Install any skill in seconds. Free to start, no credit card required.
Get Started Free →하나의 행동(가입·구매·신청)을 유도하는 단독 전환 랜딩 1페이지를 카피와 코드까지 만들어 드립니다. 히어로부터 최종 CTA까지 전환율을 높이도록 구성합니다. 다음과 같은 요청 시 사용하세요: - "SaaS 제품 랜딩 페이지 구성해줘" - "이벤트 참가 신청 랜딩 만들어줘" - "무료 체험 유도 세일즈 페이지 기획해줘" - "앱 다운로드 랜딩 페이지 카피 써줘" - "B2B 서비스 리드 수집 랜딩 설계해줘" - "깔끔한 원페이지 만들어줘" 코드 생성 전에 디자인 톤(색·모드·모서리·효과)을 먼저 물은 뒤, 최신 웹 스택으로 랜딩 페이지 전체 구성과 디자인 토큰·인터랙션을 산출합니다. [책임 경계] vs moai-seller:commerce-product-detail: 이 스킬=단독 전환 랜딩 1페이지(캠페인·이벤트·리드 수집), 저 스킬=카탈로그 제품 상세 페이지(스마트스토어·쿠팡·카카오 규격, 옵션·비교).
.claude/skills/modu-ai-marketing-landing-page/SKILL.md| Model | Eval pass | Runs |
|---|---|---|
| gemini-3.6-flash | 100% | 3 |
| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-03 | ✗→✓ | ▲ Improved | 51% | 0% |
| case-09 | ✗→✓ | ▲ Improved | 86% | 0% |
| case-10 | ✗→✓ | ▲ Improved | 128% | 0% |
| case-12 | ✗→✓ | ▲ Improved | 121% | 0% |
| case-13 | ✗→✓ | ▲ Improved | 68% | 0% |
shadcn/ui 기반 고전환율 원페이지 랜딩 설계 전문 스킬입니다. 소크라테스식 테마 인터뷰로 사용자 의도에 맞는 디자인 시스템을 자동 선택하고, 히어로부터 최종 CTA까지 전환율 최적화된 랜딩 페이지를 설계·생성합니다.
지원 영역:
랜딩페이지, 원페이지, 랜딩 페이지, 세일즈 페이지, 전환율, CTA, 히어로 섹션, 랜딩, shadcn 랜딩, shadcn ui
페이지 로딩 후 3초 내에 사용자가 다음 3 정보를 얻어야 한다:
[1] 이게 무엇인가? (1초)
[2] 나에게 좋은가? (1초)
[3] 어떻게 행동? (1초)스크롤 없이 보이는 영역(Above the Fold)에 모두 배치.
| 유형 | 적용 | 예시 | |---|---|---| | 약속형 | 명확한 결과 | "30일 만에 영어 회화" | | 질문형 | 페인 환기 | "왜 우리는 ~할까?" | | 통계·소셜 증명 | 신뢰 어필 | "10,000명이 선택" | | 이미지·영상 | 시각 임팩트 | 풍부한 비주얼 |
페르소나·상품 타입에 따라 결정.
| CTA | 적용 | 예시 | |---|---|---| | 즉시형 | 가장 무난 | "지금 시작" | | 혜택 강조형 | 가격 매력 | "30% 할인가로" | | 결핍 해소형 | 페인 솔루션 | "내 피부에 적용" | | 체험 약속형 | 구독·SaaS | "30일 무료" | | 수량 한정형 | 희소성 | "마지막 12개" |
페이지 하단·중간·상단 3곳 배치, 1차·2차 분리.
큰 리뉴얼보다 작은 A/B 테스트 누적이 효과.
| 변수 | 권장 실험 | |---|---| | Hero 헤드라인 | 약속 vs 질문 vs 통계 | | CTA 색 | 브랜드 색 vs 보색 | | CTA 위치 | 우측 vs 중앙 vs 하단 | | 가격 표시 | 월간 vs 연간 우선 | | 사회적 증명 위치 | 상단 vs 가격 옆 | | Form 필드 수 | 3개 vs 5개 vs 7개 |
1주일 1실험 + 결과 기록.
[1] 진입 채널 분리 — 광고·검색·다이렉트별 전환율
[2] 이탈 지점 추적 — 스크롤 깊이·체류 시간
[3] CTA 클릭률 — 각 CTA 위치별 측정
[4] Form 전환율 — 각 필드별 이탈 분석
[5] 후속 행동 — 클릭 후 행동 (구매·이탈·다음 페이지)GA4 + Hotjar 같은 도구로 정량·정성 동시 측정.
코드·디자인 스펙 산출 직전에 반드시 수행합니다.
Q1: 베이스 팔레트 선택
- Neutral (기본)
- Zinc
- Stone
- Slate
Q2: 컬러 모드 선택
- System+Toggle (기본)
- Light
- Dark
- Auto
Q3: 모서리 반경 선택
- Balanced 0.5rem (기본)
- Sharp
- Soft
- Pill
Q4: 효과 선택 (복수)
- Fade-up
- Scroll Reveal
- Parallax
- ChartChart 선택 시 Q5 차트 라이브러리 선택 (Recharts/Chart.js/Tremor/ECharts)
[Hero] → shadcn Hero 블록 + 히어로 이미지/Video
[Problem] → Grid of Card (고통점 3~5)
[Solution] → Feature list + Lucide 아이콘
[Social Proof] → Testimonial Card + Avatar + StarRating
[Features] → Tabs or Accordion (Before/After)
[Pricing] → shadcn Pricing 블록 (Most Popular 강조)
[FAQ] → Accordion
[Final CTA] → Button (size=lg) + Badge("14일 무료")산출물 구성:
components.json — shadcn CLI 초기화 설정app/globals.css — OKLCH CSS 변수 :root + .darktailwind.config.ts — v4 토큰 매핑app/page.tsx — 섹션 조립components/sections/*.tsx — 섹션별 컴포넌트components/ui/* — 사용된 shadcn 컴포넌트 목록components/motion/*.tsx — Framer Motion 래퍼README-setup.md — 설치 명령json{ "page_type": "landing", "theme": { "system": "shadcn/ui", "base": "neutral", "mode": "system+toggle", "radius": "0.5rem", "effects": ["fade-up", "scroll-reveal"], "chart_lib": null }, "sections": [ { "id": "hero", "shadcn_block": "hero-01", "headline": "헤드라인", "subheadline": "서브헤드라인", "cta_primary": "CTA 텍스트", "cta_secondary": null, "visual_direction": "제품 사용 장면 이미지" }, { "id": "problem", "shadcn_block": "feature-grid", "headline": "고통점 섹션 제목", "body": "고통점 설명", "items": ["고통점1", "고통점2", "고통점3"] } ], "metadata": { "tone_profile": "신뢰+권위", "reading_level": "고교", "word_count": 0, "cta_count": 0 } }
components.json — shadcn 설정app/globals.css — CSS 변수app/page.tsx — 메인 페이지components/sections/*.tsx — 섹션 컴포넌트README-setup.md — 설치 가이드디자인/개발 단계에서 카피 텍스트를 수정하지 않습니다.
AI가 생성한 랜딩 페이지 카피는 사실 확인 후 사용하세요. 사용자 수, 만족도, 수상 이력 등 실증적 주장은 반드시 데이터를 확인하세요.
shadcn@latest) 기준으로 산출. 구 버전 프로젝트는 pnpm dlx shadcn@latest init으로 마이그레이션 후 적용하세요.--primary 오버라이드만 추가합니다.moai-seller:commerce-product-detail — 제품 상세 페이지 (이커머스)moai-marketer:content-sns-content — 소셜미디어 콘텐츠moai-marketer:content-copywriting — 광고 카피 단독 작성moai-marketer:content-blog — SEO 블로그 포스팅moai-marketer:content-blog 스킬 사용moai-marketer:content-sns-content 스킬 사용moai-marketer:content-newsletter 스킬 사용moai-seller:commerce-product-detail 스킬 사용moai-analyst:data-visualizer 스킬 사용본 스킬이 산출하는 한국어 텍스트는 배포 전 의무 게이트를 통과합니다:
moai-coworker:ai-slop-reviewer — 1차 일반 AI 슬롭 검수 (금지어, 구조 패턴, 리듬)moai-writer:korean-humanize — 2차 한국어 정밀 윤문 (40+ 패턴 SSOT, 의미 불변)두 게이트는 대시 대비 헤드라인·조사·체언 종결 조각문·"A에서 B로" 전환 공식 S1 패턴을 잡아냅니다. 게이트 통과 없이 산출물을 바로 배포하지 않습니다.
| 파일 | 로드 조건 | |------|-----------| | references/landing-page/shadcn-theme-interview.md | 0단계 shadcn 테마 인터뷰 시 — AskUserQuestion 인터뷰 설계·구현 계약 상세 | | references/landing-page/brand-context-template.md | 2단계 브랜드 컨텍스트 수집 시 — 브랜드 보이스·색상·톤 수집 템플릿 | | references/landing-page/design-principles.md | 코드·디자인 스펙 산출 시 — Design Spec 출력 계약(YAML) 형식 | | references/landing-page/copywriting-rules.md | 5단계 카피 작성 시 — AI 카피 안티패턴(HARD FAIL) 규칙 | | references/landing-page/ab-testing-guide.md | 전환율 A/B 테스트 설계 시 — 우선순위 테스트 항목·후보 수 | | references/landing-page/evaluation-checklist.md | 산출물 검수 시 — 카피 무결성 등 랜딩 평가 체크리스트 |
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→fail | 40,781 | 42,754 | +5% | 1 | 1 | 0% | 8,271 | 11,429 | +38% | 0 | 0 | — |
case-02 | fail→fail | 41,856 | 43,726 | +4% | 1 | 1 | 0% | 8,257 | 11,415 | +38% | 0 | 0 | — |
case-03 | fail→pass | 40,979 | 41,040 | +0% | 1 | 1 | 0% | 7,541 | 11,420 | +51% | 0 | 0 | — |
case-04 | fail→fail | 26,066 | 19,316 | -26% | 1 | 1 | 0% | 3,437 | 6,421 | +87% | 0 | 0 | — |
case-05 | fail→fail | 29,863 | 32,199 | +8% | 1 | 1 | 0% | 4,068 | 7,635 | +88% | 0 | 0 | — |
case-06 | fail→fail | 18,634 | 19,440 | +4% | 1 | 1 | 0% | 2,322 | 6,281 | +170% | 0 | 0 | — |
case-07 | pass→pass | 20,228 | 16,568 | -18% | 1 | 1 | 0% | 2,482 | 5,955 | +140% | 0 | 0 | — |
case-08 | pass→pass | 22,677 | 17,943 | -21% | 1 | 1 | 0% | 2,876 | 5,703 | +98% | 0 | 0 | — |
case-09 | fail→pass | 23,613 | 17,670 | -25% | 1 | 1 | 0% | 2,857 | 5,304 | +86% | 0 | 0 | — |
case-10 | fail→pass | 26,065 | 24,830 | -5% | 1 | 1 | 0% | 3,412 | 7,788 | +128% | 0 | 0 | — |
case-11 | pass→fail | 16,463 | 19,370 | +18% | 1 | 1 | 0% | 2,845 | 6,351 | +123% | 0 | 0 | — |
case-12 | fail→pass | 16,388 | 18,431 | +12% | 1 | 1 | 0% | 2,888 | 6,396 | +121% | 0 | 0 | — |
case-13 | fail→pass | 25,802 | 16,465 | -36% | 1 | 1 | 0% | 3,294 | 5,542 | +68% | 0 | 0 | — |
case-14 | pass→pass | 20,343 | 31,659 | +56% | 1 | 1 | 0% | 4,860 | 9,397 | +93% | 0 | 0 | — |
case-15 | fail→fail | 22,464 | 29,457 | +31% | 1 | 1 | 0% | 3,175 | 9,688 | +205% | 0 | 0 | — |
case-16 | pass→pass | 24,177 | 20,658 | -15% | 1 | 1 | 0% | 3,362 | 6,812 | +103% | 0 | 0 | — |
case-17 | fail→pass | 21,683 | 25,280 | +17% | 1 | 1 | 0% | 2,607 | 6,006 | +130% | 0 | 0 | — |
case-18 | fail→pass | 28,914 | 16,997 | -41% | 1 | 1 | 0% | 3,572 | 5,158 | +44% | 0 | 0 | — |
case-19 | fail→pass | 19,989 | 29,817 | +49% | 1 | 1 | 0% | 3,077 | 8,578 | +179% | 0 | 0 | — |
case-20 | pass→pass | 18,002 | 20,530 | +14% | 1 | 1 | 0% | 2,822 | 6,625 | +135% | 0 | 0 | — |
case-21 | fail→pass | 21,276 | 20,755 | -2% | 1 | 1 | 0% | 3,433 | 7,389 | +115% | 0 | 0 | — |
case-22 | fail→pass | 24,736 | 5,874 | -76% | 1 | 1 | 0% | 2,249 | 4,037 | +80% | 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 +41 percentage points is the difference between those two pass rates over the 22 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.