Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →서론-선행연구-방법론-결과-논의-결론 구조의 학술 논문 초안을 쓰고 APA·KCI·IEEE 참고문헌을 자동 생성해 드립니다. 다음과 같은 요청 시 사용하세요: - "딥러닝 이미지 분류 논문 써줘. APA 7th 포맷으로" - "초록 작성해줘. 주제는 트랜스포머 감성 분석이야" - "참고문헌 KCI 포맷으로 정리해줘" - "학위논문 구조 잡아줘. 분야는 자연어 처리야" - "논문 초안 만들어줘. IEEE 포맷으로" - "이 연구 결과로 Results 섹션 써줘" - "국문·영문 초록 200자로 작성해줘" 국문·영문 초록과 본문 전체 섹션을 구성하고, 작성 후 ai-slop 검수 체인으로 마무리합니다.
.claude/skills/modu-ai-paper-writer/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-07 | ✗→✓ | ▲ Improved | 12% | 0% |
| case-08 | ✗→✓ | ▲ Improved | -18% | 0% |
| case-09 | ✗→✓ | ▲ Improved | 1% | 0% |
| case-11 | ✗→✓ | ▲ Improved | 66% | 0% |
| case-15 | ✓→✗ | ▼ Worse | 80% | 0% |
학술 논문의 표준 구조(IMRaD: Introduction, Methods, Results, and Discussion)를 따라 체계적으로 논문을 작성하는 전문 스킬입니다. APA 7th, KCI, IEEE 등 주요 인용 포맷을 지원하고, 참고문헌을 자동 생성합니다.
AskUserQuestion으로 다음 정보를 수집합니다:
표준 학술 논문 구조를 생성합니다:
서론 (Introduction)
이론적 배경 (Literature Review)
연구 방법 (Methodology)
결과 (Results)
논의 (Discussion)
결론 (Conclusion)
선택한 인용 포맷에 맞춰 참고문헌을 자동 생성합니다:
| 포맷 | 주요 사용 분야 | 예시 | |------|---------------|------| | APA 7th | 사회과학, 교육학, 심리학 | Author, A. A. (Year). Title. Journal, Vol(Issue), pp. | | KCI | 한국연구재단 등재 학술지 | 저자 (연도). 제목. 학술지명, 권(호), 쪽. | | IEEE | 공학, IT, 컴퓨터 과학 | 1] A. Author, "Title," Journal, vol. X, no. Y, pp. Z, Year. |
"딥러닝 기반 이미지 분류 논문을 작성해줘. APA 7th 포맷으로."
"초록을 작성해줘. 연구 주제는 '트랜스포머를 활용한 감성 분석'이야."
"참고문헌을 정리해줘. KCI 포맷으로 변환해줘."
"학위논문 구조를 잡아줘. 연구 분야는 자연어 처리야."논문 초안 등 서술형 텍스트를 작성한 뒤에는 다음 체인으로 마무리합니다:
paper-writer → moai-core:ai-slop-reviewer → moai-content:humanize-korean
> 참고문헌 리스트·통계 테이블 등 데이터/표 산출물은 본 체인 대상이 아니며, 시각화가 필요하면 moai-data:data-visualizer로 라우팅합니다.
APA 7th (American Psychological Association)
KCI (한국연구재단 인용색인)
IEEE (Institute of Electrical and Electronics Engineers)
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→fail | 66,863 | 24,818 | -63% | 1 | 1 | 0% | 5,713 | 6,183 | +8% | 0 | 0 | — |
case-02 | fail→fail | 24,238 | 18,110 | -25% | 1 | 1 | 0% | 4,188 | 4,674 | +12% | 0 | 0 | — |
case-03 | fail→fail | 19,390 | 23,501 | +21% | 1 | 1 | 0% | 3,613 | 5,852 | +62% | 0 | 0 | — |
case-04 | pass→pass | 12,385 | 9,135 | -26% | 1 | 1 | 0% | 2,096 | 3,428 | +64% | 0 | 0 | — |
case-05 | pass→pass | 7,254 | 4,205 | -42% | 1 | 1 | 0% | 1,374 | 2,273 | +65% | 0 | 0 | — |
case-06 | pass→pass | 7,198 | 5,636 | -22% | 1 | 1 | 0% | 1,373 | 2,645 | +93% | 0 | 0 | — |
case-07 | fail→pass | 16,018 | 7,371 | -54% | 1 | 1 | 0% | 2,489 | 2,797 | +12% | 0 | 0 | — |
case-08 | fail→pass | 20,528 | 6,204 | -70% | 1 | 1 | 0% | 3,192 | 2,619 | -18% | 0 | 0 | — |
case-09 | fail→pass | 16,395 | 5,406 | -67% | 1 | 1 | 0% | 2,466 | 2,493 | +1% | 0 | 0 | — |
case-10 | fail→fail | 15,093 | 13,842 | -8% | 1 | 1 | 0% | 2,486 | 4,030 | +62% | 0 | 0 | — |
case-11 | fail→pass | 8,995 | 5,569 | -38% | 1 | 1 | 0% | 1,432 | 2,383 | +66% | 0 | 0 | — |
case-12 | pass→pass | 9,960 | 4,690 | -53% | 1 | 1 | 0% | 1,620 | 2,367 | +46% | 0 | 0 | — |
case-13 | pass→pass | 12,422 | 8,579 | -31% | 1 | 1 | 0% | 1,991 | 2,940 | +48% | 0 | 0 | — |
case-14 | pass→pass | 14,928 | 12,048 | -19% | 1 | 1 | 0% | 2,342 | 3,429 | +46% | 0 | 0 | — |
case-15 | pass→fail | 13,385 | 12,114 | -9% | 1 | 1 | 0% | 2,032 | 3,650 | +80% | 0 | 0 | — |
case-16 | pass→pass | 16,858 | 16,221 | -4% | 1 | 1 | 0% | 2,529 | 3,995 | +58% | 0 | 0 | — |
case-17 | fail→fail | 11,634 | 7,983 | -31% | 1 | 1 | 0% | 1,902 | 2,772 | +46% | 0 | 0 | — |
case-18 | pass→pass | 12,207 | 10,745 | -12% | 1 | 1 | 0% | 1,921 | 3,388 | +76% | 0 | 0 | — |
case-19 | pass→pass | 17,866 | 15,193 | -15% | 1 | 1 | 0% | 2,706 | 3,981 | +47% | 0 | 0 | — |
case-20 | pass→pass | 11,399 | 1,771 | -84% | 1 | 1 | 0% | 1,805 | 1,817 | +1% | 0 | 0 | — |
case-21 | pass→pass | 19,984 | 18,314 | -8% | 1 | 1 | 0% | 3,012 | 4,455 | +48% | 0 | 0 | — |
case-22 | pass→pass | 19,890 | 20,616 | +4% | 1 | 1 | 0% | 3,144 | 5,099 | +62% | 0 | 0 | — |
case-23 | pass→pass | 17,463 | 20,530 | +18% | 1 | 1 | 0% | 2,894 | 4,004 | +38% | 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 +13 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.