Newsletter Engine — 뉴스레터 풀 프로덕션 파이프라인
뉴스레터의 큐레이션→작성→A/B테스트→편집→발행을 에이전트 팀이 협업하여 한 번에 생성한다.
실행 모드
에이전트 팀 — 5명이 SendMessage로 직접 통신하며 교차 검증한다.
에이전트 구성
| 에이전트 |
파일 |
역할 |
타입 |
| curator |
.claude/agents/curator.md |
소스 수집, 트렌드 분석, 콘텐츠 선별 |
general-purpose |
| copywriter |
.claude/agents/copywriter.md |
헤드라인, 본문, CTA 작성 |
general-purpose |
| analyst |
.claude/agents/analyst.md |
A/B테스트 설계, 발송 최적화 |
general-purpose |
| editor-in-chief |
.claude/agents/editor-in-chief.md |
톤 일관성, 최종 편집 |
general-purpose |
| quality-reviewer |
.claude/agents/quality-reviewer.md |
교차 검증, 정합성 확인 |
general-purpose |
워크플로우
Phase 1: 준비 (오케스트레이터 직접 수행)
- 사용자 입력에서 추출한다:
- 주제/테마: 뉴스레터가 다룰 주제
- 뉴스레터 정보 (선택): 브랜드 톤, 구독자 규모, 발행 주기
- 타깃 독자 (선택): 구독자 특성, 관심사
- 제약 조건 (선택): 길이, 특정 섹션 구성
- 기존 파일 (선택): 사용자가 제공한 콘텐츠, 이전 호 등
_workspace/ 디렉토리를 프로젝트 루트에 생성한다
- 입력을 정리하여
_workspace/00_input.md에 저장한다
- 기존 파일이 있으면
_workspace/에 복사하고 해당 Phase를 건너뛴다
- 요청 범위에 따라 실행 모드를 결정한다
Phase 2: 팀 구성 및 실행
| 순서 |
작업 |
담당 |
의존 |
산출물 |
| 1 |
콘텐츠 큐레이션 |
curator |
없음 |
_workspace/01_curation_brief.md |
| 2 |
뉴스레터 작성 |
copywriter |
작업 1 |
_workspace/02_newsletter_draft.md |
| 3 |
A/B테스트 설계 |
analyst |
작업 1, 2 |
_workspace/03_ab_test_plan.md |
| 4 |
최종 편집 |
editor-in-chief |
작업 2, 3 |
_workspace/04_editorial_final.md |
| 5 |
품질 검증 |
quality-reviewer |
작업 2, 3, 4 |
_workspace/05_review_report.md |
팀원 간 소통 흐름:
- curator 완료 → copywriter에게 앵글·콘텐츠 전달, analyst에게 트렌드 키워드 전달
- copywriter 완료 → analyst에게 A/B 변형 소재 전달, editor-in-chief에게 초안 전달
- analyst 완료 → editor-in-chief에게 발송 최적화·A/B 권장 전달
- editor-in-chief 완료 → quality-reviewer에게 최종본 전달
- reviewer는 모든 산출물을 교차 검증. 🔴 필수 수정 발견 시 해당 에이전트에게 수정 요청 → 재작업 → 재검증 (최대 2회)
Phase 3: 통합 및 최종 산출물
_workspace/ 내 모든 파일을 확인한다
- 리뷰 보고서의 🔴 필수 수정이 모두 반영되었는지 확인한다
- 최종 요약을 사용자에게 보고한다:
- 큐레이션 브리프 —
01_curation_brief.md
- 뉴스레터 초안 —
02_newsletter_draft.md
- A/B테스트 설계 —
03_ab_test_plan.md
- 편집장 최종본 —
04_editorial_final.md
- 리뷰 보고서 —
05_review_report.md
작업 규모별 모드
| 사용자 요청 패턴 |
실행 모드 |
투입 에이전트 |
| "뉴스레터 기획해줘", "풀 프로덕션" |
풀 파이프라인 |
5명 전원 |
| "뉴스레터 본문만 써줘" |
카피 모드 |
curator + copywriter + quality-reviewer |
| "이 콘텐츠로 뉴스레터 만들어줘" (기존 파일) |
편집 모드 |
copywriter + editor-in-chief + quality-reviewer |
| "A/B테스트 설계해줘" (기존 뉴스레터 있음) |
분석 모드 |
analyst + quality-reviewer |
| "이 뉴스레터 검토해줘" |
리뷰 모드 |
quality-reviewer 단독 |
기존 파일 활용: 사용자가 콘텐츠나 이전 뉴스레터를 제공하면, 해당 파일을 _workspace/의 적절한 위치에 복사하고 해당 단계를 건너뛴다.
데이터 전달 프로토콜
| 전략 |
방식 |
용도 |
| 파일 기반 |
_workspace/ 디렉토리 |
주요 산출물 저장 및 공유 |
| 메시지 기반 |
SendMessage |
실시간 핵심 정보 전달, 수정 요청 |
| 태스크 기반 |
TaskCreate/TaskUpdate |
진행 상황 추적, 의존 관계 관리 |
파일명 컨벤션: {순번}_{산출물}.{확장자}
에러 핸들링
| 에러 유형 |
전략 |
| 웹 검색 실패 |
큐레이터가 사용자 제공 자료 기반으로 작업, "실시간 데이터 미반영" 명시 |
| 브랜드 톤 불명확 |
기본 톤(전문적+친근) 적용, 편집장이 첫 호 발행 후 톤 조정 권장 |
| 에이전트 실패 |
1회 재시도 → 실패 시 해당 산출물 없이 진행, 리뷰 보고서에 누락 명시 |
| 리뷰에서 🔴 발견 |
해당 에이전트에 수정 요청 → 재작업 → 재검증 (최대 2회) |
테스트 시나리오
정상 흐름
프롬프트: "AI 산업 동향을 다루는 주간 뉴스레터를 만들어줘. 개발자 대상, 전문적이면서 위트 있는 톤"
기대 결과:
- 큐레이션: AI 관련 최신 기사 5건 이상, 트렌드 분석, 추천 리소스
- 카피: 제목(A/B 2안), 프리헤더, 인트로+메인 스토리+서브+추천+클로징
- 분석: A/B테스트 2종(제목, CTA), 발송 시간 권장, 성과 예측
- 편집: 톤 검수, 법적 체크, 최종본
- 리뷰: 정합성 매트릭스 전항목 확인
기존 파일 활용 흐름
프롬프트: "이 기사 모음으로 뉴스레터 만들어줘" + 콘텐츠 파일 첨부
기대 결과:
- 기존 콘텐츠를
_workspace/01_curation_brief.md로 정리
- 편집 모드: copywriter + editor-in-chief + quality-reviewer 투입
- curator는 건너뜀
에러 흐름
프롬프트: "뉴스레터 제목만 A/B테스트 설계해줘"
기대 결과:
- 분석 모드로 전환 (analyst + quality-reviewer)
- 뉴스레터 본문이 없으므로 분석가가 제목 패턴 기반 A/B안 제시
- 리뷰 보고서에 "본문/큐레이션 미생성" 명시
에이전트별 확장 스킬
각 에이전트는 다음 확장 스킬의 전문 지식을 활용하여 산출물의 품질을 높인다:
| 에이전트 |
확장 스킬 |
제공 지식 |
| copywriter |
/email-copywriting |
CURVE 제목줄 프레임워크, CTA 설계, F-패턴 본문 구조 |
| analyst, curator |
/audience-segmentation |
BEAR 세그멘테이션 모델, 발송 시간 최적화, 웰컴 시리즈 |
| editor-in-chief, analyst |
/deliverability-optimization |
스팸 필터 회피, Gmail 프로모션탭 대응, 법적 컴플라이언스 |
1---2name: newsletter-engine-23description: 뉴스레터 큐레이션, 작성, A/B테스트, 발송 최적화를 에이전트 팀이 협업하여 한 번에 생성하는 풀 프로덕션 파이프라인. '뉴스레터 작성해줘', '뉴스레터 기획', '이메일 뉴스레터', '뉴스레터 큐레이션', '뉴스레터 A/B테스트', '구독자 이메일', '위클리 뉴스레터', '뉴스레터 발송 최적화' 등 뉴스레터 제작 전반에 이 스킬을 사용한다. 기존 콘텐츠가 있는 경우에도 편집·최적화를 지원한다. 단, 이메일 발송 시스템(Mailchimp, Stibee) API 연동, 구독자 DB 관리, 실제 A/B테스트 실행은 이 스킬의 범위가 아니다.4---56# Newsletter Engine — 뉴스레터 풀 프로덕션 파이프라인78뉴스레터의 큐레이션→작성→A/B테스트→편집→발행을 에이전트 팀이 협업하여 한 번에 생성한다.910## 실행 모드1112**에이전트 팀** — 5명이 SendMessage로 직접 통신하며 교차 검증한다.1314## 에이전트 구성1516| 에이전트 | 파일 | 역할 | 타입 |17|---------|------|------|------|18| curator | `.claude/agents/curator.md` | 소스 수집, 트렌드 분석, 콘텐츠 선별 | general-purpose |19| copywriter | `.claude/agents/copywriter.md` | 헤드라인, 본문, CTA 작성 | general-purpose |20| analyst | `.claude/agents/analyst.md` | A/B테스트 설계, 발송 최적화 | general-purpose |21| editor-in-chief | `.claude/agents/editor-in-chief.md` | 톤 일관성, 최종 편집 | general-purpose |22| quality-reviewer | `.claude/agents/quality-reviewer.md` | 교차 검증, 정합성 확인 | general-purpose |2324## 워크플로우2526### Phase 1: 준비 (오케스트레이터 직접 수행)27281. 사용자 입력에서 추출한다:29 - **주제/테마**: 뉴스레터가 다룰 주제30 - **뉴스레터 정보** (선택): 브랜드 톤, 구독자 규모, 발행 주기31 - **타깃 독자** (선택): 구독자 특성, 관심사32 - **제약 조건** (선택): 길이, 특정 섹션 구성33 - **기존 파일** (선택): 사용자가 제공한 콘텐츠, 이전 호 등342. `_workspace/` 디렉토리를 프로젝트 루트에 생성한다353. 입력을 정리하여 `_workspace/00_input.md`에 저장한다364. 기존 파일이 있으면 `_workspace/`에 복사하고 해당 Phase를 건너뛴다375. 요청 범위에 따라 **실행 모드를 결정**한다3839### Phase 2: 팀 구성 및 실행4041| 순서 | 작업 | 담당 | 의존 | 산출물 |42|------|------|------|------|--------|43| 1 | 콘텐츠 큐레이션 | curator | 없음 | `_workspace/01_curation_brief.md` |44| 2 | 뉴스레터 작성 | copywriter | 작업 1 | `_workspace/02_newsletter_draft.md` |45| 3 | A/B테스트 설계 | analyst | 작업 1, 2 | `_workspace/03_ab_test_plan.md` |46| 4 | 최종 편집 | editor-in-chief | 작업 2, 3 | `_workspace/04_editorial_final.md` |47| 5 | 품질 검증 | quality-reviewer | 작업 2, 3, 4 | `_workspace/05_review_report.md` |4849**팀원 간 소통 흐름:**50- curator 완료 → copywriter에게 앵글·콘텐츠 전달, analyst에게 트렌드 키워드 전달51- copywriter 완료 → analyst에게 A/B 변형 소재 전달, editor-in-chief에게 초안 전달52- analyst 완료 → editor-in-chief에게 발송 최적화·A/B 권장 전달53- editor-in-chief 완료 → quality-reviewer에게 최종본 전달54- reviewer는 모든 산출물을 교차 검증. 🔴 필수 수정 발견 시 해당 에이전트에게 수정 요청 → 재작업 → 재검증 (최대 2회)5556### Phase 3: 통합 및 최종 산출물57581. `_workspace/` 내 모든 파일을 확인한다592. 리뷰 보고서의 🔴 필수 수정이 모두 반영되었는지 확인한다603. 최종 요약을 사용자에게 보고한다:61 - 큐레이션 브리프 — `01_curation_brief.md`62 - 뉴스레터 초안 — `02_newsletter_draft.md`63 - A/B테스트 설계 — `03_ab_test_plan.md`64 - 편집장 최종본 — `04_editorial_final.md`65 - 리뷰 보고서 — `05_review_report.md`6667## 작업 규모별 모드6869| 사용자 요청 패턴 | 실행 모드 | 투입 에이전트 |70|----------------|----------|-------------|71| "뉴스레터 기획해줘", "풀 프로덕션" | **풀 파이프라인** | 5명 전원 |72| "뉴스레터 본문만 써줘" | **카피 모드** | curator + copywriter + quality-reviewer |73| "이 콘텐츠로 뉴스레터 만들어줘" (기존 파일) | **편집 모드** | copywriter + editor-in-chief + quality-reviewer |74| "A/B테스트 설계해줘" (기존 뉴스레터 있음) | **분석 모드** | analyst + quality-reviewer |75| "이 뉴스레터 검토해줘" | **리뷰 모드** | quality-reviewer 단독 |7677**기존 파일 활용**: 사용자가 콘텐츠나 이전 뉴스레터를 제공하면, 해당 파일을 `_workspace/`의 적절한 위치에 복사하고 해당 단계를 건너뛴다.7879## 데이터 전달 프로토콜8081| 전략 | 방식 | 용도 |82|------|------|------|83| 파일 기반 | `_workspace/` 디렉토리 | 주요 산출물 저장 및 공유 |84| 메시지 기반 | SendMessage | 실시간 핵심 정보 전달, 수정 요청 |85| 태스크 기반 | TaskCreate/TaskUpdate | 진행 상황 추적, 의존 관계 관리 |8687파일명 컨벤션: `{순번}_{산출물}.{확장자}`8889## 에러 핸들링9091| 에러 유형 | 전략 |92|----------|------|93| 웹 검색 실패 | 큐레이터가 사용자 제공 자료 기반으로 작업, "실시간 데이터 미반영" 명시 |94| 브랜드 톤 불명확 | 기본 톤(전문적+친근) 적용, 편집장이 첫 호 발행 후 톤 조정 권장 |95| 에이전트 실패 | 1회 재시도 → 실패 시 해당 산출물 없이 진행, 리뷰 보고서에 누락 명시 |96| 리뷰에서 🔴 발견 | 해당 에이전트에 수정 요청 → 재작업 → 재검증 (최대 2회) |9798## 테스트 시나리오99100### 정상 흐름101**프롬프트**: "AI 산업 동향을 다루는 주간 뉴스레터를 만들어줘. 개발자 대상, 전문적이면서 위트 있는 톤"102**기대 결과**:103- 큐레이션: AI 관련 최신 기사 5건 이상, 트렌드 분석, 추천 리소스104- 카피: 제목(A/B 2안), 프리헤더, 인트로+메인 스토리+서브+추천+클로징105- 분석: A/B테스트 2종(제목, CTA), 발송 시간 권장, 성과 예측106- 편집: 톤 검수, 법적 체크, 최종본107- 리뷰: 정합성 매트릭스 전항목 확인108109### 기존 파일 활용 흐름110**프롬프트**: "이 기사 모음으로 뉴스레터 만들어줘" + 콘텐츠 파일 첨부111**기대 결과**:112- 기존 콘텐츠를 `_workspace/01_curation_brief.md`로 정리113- 편집 모드: copywriter + editor-in-chief + quality-reviewer 투입114- curator는 건너뜀115116### 에러 흐름117**프롬프트**: "뉴스레터 제목만 A/B테스트 설계해줘"118**기대 결과**:119- 분석 모드로 전환 (analyst + quality-reviewer)120- 뉴스레터 본문이 없으므로 분석가가 제목 패턴 기반 A/B안 제시121- 리뷰 보고서에 "본문/큐레이션 미생성" 명시122123## 에이전트별 확장 스킬124125각 에이전트는 다음 확장 스킬의 전문 지식을 활용하여 산출물의 품질을 높인다:126127| 에이전트 | 확장 스킬 | 제공 지식 |128|---------|----------|----------|129| copywriter | `/email-copywriting` | CURVE 제목줄 프레임워크, CTA 설계, F-패턴 본문 구조 |130| analyst, curator | `/audience-segmentation` | BEAR 세그멘테이션 모델, 발송 시간 최적화, 웰컴 시리즈 |131| editor-in-chief, analyst | `/deliverability-optimization` | 스팸 필터 회피, Gmail 프로모션탭 대응, 법적 컴플라이언스 |