Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →제품 기획 문서(PRD·기능 명세서)와 AI 도입 전략 보고서를 만들어 드립니다. 다음과 같은 요청 시 사용하세요: - "PRD 작성해줘" - "기능 명세서 만들어줘" - "AI 도입 전략 보고서 써줘" - "제품 기능 우선순위 정리해줘" - "디지털 전환 로드맵 수립해줘" 기획 의도와 요구사항을 검토 가능한 문서로 정리하고, ai-slop-reviewer·humanize-korean으로 마무리할 수 있습니다. [책임 경계] 정부·지원사업 신청서는 moai-business:kr-gov-grant, R&D·연구비 과제는 moai-research:grant-writer로 라우팅
.claude/skills/modu-ai-spec-writer/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 12% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 3% | 0% |
| case-03 | ✗→✓ | ▲ Improved | 10% | 0% |
| case-07 | ✗→✓ | ▲ Improved | -29% | 0% |
| case-09 | ✗→✓ | ▲ Improved | 1% | 0% |
제품 명세 및 전략 전문 스킬입니다. 프로덕트 매니저(PRD, 기능 명세, 우선순위 결정, 로드맵)와 AI 전략(AI/ML 도입 전략, 디지털 전환 로드맵)을 지원합니다.
> 지원사업·R&D 과제 신청서는 본 스킬 범위가 아닙니다. 정부 일반 지원사업(창업·소상공인·중기 사업계획서·신청서)은 moai-business:kr-gov-grant, 학술/R&D·연구비 과제(NRF·IITP·KIAT)는 moai-research:grant-writer로 라우팅하세요.
PRD, 기능명세, 스펙, 제품 기획, AI 전략, 디지털전환, 프로덕트 매니저
사용자 요청 수신 → 해당 전략 가이드 판별 → references/{id}.md(product-manager / ai-strategy) 로드 → 전략 가이드에 따라 실행 → 결과물 생성 후 사용자 검토 요청
복잡한 전략 판단 시 sequential-thinking MCP가 설치돼 있으면 mcp__sequential-thinking__sequentialthinking을 활용하고, 없으면 ultrathink 키워드 기반 심층 추론으로 대체합니다.
정부 일반 지원사업(창업·소상공인·중기 사업계획서·신청서)은 moai-business:kr-gov-grant, 학술/R&D·연구비 과제(NRF·IITP·KIAT 양식)는 moai-research:grant-writer가 전담합니다. 본 스킬은 해당 요청을 두 스킬로 라우팅하고 신청서 작성 지침은 보유하지 않습니다.
| 상황 | 해결 방법 | |------|-----------| | 이해관계자 요구사항 상충 | 우선순위 기준(비즈니스 임팩트 vs 개발 복잡도)으로 MoSCoW 분류를 도와드립니다 | | 우선순위 기준 불명확 | RICE 스코어링 프레임워크로 기능 우선순위를 함께 설계합니다 | | 기술 스펙 정의가 어려움 | 개발팀과의 협의 포인트를 비기능 요구사항 체크리스트로 제시합니다 | | 지원사업·R&D 과제 신청서 요청 | moai-business:kr-gov-grant(정부 일반 지원사업) 또는 moai-research:grant-writer(R&D·연구비)로 라우팅합니다 |
| 항목 | 설명 | |------|------| | 배경 & 목적 | 왜 이 기능이 필요한가 (비즈니스 임팩트) | | 사용자 스토리 | "사용자로서 나는 ~를 원한다. 왜냐면 ~" | | 기능 요구사항 | 구체적인 기능 목록, 우선순위(Must/Should/Could) | | 비기능 요구사항 | 성능, 보안, 접근성 기준 | | UX 와이어프레임 | 레이아웃 초안 또는 참조 URL | | 성공 지표(KPI) | 출시 후 측정할 지표 (DAU, 전환율, NPS 등) | | 제외 범위 | 이번 출시에 포함하지 않는 것 | | 일정 | MVP 출시일, 마일스톤 |
| 스킬 | 사용 시점 | |------|----------| | moai-product:roadmap-manager | 로드맵·마일스톤 관리 | | moai-product:ux-researcher | UX 리서치 및 사용자 인터뷰 | | moai-legal:contract-review | 법적 구속력 있는 계약·협약서 |
PRD·AI 전략 보고서 같은 서술형 문서를 완성한 뒤에는 다음 체인으로 마무리합니다(표·수치 데이터는 제외, 본문 서술 부분에만 적용):
moai-product:spec-writer → moai-core:ai-slop-reviewer → moai-content:humanize-korean
moai-core:ai-slop-reviewer: AI 특유의 상투적 표현·과장·군더더기를 점검하고 다듬습니다.moai-content:humanize-korean: 자연스러운 한국어 문장으로 최종 정제합니다.| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→pass | 11,121 | 4,441 | -60% | 1 | 1 | 0% | 1,812 | 2,027 | +12% | 0 | 0 | — |
case-02 | fail→pass | 12,814 | 4,134 | -68% | 1 | 1 | 0% | 2,028 | 2,085 | +3% | 0 | 0 | — |
case-03 | fail→pass | 12,418 | 5,069 | -59% | 1 | 1 | 0% | 1,919 | 2,112 | +10% | 0 | 0 | — |
case-04 | pass→pass | 17,220 | 13,366 | -22% | 1 | 1 | 0% | 2,768 | 3,486 | +26% | 0 | 0 | — |
case-05 | pass→pass | 14,462 | 14,855 | +3% | 1 | 1 | 0% | 2,520 | 3,846 | +53% | 0 | 0 | — |
case-06 | pass→pass | 18,964 | 15,960 | -16% | 1 | 1 | 0% | 2,894 | 3,876 | +34% | 0 | 0 | — |
case-07 | fail→pass | 19,729 | 3,941 | -80% | 1 | 1 | 0% | 2,890 | 2,061 | -29% | 0 | 0 | — |
case-08 | fail→fail | 16,295 | 8,156 | -50% | 1 | 1 | 0% | 2,651 | 2,565 | -3% | 0 | 0 | — |
case-09 | fail→pass | 15,373 | 6,961 | -55% | 1 | 1 | 0% | 2,406 | 2,442 | +1% | 0 | 0 | — |
case-10 | pass→pass | 19,482 | 15,411 | -21% | 1 | 1 | 0% | 2,966 | 3,769 | +27% | 0 | 0 | — |
case-11 | pass→pass | 13,398 | 13,751 | +3% | 1 | 1 | 0% | 2,119 | 3,630 | +71% | 0 | 0 | — |
case-12 | fail→pass | 14,555 | 3,638 | -75% | 1 | 1 | 0% | 2,275 | 1,960 | -14% | 0 | 0 | — |
case-13 | fail→pass | 15,806 | 3,415 | -78% | 1 | 1 | 0% | 2,477 | 1,953 | -21% | 0 | 0 | — |
case-14 | fail→fail | 17,463 | 2,773 | -84% | 1 | 1 | 0% | 2,709 | 1,766 | -35% | 0 | 0 | — |
case-15 | fail→pass | 16,278 | 2,516 | -85% | 1 | 1 | 0% | 2,523 | 1,701 | -33% | 0 | 0 | — |
case-16 | pass→pass | 15,865 | 8,055 | -49% | 1 | 1 | 0% | 2,504 | 2,550 | +2% | 0 | 0 | — |
case-17 | pass→pass | 13,916 | 13,625 | -2% | 1 | 1 | 0% | 2,495 | 3,626 | +45% | 0 | 0 | — |
case-18 | pass→pass | 14,344 | 12,916 | -10% | 1 | 1 | 0% | 2,337 | 3,419 | +46% | 0 | 0 | — |
case-19 | pass→pass | 17,890 | 16,469 | -8% | 1 | 1 | 0% | 2,866 | 4,002 | +40% | 0 | 0 | — |
case-20 | fail→pass | 11,823 | 5,189 | -56% | 1 | 1 | 0% | 1,929 | 2,145 | +11% | 0 | 0 | — |
case-21 | fail→pass | 14,260 | 3,386 | -76% | 1 | 1 | 0% | 2,186 | 1,872 | -14% | 0 | 0 | — |
case-22 | pass→pass | 15,924 | 3,486 | -78% | 1 | 1 | 0% | 2,503 | 1,896 | -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.