |
| case-03 | ✗→✓ | ▲ Improved | 31% | 0% |
| case-04 | ✗→✓ | ▲ Improved | 46% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 7% | 0% |
투자를 처음 시작하는 사람이 "뭘 사야 하지" 이전에 "어떤 원칙으로, 어떤 자산에, 얼마나 나눠서"를 이해하도록 돕는다. 개별 종목을 추천하는 것이 아니라 투자 사고의 뼈대와 위험 관리를 세운다.
면책 고지: 일반적인 투자 교육 정보이며 특정 종목·상품 추천이나 투자 자문이 아닙니다. 모든 투자에는 원금 손실 위험이 있으며 투자 결정과 결과는 본인 책임입니다.
투자, 투자 입문, 주식 초보, ETF, 분산투자, 포트폴리오, 적립식, 장기투자, 리스크 관리, 투자 시작, 채권, 펀드
투자 전에 갖춰야 할 전제를 확인한다.
wealth-roadmap→ 하나라도 안 되면 투자보다 토대를 먼저 다진다.
| 자산군 | 기대수익 | 위험 | 특징 | |--------|:------:|:----:|------| | 예적금·CMA | 낮음 | 매우 낮음 | 원금 보장, 비상금·단기 | | 채권 | 낮음~중 | 낮음~중 | 금리·신용 위험, 안정 비중 | | ETF(지수) | 중 | 중 | 분산 내장, 초보 적합(예: 국내·미국 대표지수) | | 개별 주식 | 높음 | 높음 | 분석·변동성 큼, 비중 제한 | | 부동산/리츠 | 중 | 중~높 | 목돈·유동성 낮음, 리츠는 소액 가능 |
→ 초보는 지수 ETF 적립식으로 분산·장기·자동화를 동시에 달성하기 쉽다.
성향별 출발점 예시(절대 공식 아님, 본인 조정 필수).
→ 적립식 자동 매수로 시점 분산(코스트 애버리징), 연 1회 리밸런싱.
personal-tax-saver예시 1: "주식 처음인데 어떻게 시작해?" → 투자 전 점검 → 3원칙 → 지수 ETF 적립식 개념 → 소액 자동매수부터
예시 2: "ETF랑 개별 주식 뭐가 달라?" → 분산 내장 vs 집중, 위험·관리 부담 비교 → 초보 비중 가이드
예시 3: "1천만 원 있는데 어떻게 나눠 투자해?" → 성향 진단 → 균형형 배분 예시 → 절세계좌 활용 + 리밸런싱 안내
투자 일반 원칙(분산·장기·리스크) + 사용자 vault 투자 입문 노트 참고. 상품·세제·예시는 2026년 한국 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→pass | 19,242 | 14,942 | -22% | 1 | 1 | 0% | 3,056 | 3,953 | +29% | 0 | 0 | — |
case-02 | fail→pass | 19,021 | 15,503 | -18% | 1 | 1 | 0% | 3,006 | 4,095 | +36% | 0 | 0 | — |
case-03 | fail→pass | 18,150 | 14,814 | -18% | 1 | 1 | 0% | 3,054 | 4,016 | +31% | 0 | 0 | — |
case-04 | fail→pass | 15,507 | 13,933 | -10% | 1 | 1 | 0% | 2,501 | 3,641 | +46% | 0 | 0 | — |
case-05 | fail→pass | 17,193 | 8,875 | -48% | 1 | 1 | 0% | 2,589 | 2,774 | +7% | 0 | 0 | — |
case-06 | fail→pass | 14,702 | 14,764 | +0% | 1 | 1 | 0% | 2,344 | 3,745 | +60% | 0 | 0 | — |
case-07 | pass→pass | 15,554 | 14,168 | -9% | 1 | 1 | 0% | 2,388 | 3,620 | +52% | 0 | 0 | — |
case-08 | pass→pass | 11,081 | 7,363 | -34% | 1 | 1 | 0% | 1,808 | 2,534 | +40% | 0 | 0 | — |
case-09 | pass→pass | 11,821 | 7,279 | -38% | 1 | 1 | 0% | 1,788 | 2,472 | +38% | 0 | 0 | — |
case-10 | fail→pass | 12,946 | 10,317 | -20% | 1 | 1 | 0% | 1,979 | 2,992 | +51% | 0 | 0 | — |
case-11 | fail→pass | 15,295 | 10,270 | -33% | 1 | 1 | 0% | 2,493 | 2,951 | +18% | 0 | 0 | — |
case-12 | fail→pass | 14,992 | 12,577 | -16% | 1 | 1 | 0% | 2,562 | 3,440 | +34% | 0 | 0 | — |
case-13 | fail→pass | 16,585 | 14,009 | -16% | 1 | 1 | 0% | 2,983 | 3,759 | +26% | 0 | 0 | — |
case-14 | pass→pass | 16,667 | 15,568 | -7% | 1 | 1 | 0% | 2,632 | 3,930 | +49% | 0 | 0 | — |
case-15 | pass→pass | 15,713 | 14,754 | -6% | 1 | 1 | 0% | 2,731 | 3,941 | +44% | 0 | 0 | — |
case-16 | pass→pass | 15,493 | 16,532 | +7% | 1 | 1 | 0% | 2,566 | 4,051 | +58% | 0 | 0 | — |
case-17 | pass→pass | 14,307 | 15,154 | +6% | 1 | 1 | 0% | 2,440 | 4,022 | +65% | 0 | 0 | — |
case-18 | pass→pass | 16,384 | 11,737 | -28% | 1 | 1 | 0% | 2,537 | 3,147 | +24% | 0 | 0 | — |
case-19 | pass→pass | 14,810 | 15,849 | +7% | 1 | 1 | 0% | 2,261 | 3,769 | +67% | 0 | 0 | — |
case-20 | pass→pass | 14,604 | 9,217 | -37% | 1 | 1 | 0% | 2,421 | 2,796 | +15% | 0 | 0 | — |
case-21 | pass→pass | 12,624 | 5,311 | -58% | 1 | 1 | 0% | 2,133 | 2,279 | +7% | 0 | 0 | — |
case-22 | pass→pass | 11,571 | 10,032 | -13% | 1 | 1 | 0% | 1,814 | 2,886 | +59% | 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.