Gingiris-1031/gingiris-skills. AI 스타트업 운영자(operator)를 위한 재사용 가능한 Claude Code '성장(growth) 스킬' 58종 모음으로, README 작성·Product Hunt 런칭·GitHub 스타 성장·SEO/GEO·KOL 아웃리치·B2B 그로스 같은 마케팅 플레이북을 AI 에이전트가 실행할 수 있는 SKILL.md 형태로 박제했다. 핵심 케이스 스터디는 노션 대안 오픈소스 AFFiNE을 0→60K 스타로 키운 방법론으로, 여러 스킬의 근거 데이터로 반복 인용된다. 그런데 이 레포의 진짜 학습 가치는 마케팅 수치가 아니라 "성장 노하우를 어떻게 잘 작동하는 Claude Code 스킬로 설계했는가"다 — 4개 언어 트리거로 발동률을 높이고, when_to_use에 "안 쓸 때"까지 적어 스킬 충돌을 막고, 무거운 SOP는 references/로 분리(progressive disclosure)하며, 라우터 스킬이 질문을 적절한 하위 스킬로 보내고, 끝나면 다음 단계를 추천(cascade)한다. (저장소: Gingiris-1031/gingiris-skills · 스킬 58개 · marketplace plugin 14개 · 약 333파일 · 라이선스 MIT · 저자 Iris Wei(@WeiYipei) · 다국어 EN/中文/日本語/한국어 — TrendShift 라이브 멘션)
"마케팅 컨설턴트의 머릿속 SOP를, AI 에이전트가 상황에 맞춰 꺼내 쓰는 '스킬'로 바꿔 담았다."
창업 초기 운영자는 README를 어떻게 써야 방문자가 스타를 누르는지, Product Hunt를 언제·어떻게 런칭해야 1위가 되는지, AI 검색(ChatGPT·Perplexity)에 내 제품이 인용되게 하려면 무엇을 해야 하는지를 매번 검색하고 헤맵니다. 보통 이런 노하우는 컨설턴트의 머릿속이나 흩어진 블로그에 있죠. gingiris-skills는 이걸 AI 에이전트가 실행할 수 있는 "스킬"로 박제합니다 — 예를 들어 "README 써줘"라고 하면 gr-readme 스킬이 발동해 AFFiNE 0→60K 경험에서 뽑은 태그라인 설계·첫 화면 법칙·섹션별 카피라이팅 가이드대로 README를 만들어 줍니다. 즉 "성장 컨설팅을 패키지화해 AI에게 위임"하는 시도입니다.
description·트리거와 맞으면 자동으로 그 스킬을 불러와 본문 절차대로 일을 합니다. gingiris-skills는 이 메커니즘에 "마케팅 SOP"를 담은 것입니다.좀 더 구체적으로, 이 레포는 코드 라이브러리가 아니라 "지식 + 절차 문서의 모음"입니다. skills/ 아래 58개 폴더가 있고, 각 폴더의 SKILL.md가 하나의 그로스 절차(SOP)를 담습니다. 스킬은 이름 규칙으로 세 패밀리로 갈립니다 — gingiris-*(깊이 있는 전략 SOP, 4언어, 근거 references 포함), gr-*(실행용 경량 스킬, 마켓플레이스에 plugin 등록), *-playbook(입문 가이드). 저자는 Iris Wei(생강iris/Gingiris)로, README에 "14개국·34개 앰배서더 프로그램·937회 사용자 인터뷰의 실전 경험에서 추출"이라 밝힙니다.
이 문서가 파고드는 건 마케팅 조언 자체가 아니라 그 안의 "스킬 엔지니어링"입니다 — "트리거를 어떻게 설계해 발동률을 높이나", "비슷한 스킬끼리 서로 안 잡아먹게 하려면", "컨텍스트를 아끼는 progressive disclosure란", "라우터 스킬과 캐스케이드 추천은 어떻게 짜나". Claude Code 스킬·플러그인을 직접 만들려는 사람에게는 대규모 스킬 모음의 살아 있는 교본이고, 그로스를 배우려는 사람에게는 구조화된 성장 플레이북 모음입니다.
"마침 AI 에이전트 '스킬' 생태계가 폭발하는 시기에, 가장 수요 높은 분야(그로스)를 대규모로 코드화했다."
오픈소스·SaaS를 만든 사람은 코드는 짜도 "어떻게 알리지?"에서 막힙니다. README 카피, PH 런칭 타이밍, SEO, KOL 섭외 같은 그로스 지식은 컨설턴트의 경험이나 흩어진 글에 있어 재현하기 어렵습니다. 그리고 AI 에이전트에게 "마케팅 좀 해줘"라고 해도, 구체적 플레이북이 없으면 일반적이고 뻔한 답만 내놓습니다.
플레이북 없이 AI에게 맡기면 맥락 없는 일반론이 나옵니다 — "좋은 README를 쓰세요", "SNS를 활용하세요" 같은. 진짜 필요한 건 "첫 3초 안에 무엇을 보여야 하나", "PH는 태평양 시간 몇 시에 올려야 하나", "GEO를 위해 llms.txt에 뭘 넣나" 같은 구체적·검증된 절차인데, 이건 누군가 경험을 정리해 주지 않으면 AI도 알 수 없습니다.
gingiris-skills는 현업 그로스 SOP를 SKILL.md로 코드화해, 사용자가 "README 써줘"라고만 해도 해당 스킬이 발동해 구체적 절차대로 일하게 합니다. 각 스킬은 근거(AFFiNE 사례 등)를 담고, 애매하면 라우터 스킬이 적절한 하위 스킬로 보내며, 끝나면 다음 단계를 추천합니다. 즉 "AI에게 마케팅을 맡기되, 검증된 플레이북을 손에 쥐여 준" 것입니다.
TrendShift 일·주·월 상위가 온통 "*-skills" 레포인 데서 보듯, 지금은 AI 에이전트 스킬 생태계가 폭발하는 시기입니다. 그 와중에 gingiris-skills는 개발자 누구나 목말라하는 그로스를, 그것도 대규모(58개)로 코드화해 주목받았습니다.
| 차별점 | 무엇을 | 왜 끌리나 |
|---|---|---|
| 분야 선택 | 코딩이 아닌 그로스/마케팅 스킬 | 개발자가 가장 약하고 가장 목마른 영역 |
| 구체적 근거 | AFFiNE 0→60K 등 실사례 인용 | 일반론이 아니라 "이렇게 해서 됐다" |
| 스킬 설계 완성도 | 트리거·라우터·캐스케이드·progressive disclosure | 대규모 스킬 운영의 설계 교본 |
| 다국어 | EN/中文/日本語/한국어 트리거 | 글로벌 발동률↑ |
맨몸 그로스 = 요리를 배우려고 미슐랭 셰프의 어깨너머를 훔쳐보는 것. 어렵고 재현이 안 됩니다.
gingiris-skills = 그 셰프가 레시피를 분류·정리해 '주방 로봇이 읽을 수 있는 카드'로 만든 것. "README 카드", "PH 런칭 카드"를 AI에게 주면 정해진 절차대로 일하고, 카드 뒷면엔 '왜 이렇게 하는지(AFFiNE 사례)'까지 적혀 있습니다. 애매하면 "어떤 카드가 필요하세요?"라고 라우터가 묻고, 끝나면 "다음은 이 카드"라고 안내합니다.
냉정히 보면 두 가지 한계가 있습니다. ① 기능 중복이 심합니다 — ASO·PH 런칭·OSS 마케팅 같은 주제가 입문(*-playbook) / 전략(gingiris-*) / 실행(gr-*)으로 3중 발행돼, "55+ 스킬"이라는 숫자는 과장된 면이 있습니다. ② 마케팅 수치의 출처가 약합니다 — AFFiNE 60K 스타는 공개 사실이지만, "60일 $10M ARR·7천만 노출", "45일 +60% 팔로워" 같은 값은 대부분 저자 본인의 주장/팟캐스트가 근거입니다. 학습 관점에서 값진 건 수치가 아니라 "플레이북을 스킬로 설계한 방법"입니다.
"58개 스킬을 8개 테마로 묶으면 한눈에 들어온다. 같은 주제가 '입문·전략·실행' 레이어로 나뉘어 있다는 점에 주목."
스킬은 명명 규칙으로 세 패밀리입니다 — gingiris-*(전략 SOP), gr-*(실행, marketplace 등록), *-playbook(입문). 아래는 테마별 핵심 스킬입니다.
| 스킬 | 한 줄 설명 |
|---|---|
| gr (gr-core) | 그로스 툴킷 메인 진입점. 질문을 적절한 gr-* 하위 스킬로 자동 라우팅 |
| gingiris-growth-finder | 성장 문제를 진단해 맞는 gingiris-* 플레이북으로 보내는 메타 라우터 |
| startup-consultant | PH·OSS·GTM 감사(audit)를 해 주는 성장 컨설팅 에이전트 |
| 스킬 | 한 줄 설명 |
|---|---|
| gr-readme | 플래그십 — 3초 안에 방문자를 스타로 전환하는 README 시스템. AFFiNE 0→60K 검증 |
| gingiris-opensource | 오픈소스 마케팅 시스템(Pre-launch→Show HN/Reddit/PH→6개월 루프) |
| gingiris-github-star-growth | 런칭 이후 월 300+ 스타 지속 성장 SOP(contributor·ambassador) |
| gr-oss-marketing · github-stars-playbook | OSS 통합 마케팅 실행 / 14일 스프린트 입문 |
| 스킬 | 한 줄 설명 |
|---|---|
| gingiris-launch · gr-ph-launch | 멀티채널 런칭 + PH #1(T-14→T-0→T+7). 30+ PH 일간 1위 추출 |
| product-hunt-playbook 외 | PH 랭킹 알고리즘 역공학 — 시간대·hunter·maker comment 분 단위 매뉴얼 |
| ai-launch-playbook · gingiris-go-global | AI 제품 글로벌 런칭(하이프 사이클·waitlist) / 해외진출 풀사이클 SOP |
| 스킬 | 한 줄 설명 |
|---|---|
| gingiris-seo-geo | SEO+GEO 듀얼 엔진 — 구글 랭크 + AI 검색 인용. E-E-A-T·JSON-LD·IndexNow |
| gingiris-seo-geo-agent | 자율 SEO 에이전트 운영 SOP — 일/주/월 SOP, 한 번 세팅하면 매일 자동 실행 |
| gr-seo-patrol · gr-geo-cite | 매일 SERP/색인 순찰 / 주간 4대 AI에 인용 여부 체크 + llms.txt 보강 |
| gr-backlinks | 인디 창업자용 백링크 5채널 ROI 매트릭스 |
| 스킬 | 한 줄 설명 |
|---|---|
| gr-blog-post · gr-social-distill | 블로그 발행(hreflang·canonical·FAQ Schema) / 블로그 1편 → 소셜 4종 변환 |
| gingiris-kol-outreach | KOL 아웃리치 — 발굴→ROI 추적 SOP. AFFiNE 200+ KOL 캠페인 |
| gingiris-ugc-matrix · gingiris-twitter-agent-ops | UGC 매트릭스 성장 / AI 에이전트를 "나처럼 쓰는" 트위터 고스트라이터 |
| 스킬 | 한 줄 설명 |
|---|---|
| gingiris-b2b-growth · plg-playbook | B2B SaaS — PLG vs SLG 진단, $0→$10M ARR 5단계, NRR |
| community-ambassador-playbook | 앰배서더 운영 SOP — 모집→4단계(Bronze→Platinum)→리텐션→거버넌스 |
| competitor-research-playbook · gr-competitor | 경쟁사 역공학(Wayback·성장 플라이휠 6단계 스코어링) / 실행 스캔(actionbook 호출) |
| gingiris-user-interview · agent-workflow-playbook | HeyGen 937 인터뷰 PMF 방법론 / AI 에이전트 워크플로·스킬 아키텍처 설계 가이드 |
*-playbook은 "입문 개요"(개념·체크리스트), gingiris-*는 "깊은 전략 SOP"(4언어, references/에 상세 SOP·벤치마크), gr-*는 "실행용 경량 스킬"(gingiris-*에서 추출, marketplace.json에 plugin으로 등록). 예를 들어 ASO는 aso-playbook(입문) / gingiris-aso-growth(전략) / gr-aso(실행)로 셋이 존재합니다. 장점은 "깊이 선택 가능", 단점은 "중복으로 스킬 수가 부풀려짐"입니다."한 스킬의 해부 = SKILL.md 머리말(발동 게이트) + 본문(절차) + references(상세). 전체 흐름 = 설치→발동→라우팅→실행→캐스케이드."
스킬의 핵심은 맨 위 YAML 머리말(frontmatter)입니다. 특히 description은 "이 스킬을 언제 부를지"를 에이전트가 판단하는 발동 게이트라, gingiris-skills는 이걸 4개 언어 + 트리거 키워드 목록으로 과포화시켜 발동률을 높입니다. 그리고 when_to_use에 "안 쓸 때(NOT for)"와 인접 스킬과의 경계까지 적어 스킬끼리 서로 잡아먹는 충돌을 방지합니다.
# skills/gr-readme/SKILL.md — 머리말(발췌) name: gr-readme description: | GitHub README 작성 시스템 — 3초 안에 방문자를 스타로 전환. AFFiNE 0→60K 실전: 태그라인 설계, 첫 화면 법칙, 섹션별 카피라이팅 … Triggers: "write README" | "README 작성" | "tagline" | "README 模板" | … # 4언어 트리거 when_to_use: | README 파일을 직접 쓰거나 다시 쓸 때 사용. NOT for: 전체 오픈소스 성장 전략 → 그건 gr-oss-marketing/gingiris-opensource 담당 한 줄 구분: gr-readme = 문서 자체를 쓰는 것 gr-oss-marketing = 성장 전략 전체 context: fork # 격리된 서브에이전트로 실행 allowed-tools: Read Edit Write WebSearch # 최소 권한 화이트리스트
| 머리말 필드 | 역할 |
|---|---|
| name | 스킬 식별자(대개 폴더명) |
| description | 트리거 판정의 핵심 — 4언어 + Triggers: 키워드, 종종 "고통 시나리오"로 시작 |
| when_to_use | 쓸 때 + 안 쓸 때(NOT for) + 인접 스킬 경계 → 라우팅 충돌 방지 |
| tags | 검색/마켓 분류(claude-code, ai-agent-skill 등 10~25개) |
| context: fork | 스킬을 격리 서브에이전트로 실행(메인 컨텍스트 보호) |
| allowed-tools | 사용 가능한 툴 최소 권한 화이트리스트 |
| metadata.* | version·author·differentiation·companion-to 등 스킬 간 관계 |
각 스킬은 표준 Anthropic 스킬 컨벤션을 따릅니다 — SKILL.md엔 의사결정 프레임·체크리스트만 담고, 무거운 전체 SOP·템플릿·벤치마크는 references/ 폴더로 분리해 필요할 때만 로드합니다. 컨텍스트를 아끼는 정석입니다.
이 구조는 대형 병원의 분류·진료 시스템과 같습니다. 환자(사용자 질문)가 오면 먼저 접수/분류(라우터 스킬)가 "어느 과로 갈지" 정하고, 해당 전문의(개별 스킬)가 진료합니다. 전문의는 필요할 때만 두꺼운 진료 지침서(references/)를 펼쳐 보고, 끝나면 "다음은 재활의학과로 가세요"라고 다음 단계를 안내(캐스케이드)합니다. 덕분에 한 번에 한 과만 집중하고(컨텍스트 절약), 과끼리 환자를 두고 다투지 않습니다(when_to_use 경계).
일부 스킬(gr-seo-patrol·gr-backlinks 등)은 일회성이 아니라 매일 자동 실행되며 산출물을 누적하도록 설계됐습니다 — data/*.jsonl(백링크·전환·GEO 인용)과 reports/*.md(주간 리포트). 즉 "에이전트가 매일 돌며 성장 지표를 추적하는 운영 루프"를 전제로 합니다.
gr-readme가 직접 남긴 통찰이 이 레포 전체를 요약합니다 — "README 태그라인 = 스킬 description". 둘 다 "올바른 독자(혹은 에이전트)가 스스로 골라 들어오게 하는 한 문장"입니다. 트리거 과포화·NOT for 경계·progressive disclosure·라우터·캐스케이드가 더해져, 58개나 되는 스킬이 서로 충돌하지 않고 협력하는 구조가 됩니다.
"루트엔 마켓플레이스 정의·API 키 규칙·운영 로그, 그리고 skills/ 아래 58개 스킬. 명명 규칙(gingiris-/gr-/-playbook)이 곧 분류다."
.claude-plugin/marketplace.json은 Claude Code의 플러그인 마켓플레이스 정의로, 이 레포의 14개 스킬을 설치 가능한 plugin으로 등록합니다. ClawHub(clawhub.ai)는 서드파티 스킬 레지스트리로, 각 스킬 폴더의 _meta.json·.clawhub/origin.json이 "어디서 발행·설치됐는지" 출처를 보존합니다. npx skills add <owner/repo>는 스킬 CLI 명령으로, 레포 전체 또는 단일 스킬을 내 .claude/skills/에 설치합니다. 즉 이 레포는 여러 발행 경로(스킬 CLI·Claude 플러그인·ClawHub)를 동시에 지원합니다.탐색하다 보면 gr/gr/·gr-aso/gr-aso/처럼 같은 이름이 한 번 더 중첩된 폴더가 보입니다. 이는 발행 패키징 과정에서 생긴 동일 내용 복사본이라, 분석할 때 안쪽은 무시하면 됩니다. 고유 스킬은 약 58개입니다.
루트에 data/·reports/가 있다는 건 "이 스킬들이 일회성 조언이 아니라, 매일 돌며 지표를 쌓는 운영 도구로 의도됐다"는 뜻입니다. 그리고 docs/api-keys-template.md가 따로 있는 건 일부 gr-* 스킬이 외부 API(DataForSEO·GitHub·dev.to 등)를 호출한다는 의미입니다 — 단순 텍스트 가이드를 넘어 실제 데이터를 다루는 스킬이 섞여 있습니다.
"이 레포의 가장 큰 가치는 두 가지 — ① Claude Code 스킬을 대규모로 설계하는 법, ② 구조화된 그로스 플레이북."
배울 것: description을 "발동 게이트"로 보고 트리거를 4언어로 과포화시키는 법, when_to_use에 "NOT for" + 인접 스킬 경계를 박아 충돌을 막는 법, 무거운 내용을 references/로 빼는 progressive disclosure, context: fork·allowed-tools로 격리·최소권한, 그리고 라우터 스킬 + 캐스케이드 추천 패턴.
실습: 내 작업 분야의 SOP 하나를 골라 SKILL.md로 만들기 — description에 트리거를 넣고, when_to_use에 "안 쓸 때"를 적고, 상세는 references/로 분리. 비슷한 스킬 2개를 만들어 일부러 충돌시켜 본 뒤 경계 문장으로 해소.
배울 것: 58개 스킬을 3개 패밀리(입문·전략·실행)로 레이어링하는 분류법, marketplace.json으로 plugin 등록, _meta.json·ClawHub로 발행 출처를 관리하는 법, 그리고 중복의 명암(깊이 선택 가능 vs 스킬 수 부풀림).
실습: 내가 만든 스킬 3~4개를 marketplace.json으로 묶어 "내 마켓플레이스"를 구성. 같은 주제를 입문/실행 2레이어로 나눴을 때의 장단점을 직접 평가.
배울 것: gr-readme가 정리한 README 3초 법칙·섹션 프레임·안티패턴(Death Mode), 그리고 핵심 통찰 — "런칭 시점 제품이 완벽하지 않아도, README가 페인포인트를 정확히 찌르면 성장한다 → README는 제품과 독립적인 마케팅 레이어". 런칭 후 2주간의 강박적 커뮤니티 답글이 결정타라는 점.
실습: 내 프로젝트 README를 gr-readme의 체크리스트로 점검 — 첫 화면 3초 안에 "무엇을·왜·어떻게 시작"이 보이는가? 태그라인을 5개 변형해 비교.
배울 것: PH 랭킹 알고리즘(첫 몇 시간 가중치)과 hunter/maker comment 전략, 전통 SEO를 넘어선 GEO(생성형 검색 최적화)(llms.txt·IndexNow·AI 친화 포맷), B2B의 PLG vs SLG 진단과 NRR. 각각이 "언제 무엇을" 하는 시간표로 구조화돼 있음.
실습: 4대 AI(ChatGPT·Perplexity·Claude·Gemini)에 내 제품 관련 질문을 던져, 내 도메인이 인용되는지 확인(=GEO 베이스라인). llms.txt를 만들어 다시 측정.
배울 것: gingiris-seo-geo-agent처럼 "한 번 세팅하면 매일 자동 실행"되는 자율 에이전트 SOP 설계, gingiris-twitter-agent-ops의 페르소나 교정·수치 날조 방지(SOURCE-INDEX)·발행 전 QC 같은 "AI가 쓰되 사람처럼" 운영 기법.
실습: 반복 작업(예: 주간 리포트) 하나를 "매일/매주 자동 실행되는 스킬"로 설계 — 입력 소스·산출 포맷(jsonl/md)·검증 단계를 SOP로 명시. 날조 방지용 출처 인덱스를 넣어 보기.
"코드 런타임은 필요 없다. Claude Code(또는 호환 에이전트) + 스킬 설치면 끝. 일부 운영형 스킬만 외부 API 키를 요구."
| 항목 | 요구사항 / 메모 |
|---|---|
| 실행 환경 | Claude Code(또는 SKILL.md를 읽는 호환 에이전트). 별도 빌드·런타임 불필요 — 스킬은 문서 |
| 설치 | npx skills add Gingiris-1031/gingiris-skills(전체) 또는 단일 스킬. Claude 플러그인 마켓플레이스/ClawHub도 가능 |
| API 키(일부 스킬) | 운영형 gr-*는 docs/api-keys-template.md 규칙대로 env var/.env.local에서 키를 읽음(DataForSEO·GitHub·dev.to 등) |
| 다국어 | EN/中文/日本語/한국어 트리거·references 병기 |
| 라이선스 | MIT(일부 스킬 카드는 MIT-0). 자유 사용·수정·재배포 가능 |
| 산출물 | 스킬에 따라 README/블로그/리포트(md) 또는 운영 로그(data/*.jsonl) |
58개를 다 넣으면 트리거가 겹쳐 어수선해집니다. 처음엔 라우터(gr) + 당장 필요한 1~2개(예: gr-readme)만 설치해 감을 잡고, 점차 늘리는 게 좋습니다. 같은 주제의 입문/전략/실행 3종이 모두 있을 땐 깊이에 맞는 하나만 고르세요(중복 발동 방지).
이 스킬들은 강력한 출발점이지만, ① 마케팅 수치(60일 $10M ARR 등)는 저자 주장이 많아 그대로 약속으로 받아들이면 안 되고, ② AI가 만든 카피·전략은 반드시 사람이 검토해야 하며(특히 수치·인용은 날조 위험), ③ 일부 전술(대량 아웃리치·UGC 매트릭스)은 플랫폼 정책에 저촉될 수 있습니다. "검증된 플레이북을 손에 쥔 조수"로 쓰되, 의사결정과 사실 확인은 직접 하세요.
"스킬 하나 설치해 써 보기 → README 점검 → 내 SKILL.md 만들기 → 라우터+캐스케이드 → 미니 그로스 마켓플레이스."
npx skills add Gingiris-1031/gr-readme로 단일 스킬을 설치하고, Claude Code에서 "내 프로젝트 README 다시 써줘"라고 요청. 스킬이 어떤 절차(태그라인→첫 화면→섹션)로 작업하는지 관찰.
목표: "스킬이 발동해 SOP대로 일한다"를 체감. 스킬 없이 같은 요청을 했을 때와 결과 차이를 비교.
skills/gr-readme/SKILL.md와 skills/gingiris-opensource/SKILL.md의 머리말을 비교 — description의 트리거, when_to_use의 "NOT for" 경계, references/ 구성이 어떻게 다른지 표로 정리.
목표: "발동 게이트로서의 description"과 "충돌 방지 경계"를 실제 예로 이해. gr-* vs gingiris-*의 레이어 차이를 파악.
내가 잘 아는 절차(예: "배포 체크리스트", "주간 회고")를 SKILL.md로 작성 — description에 트리거 키워드(다국어 가능), when_to_use에 "안 쓸 때", 본문에 단계별 가이드, 상세는 references/로 분리. Claude Code에 설치해 실제 발동시켜 보기.
목표: progressive disclosure와 트리거 설계를 손으로 익히기. "내 발화로 스킬이 자동 발동"하는 순간을 만들기.
과제 3의 스킬을 2~3개로 늘리고, gr처럼 "질문을 분류해 적절한 스킬로 보내는" 라우터 스킬을 추가. 한 스킬이 끝나면 다음 스킬을 추천하는 캐스케이드 문장도 넣어, gingiris의 운영 구조를 축소 재현.
목표: 다중 스킬이 충돌 없이 협력하는 구조(라우팅·경계·캐스케이드)를 직접 설계. when_to_use 경계가 충돌 해소에 얼마나 중요한지 체감.
만든 스킬들을 .claude-plugin/marketplace.json으로 묶어 설치 가능한 마켓플레이스로 만들고, README에 Skills Index를 정리해 GitHub에 공개. 한 주제를 입문/실행 2레이어로 발행해 보고, 중복의 장단점을 직접 평가.
목표: 스킬을 "발행·배포"하는 전 과정을 경험. gingiris-skills의 마켓플레이스 구조를 내 것으로. 가능하면 실제 공개.
"Claude Code 스킬 기초에서 출발해 스킬 설계·마켓플레이스·그로스 플레이북·에이전트 운영까지, gingiris-skills를 길잡이 삼아."
| 주차 | 주제 | 핵심 학습 + gingiris-skills 연결점 |
|---|---|---|
| 1주 | Claude Code 스킬 기초 | SKILL.md 머리말·본문, 트리거·자동 발동 → skills/gr-readme/SKILL.md |
| 2주 | 스킬 설계 패턴 | when_to_use 경계·progressive disclosure·context fork·allowed-tools → gingiris-*/references/ |
| 3주 | 라우터·캐스케이드·마켓플레이스 | 라우터 스킬·다음 단계 추천·marketplace.json·ClawHub → gr·.claude-plugin/ |
| 4주 | 그로스 플레이북 | README 3초 법칙·PH 알고리즘·SEO/GEO·PLG/SLG → gr-readme·gingiris-seo-geo |
| 5주 | AI 에이전트 운영(Agent Ops) | 자율 SOP·페르소나·날조 방지·운영 로그 → gingiris-seo-geo-agent·data/ |
이 로드맵은 "AI 에이전트 스킬 엔지니어링 + 스타트업 그로스"를 한 줄로 꿴 코스입니다. gingiris-skills가 대규모 실전 스킬 모음이라, 추상적인 "스킬을 잘 만드는 법"을 살아 있는 58개 예제로 보여 줍니다 — Claude Code 스킬·플러그인을 만들려는 개발자에게도, 제품을 알리려는 창업자에게도 양쪽으로 쓸모 있는 교재입니다.
"이 문서와 저장소에서 반복되는 스킬·그로스 용어를 한곳에 모았다."
| 용어 | 의미 |
|---|---|
| Agent Skill / SKILL.md | AI 에이전트가 상황에 맞춰 자동 로드하는 절차 모듈. 머리말(name/description/when_to_use)로 발동 |
| Claude Code | 터미널에서 동작하는 AI 코딩/작업 에이전트. 이 스킬들의 주 실행 환경 |
| description / Triggers | 스킬 발동 판정의 핵심 필드. 4언어 트리거 키워드로 과포화시켜 발동률↑ |
| when_to_use (NOT for) | "쓸 때 + 안 쓸 때 + 인접 스킬 경계"를 적어 스킬 충돌을 방지 |
| Progressive disclosure | SKILL.md엔 요약만, 상세 SOP는 references/로 분리해 필요 시 로드(컨텍스트 절약) |
| context: fork / allowed-tools | 스킬을 격리 서브에이전트로 실행 / 사용 가능한 툴 최소권한 화이트리스트 |
| 라우터 스킬 / 캐스케이드 | 질문을 적절한 하위 스킬로 보내는 진입점 / 실행 후 다음 단계 스킬을 추천 |
| marketplace.json / ClawHub | Claude Code 플러그인 마켓 정의 / 서드파티 스킬 레지스트리(npx skills add) |
| GTM / PLG / SLG | Go-to-Market / 제품주도 성장 / 세일즈주도 성장 |
| NRR / ARR / MRR | 순매출유지율 / 연간·월간 반복 매출 |
| GEO (Generative Engine Optimization) | ChatGPT·Perplexity·Claude·Gemini 같은 AI 검색에 인용되게 하는 최적화(SEO의 확장) |
| llms.txt / IndexNow / E-E-A-T | AI 크롤러용 사이트 안내 파일 / 즉시 색인 프로토콜 / 구글 콘텐츠 품질 기준 |
| Product Hunt / Hunter / Maker comment | 제품 런칭 플랫폼 / 제품을 올려주는 사람 / 제작자 첫 댓글 |
| Show HN / KOL·KOC | Hacker News 셀프 런칭 / 핵심 인플루언서·핵심 소비자 |
| UGC Matrix | 사용자생성콘텐츠 다계정 매트릭스 성장 전술 |
| JTBD / PMF / Growth Flywheel | Jobs-To-Be-Done / Product-Market Fit / 성장 플라이휠 |
| AFFiNE | 노션 대안 오픈소스. 0→60K 스타 성장 사례가 여러 스킬의 근거로 인용됨 |
| actionbook | gr-competitor가 내부 호출하는 스크래핑 엔진(30탭 병렬, 토큰 절감) |
skills/gr-readme/SKILL.md · 전략 코어 skills/gingiris-opensource/ · 라우터 skills/gr/SKILL.mdnpx skills add Gingiris-1031/gingiris-skills