Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →유튜브 영상과 팟캐스트 에피소드를 기획하고 대본·쇼노트까지 구성해주는 스킬입니다. 다음과 같은 요청 시 사용하세요: - "유튜브 영상 기획해줘" - "팟캐스트 에피소드 구성해줘" - "쇼노트 만들어줘" - "유튜브 대본 아웃라인 짜줘" - "유튜브 채널 기획서 만들어줘" - "팟캐스트 포맷 설계해줘" 산출물은 에피소드 기획서·스크립트·쇼노트이며, 대본·쇼노트 같은 산문 텍스트는 moai-core:ai-slop-reviewer → moai-content:humanize-korean 체인으로 마무리하세요.
.claude/skills/modu-ai-youtube-podcast-planner/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 71% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 59% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 79% | 0% |
| case-08 | ✗→✓ | ▲ Improved | 82% | 0% |
| case-18 | ✗→✓ | ▲ Improved | 80% | 0% |
유튜브 영상과 팟캐스트 에피소드를 기획하고, 시청·청취 유지를 최적화한 대본 아웃라인과 쇼노트, 배포 패키지까지 구성하는 스킬입니다.
지원 영역:
유튜브, 영상 기획, 채널 기획, 팟캐스트, 에피소드, 쇼노트, 대본, 스크립트, 영상 대본, Remotion
사용자 요청을 분석하여 다음 영역 중 하나로 분류합니다.
채널 기획
채널 포지셔닝:
- 타겟 시청자: 직군, 관심사, 고통점
- 채널 카테고리: 교육 / 엔터 / 리뷰 / 브이로그 / B2B 전문
- 경쟁 채널 분석: 상위 3개 채널 포맷·주기·조회수 분석
- 차별화 포인트: "우리만의 고유한 관점"
채널 기본 설정:
- 채널 이름: 검색 가능 + 기억하기 쉬운 이름
- 소개 문구: 50자 내외, 구독 이유 명시
- 채널 트레일러: 60초 이내, 채널 가치 제안콘텐츠 전략
업로드 주기: 주 1~2회 (알고리즘 안정화)
영상 길이: 10~20분 (광고 삽입 가능 + 시청 시간 최적)
콘텐츠 믹스:
- 80%: 핵심 시리즈 (SEO 최적화 주제)
- 15%: 시의성 콘텐츠 (트렌드 반응)
- 5%: 커뮤니티 콘텐츠 (Q&A, 브이로그)영상 구조 (10분 기준)
0:00~0:30: 후킹 (Hook) — 시청자가 얻을 것 약속
0:30~1:00: 인트로 (채널 브랜딩)
1:00~8:30: 본문 (핵심 내용, 3~5개 섹션)
8:30~9:30: 요약 + 핵심 포인트 반복
9:30~10:00: CTA — "구독/좋아요/댓글 + 다음 영상 예고"> 전략가·스크립트 작가·SEO·썸네일·검수자 협업 워크플로우: references/youtube-production.md
기획 단계
포맷 선택:
- 솔로: 전문 지식 공유, 스크립트 필요
- 인터뷰: 게스트 초청, 질문 리스트 준비
- 패널: 2~3인 토론, 주제 사전 합의
에피소드 구조 (30분 기준):
- 0~3분: 오프닝 + 이번 화 주제 소개
- 3~25분: 메인 내용 (3개 섹션)
- 25~28분: 핵심 요약
- 28~30분: CTA + 다음 화 예고배포 플랫폼
> 조사자·스크립트 작가·쇼노트 편집자·배포 관리자 협업 워크플로우: references/podcast-studio.md
전자책 목차·원고 기획, 표지 컨셉, 메타데이터 설계를 지원합니다. > 상세 워크플로우: references/book-publishing.md
React 기반 프로그래매틱 영상 생성 프레임워크.
references/remotion-video/guide.md산출물:
markdown## 채널 개요 - 채널명: [이름] - 카테고리: [교육/엔터/리뷰/브이로그/B2B] - 타겟: [시청자 페르소나] ## 콘텐츠 전략 - 업로드 주기: [주 1~2회] - 영상 길이: [10~20분] - 콘텐츠 믹스: [핵심 80% / 시의성 15% / 커뮤니티 5%] ## 영상 구조 템플릿 [0:00~0:30] 후킹 [0:30~1:00] 인트로 [1:00~8:30] 본문 [8:30~9:30] 요약 [9:30~10:00] CTA
markdown## [에피소드 N] [제목] - 한 줄 요약: [엘리베이터 피치] - 에피소드 요약: [3~5문장] ### 타임스탬프 - 00:00 오프닝 - 03:00 [세그먼트 1] - ... ### 참고자료 - [책/논문/도구 — 링크] ### 주요 인용구 - "[공유하기 좋은 한 줄]"
AI가 생성한 기획안과 스크립트는 사실 확인 후 사용하세요. 특히 업계 통계, 인물 인용, 영상 내 수치는 반드시 원출처를 검증하세요.
card-news 스킬의 이미지 생성 기능을 사용하세요.package.json의 Remotion 패키지 버전을 일치시키고 npx remotion versions를 실행하세요.content-calendar — 콘텐츠 발행 캘린더·일정 기획moai-marketing:sns-content — 소셜미디어 콘텐츠copywriting — 카피라이팅moai-core:ai-slop-reviewer — 텍스트 산출물 AI 패턴 검수 (1차)moai-content:humanize-korean — 한국어 자연스러움 보정 (2차)content-calendar 스킬 사용moai-marketing:sns-content 스킬 사용blog 스킬 사용card-news 스킬 사용copywriting 스킬 사용| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→pass | 24,329 | 27,264 | +12% | 1 | 1 | 0% | 3,653 | 6,240 | +71% | 0 | 0 | — |
case-02 | fail→pass | 17,373 | 14,539 | -16% | 1 | 1 | 0% | 2,763 | 4,398 | +59% | 0 | 0 | — |
case-03 | pass→pass | 16,032 | 17,110 | +7% | 1 | 1 | 0% | 2,307 | 4,655 | +102% | 0 | 0 | — |
case-04 | pass→pass | 16,752 | 15,118 | -10% | 1 | 1 | 0% | 2,527 | 4,421 | +75% | 0 | 0 | — |
case-05 | fail→fail | 19,475 | 18,312 | -6% | 1 | 1 | 0% | 2,683 | 4,694 | +75% | 0 | 0 | — |
case-06 | pass→pass | 20,020 | 17,947 | -10% | 1 | 1 | 0% | 2,821 | 4,650 | +65% | 0 | 0 | — |
case-07 | fail→pass | 16,726 | 15,901 | -5% | 1 | 1 | 0% | 2,677 | 4,805 | +79% | 0 | 0 | — |
case-08 | fail→pass | 14,436 | 12,216 | -15% | 1 | 1 | 0% | 2,193 | 3,988 | +82% | 0 | 0 | — |
case-09 | pass→pass | 14,073 | 13,993 | -1% | 1 | 1 | 0% | 2,240 | 4,328 | +93% | 0 | 0 | — |
case-10 | pass→pass | 12,812 | 12,058 | -6% | 1 | 1 | 0% | 2,024 | 3,949 | +95% | 0 | 0 | — |
case-11 | pass→pass | 11,773 | 7,927 | -33% | 1 | 1 | 0% | 2,017 | 3,432 | +70% | 0 | 0 | — |
case-12 | pass→pass | 18,737 | 13,360 | -29% | 1 | 1 | 0% | 3,081 | 4,832 | +57% | 0 | 0 | — |
case-13 | pass→pass | 15,935 | 15,822 | -1% | 1 | 1 | 0% | 2,563 | 4,518 | +76% | 0 | 0 | — |
case-14 | pass→pass | 19,335 | 13,546 | -30% | 1 | 1 | 0% | 3,005 | 4,217 | +40% | 0 | 0 | — |
case-15 | fail→fail | 12,646 | 13,025 | +3% | 1 | 1 | 0% | 2,035 | 4,087 | +101% | 0 | 0 | — |
case-16 | fail→fail | 15,157 | 15,162 | +0% | 1 | 1 | 0% | 2,440 | 4,453 | +83% | 0 | 0 | — |
case-17 | pass→pass | 13,993 | 15,491 | +11% | 1 | 1 | 0% | 2,277 | 4,519 | +98% | 0 | 0 | — |
case-18 | fail→pass | 15,051 | 13,900 | -8% | 1 | 1 | 0% | 2,343 | 4,206 | +80% | 0 | 0 | — |
case-19 | fail→pass | 14,667 | 3,390 | -77% | 1 | 1 | 0% | 2,166 | 2,621 | +21% | 0 | 0 | — |
case-20 | fail→pass | 13,572 | 3,787 | -72% | 1 | 1 | 0% | 2,029 | 2,663 | +31% | 0 | 0 | — |
case-21 | fail→pass | 21,412 | 13,008 | -39% | 1 | 1 | 0% | 3,459 | 4,401 | +27% | 0 | 0 | — |
case-22 | fail→fail | 10,233 | 8,790 | -14% | 1 | 1 | 0% | 1,509 | 3,434 | +128% | 0 | 0 | — |
case-23 | fail→fail | 9,515 | 16,188 | +70% | 1 | 1 | 0% | 1,472 | 4,631 | +215% | 0 | 0 | — |
case-24 | fail→fail | 17,204 | 13,960 | -19% | 1 | 1 | 0% | 3,066 | 4,164 | +36% | 0 | 0 | — |
case-25 | fail→fail | 13,522 | 8,395 | -38% | 1 | 1 | 0% | 1,997 | 3,364 | +68% | 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. 25 cases were attempted. The headline lift of +32 percentage points is the difference between those two pass rates over the 25 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.