AI 카드뉴스, 퀄리티는 스킬 파일에서 갈립니다.
제가 쓰는 카드뉴스 제작 시스템 구조입니다.
[수집] → [큐레이션] → [편집] → [카피] → [아트] → [발행]
orchestrator
├ feed-fetcher ─ RSS/API에서 최신 기사 수집, 중복 제거
├ feed-curator ─ 원문 요약 + 카드뉴스 적합도 평가
├ editor ─ 슬라이드 구성안 설계
├ copywriter ─ 슬라이드별 최종 텍스트 작성
├ art-director ─ 배경 이미지, 무드, 레이아웃 결정
└ publisher ─ 최종 파일 생성
각 역할이 하나의 스킬 파일(.md)이고, orchestrator가 순서대로 호출합니다. CLI에서 /cardnews-orchestrator만 치면 전체가 돌아갑니다.
feed-curator가 하는 일이 좀 특이한데, "이 기사는 카드뉴스로 만들 만한가?"를 AI가 먼저 걸러줍니다. 적합도를 높음/보통/낮음으로 평가하고, 높음만 다음 단계로 넘깁니다.
퀄리티 차이를 만드는 건 3가지입니다.
① copywriter에 "후킹 툴킷"을 심어둠
AI가 알아서 제목을 쓰게 두면 매번 비슷한 설명형 제목이 나옵니다. 그래서 심리 원리 기반 후킹 유형 10가지(FOMO, 권위/단정, 통계/격차, 궁금증 갭 등)를 스킬 파일에 표로 넣어뒀습니다. AI가 콘텐츠를 분석하고 가장 맞는 유형을 골라서 제목을 쓰게 됩니다.
본문도 마찬가지입니다. "저장 트리거 원칙"(즉시 실행 가능, 핵심 압축, 큐레이션 가치)을 명시해서 "저장하고 싶은" 구조가 나오도록 유도합니다.
② editor가 시각화 타입을 먼저 결정
editor 스킬이 "이 슬라이드는 steps로, 이건 comparison으로, 이건 terminal 시뮬레이션으로" 시각화 방식을 먼저 정합니다. copywriter는 정해진 구조에 맞춰 글을 씁니다. 이게 "텍스트 나열" vs "구조화된 정보 카드"의 차이를 만듭니다.
③ "이건 하지 마"를 구체적으로 명시
스킬 파일에 "쓰지 말아야 할 표현"을 구체적으로 적어둡니다. em dash 사용 금지, 번역체("~에 대해", "~을 통해") 금지, AI 특유 전환어("핵심은 바로", "결국") 금지. 이걸 안 해두면 AI가 만든 티가 바로 납니다.
퀄리티는 스킬 파일에 얼마나 구체적인 판단 기준을 넣어뒀느냐에서 갈립니다. 그렇기 때문에 관련된 지식을 학습하고 테스트하고 실험해보는 시간이 꼭 필요합니다. 그게 앞으로의 해자가 될 거라 생각합니다.