Caley

IT, Photo, AV, Road bike, 4sq

[Humanos @HumanosRaw]

Era tan fácil y ¿por qué nadie nos lo dijo? 😯 guárdenlo, lo van a necesitar 📷

[LOOPY @VibeEverything]

NotebookLM 100% 뽑아쓰는 프롬프트 20가지

요즘 AI를 이렇게 쓰는 사람이 많죠
"요약해줘"
"한 줄로 정리해줘"

근데 NotebookLM은 일반 AI랑 달라요
내가 넣은 자료(파일, 링크, 유튜브)를
분석·정리해주는 리서치 특화 도구에 가까워요

특히 이런 분들에게 유용해요

🎓학생 → 공부 자료 완전 정복
🎬크리에이터 → 리서치를 콘텐츠로 변환
💼직장인 → 보고서, 회의록 빠르게 이해
📊마케터 → 시장 자료에서 인사이트 추출
🔎연구원 → 여러 자료 비교 분석

문제는 도구가 아니라 질문이에요
같은 자료도 프롬프트 하나로 완전히 다른 결과가 나와요

그래서 바로 복붙해서 쓸 수 있는
프롬프트 20개를 정리했어요

공부, 리서치, 콘텐츠 제작할 때
아래 프롬프트부터 써보세요

프롬프트⤵️

[angel @angeldot_]

GOOGLE CREÓ LA MEJOR HERRAMIENTA DE ESTUDIO DEL MUNDO

Es gratis. Lleva meses disponible.

Y el 90% de la gente no la conoce.

Te doy 6 prompts de NotebookLM para aprender lo que sea en tiempo récord.

📌Guárdalo, te salvará en tu próximo examen

[아구밍 아커만 @aguming_]

● AI 하네스 깎는 노인

벌써 4년 전이다. 내가 갓 스타트업을 차린 지 얼마 안 돼서 판교에 내려가 일할 때다. 서울 왔다 가는 길에, 강남역 근처 공유 오피스에서 열리는 AI 밋업에 들른 적이 있다. 강남역 사거리 뒷골목, 낡은 건물 반지하에 조그만 사무실을 열어 놓고 하네스를 깎아 파는 노인이 있었다. 이력서에는 아무런 직함도 없고, 깃허브에는 잔디 하나 없으며, 링크드인 프로필조차 없는 사람이었다. 다만 "하네스 엔지니어링"이란 간판 하나만 벽에 붙어 있었다.

Claude Code를 쓰기 시작한 지 두 달쯤 되었을 때였다. 모델은 분명 Opus급인데 결과물은 영 시원찮았다. CLAUDE.md도 대충 써 봤고 프롬프트도 이리저리 고쳐 봤지만, AI는 매번 엉뚱한 파일을 고치고, 테스트는 통과 못 하고, 코드는 점점 스파게티가 되어 갔다. 누군가 그 노인을 소개해 주었다. "하네스를 한 벌 깎아 달라"고 부탁을 했다. 값을 굉장히 비싸게 부르는 것 같았다.

"좀 싸게 해 줄 수 없습니까? CLAUDE.md 하나 만드는 건데."

했더니,

"하네스 하나 가지고 에누리하겠소? 비싸거든 GPT한테 시키우."

대단히 무뚝뚝한 노인이었다. 값을 흥정하지도 못하고 잘 깎아나 달라고만 부탁했다. 그는 잠자코 우리 코드베이스를 열심히 읽고 있었다. 처음에는 빨리 훑는 것 같더니, 해가 저물도록 이 모듈 돌려 보고 저 의존성 돌려 보고 굼뜨기 시작하더니, 마냥 늑장이다. 내가 보기에는 그만하면 코드 구조는 파악됐는데, 자꾸만 더 깊이 들어가고 있었다.

"인제 다 보셨으니 CLAUDE.md 좀 써 주시죠."

라고 했더니 통 못 들은 척 대꾸가 없다. 노인은 터미널 하나 열어 놓고 git log를 끝없이 내려가며 커밋 히스토리를 읽고 있었다. 다음 주 데모 날짜가 빠듯해 왔다. 갑갑하고 지루하고 초조할 지경이었다.

"코드 구조 다 파악하셨을 테니 이제 그만 써 주십시오."

라고 했더니, 화를 버럭 내며,

"끓을 만큼 끓어야 밥이 되지, 생쌀이 재촉한다고 밥이 되나. 코드베이스도 모르고 어떻게 하네스를 깎아. 컨텍스트도 없이 프롬프트부터 쓰는 게 요즘 것들 문제야."

한다. 나도 기가 막혀서,

"돈 내는 사람이 좋다는데 무얼 더 본다는 말이오? 노인장, 외고집이시구먼. 데모가 다음 주라니까요."

노인은 퉁명스럽게,

"다른 데 가서 맡기우. 난 안 하겠소."

하고 내뱉는다. 지금까지 기다리고 있다가 그냥 갈 수도 없고, 데모 날짜는 어차피 틀린 것 같고 해서, 될 대로 되라고 체념할 수밖에 없었다.

"그럼, 마음대로 깎아 보시오."

"글쎄, 재촉을 하면 점점 거칠고 늦어진다니까. 하네스란 제대로 만들어야지, 깎다가 놓치면 되나."

좀 누그러진 말씨다. 이번에는 키보드에서 손을 숫제 떼고 태연스럽게 창밖을 보며 아메리카노를 홀짝이고 있지 않는가. 나도 그만 지쳐 버려 구경꾼이 되고 말았다.

---

노인이 하는 일을 지켜보니 보통이 아니었다.

먼저 CLAUDE.md부터 쓰는 게 아니었다. 우리 코드의 디렉토리 구조를 한참 들여다보더니, .claude/skills/ 폴더를 만들기 시작했다. 테스트 생성 스킬, 코드 리뷰 스킬, API 문서 생성 스킬. 하나하나 SKILL.md를 써 내려가는데, 한 줄 한 줄이 규칙이었고, 한 문장 한 문장이 검증 가능한 명령이었다.

"모호한 문장은 독이오."

노인이 유일하게 자발적으로 한 말이다.

그다음에는 AGENTS.md를 썼다. Planner, Coder, Reviewer — 서브에이전트의 역할을 나누더니, 각각에게 접근 권한을 다르게 설정했다. Coder 에이전트는 src/ 폴더만 건드릴 수 있고, Reviewer는 수정 권한 없이 읽기만 가능하게 했다.

"에이전트가 실수하면, 다시는 그 실수를 못 하게 시스템을 만드는 거요."

노인의 두 번째 자발적 발언이었다.

그러고는 pre-commit hook을 걸었다. 린터, 타입 체크, 테스트가 자동으로 돌아가게 했다. AI가 코드를 짜면 커밋 전에 자동으로 검증이 되고, 실패하면 Claude가 스스로 고쳐서 다시 커밋하는 피드백 루프를 만들었다.

Constraint, Context, Verification, Feedback — 네 개의 기둥이 하나씩 세워질 때마다 노인은 한 발 물러서서 전체를 바라보았다. 마치 조각가가 덩어리에서 형상을 꺼내듯이.

얼마 후에야 하네스를 다 깎았다고 내밀었다. 사실 다 되기는 아까 전부터 다 돼 있던 하네스다.

---

(이어서)

[Ikuo Gonoï @gonoi]

現在、キリスト教圏で拡散されている、トランプがキリストに殴られて地獄に落ちる動画。

[阿川 | AI thinking @AI_jacksaku]

这个仓库今天爆了，

单日新增5700+星。

它是什么？

一个单独的CLAUDE.md文件，

整理了Andrej Karpathy关于LLM编程的观察和建议。

Andrej是谁？

前Tesla AI总监，

OpenAI创始成员，

AI领域最会写代码的人之一。

这个skill文件里有什么？

LLM编程的常见陷阱
如何与AI结对编程
提示词工程的最佳实践
代码审查的AI辅助策略
简单说，就是AI大神的编程心法。

更狠的是，

这个文件可以直接丢给Claude Code，

让Claude按照Andrej的方式帮你写代码。

不是泛泛的"AI辅助编程"，

是顶级工程师的思维模式注入。

为什么今天突然爆火？

因为大家发现，

用AI写代码和用好AI写代码，

完全是两回事。

这个skill就是 bridging the gap。

建议所有的开发者收藏

https://t.co/BMhWCGiKuj

[Cognac(꼬냑) @supernovajunn]

안드레 카파시가 GitHub에 파일 하나를 올렸다.

코드도 없다. 앱도 없다. 그냥 마크다운 문서 하나만 있는데. 이름은 llm-wiki.md. 올린 지 10시간 만에 별 1,757개, 포크 318개를 받았다.

이 뜻은 전 세계 개발자들이 그 파일 하나 보고 "바로 이거야"를 외쳤다는 뜻이다.

그동안 우리가 AI를 쓰는 방식이 사실 꽤 비효율적이었다는 것을 아는가?

지금 대부분의 사람들은 AI에게 파일을 던져주고 "이거 요약해줘", "이거 분석해줘"를 반복한다. 질문할 때마다 AI는 그 문서를 처음 읽는다. 어제 읽었던 논문, 지난달에 저장해둔 기사, 3년 전에 메모해둔 아이디어를 말이다.

AI는 그걸 기억하지 못한다. 매번 새로 읽고, 매번 새로 연결하고, 매번 새로 이해한다. 쌓이는 게 없다.

이걸 RAG 라고 부른다. 기술적으로는 아무 문제없다. 근데 생각해보면 이상하다. 당신이 매일 같은 책을 처음 읽는 사람한테 질문을 던지는 거랑 같다. 그 사람은 절대 전문가가 될 수 없다. 어제 읽은 걸 오늘 잊으니까.

카파시가 제안한 건 다르다. AI가 지식을 읽을 때마다 그냥 답을 뱉고 끝내는 게 아니라, 그걸 위키에 쌓아두는 것이다. 연결하고, 모순을 찾아 표시하고, 업데이트하고, 계속 더 풍부하게 만들어간다. 새 자료가 들어올수록 위키는 더 똑똑해진다. 쌓인다. 마치 이자의 복리처럼.

구조는 단순하다. 세 겹이다.

첫 번째 겹은 원본 자료들. 논문, 기사, 메모. AI는 이걸 읽기만 하고 절대 건드리지 않는다.

두 번째 겹은 위키. AI가 직접 쓰고 유지하는 마크다운 파일들. 요약 페이지, 개념 페이지, 연결 페이지. 당신이 읽고, AI가 쓴다.

세 번째 겹은 스키마. AI한테 "이 위키를 어떻게 관리해"라고 알려주는 설정 파일. 카파시는 이걸 AGENTS.md나 CLAUDE.md에 넣어두라고 한다.

카파시 본인은 왼쪽에 AI 에이전트, 오른쪽에 옵시디언을 열어두고 쓴다고 했다. AI가 위키를 수정하면 옵시디언에서 실시간으로 업데이트되는 걸 본다고. 그의 표현이 정확하다. "옵시디언은 IDE, AI는 프로그래머, 위키는 코드베이스다"

예를 들어, 책을 읽는 방식도 달라진다. 소설 한 권 읽으면서 챕터마다 AI한테 넣으면, 끝날 때쯤 등장인물 관계도, 복선 추적 페이지, 주제 연결 지도가 완성되어 있다. 톨킨 게이트웨이처럼 수천 명이 수년에 걸쳐 만든 팬 위키를 혼자, AI와 함께, 책 한 권 읽는 시간에 만들 수 있다.

근데 이 파일이 왜 이렇게 빠르게 퍼졌냐. 기술적으로 새로운 게 있어서가 아니다.

카파시가 이 파일을 "아이디어 파일"이라고 부른 게 핵심이다. 코드가 없다. 우리가 직접 설치할 게 없다. "이 아이디어를 당신 에이전트에게 그대로 복붙하면, 에이전트가 당신 상황에 맞춰 직접 구현해준다"는 것이다.

시대가 바뀌었다. 더 이상 앱을 공유하는 게 아니라 아이디어를 공유하는 방향으로 흐르는 것 같다. 받은 사람이 실행하는 게 아니라, 받은 사람의 에이전트가 실행한다.

이게 왜 충격인지 생각해보면 된다. 오픈소스 소프트웨어는 코드를 나눈다. 하지만 코드는 여전히 직접 설치하고, 설정하고, 유지해야 한다.

아이디어 파일은 다르다. 에이전트가 당신 환경, 당신 워크플로우, 당신 취향에 맞게 알아서 구현한다고 보면 될 것이다.

우리는 오래전부터 "정보가 너무 많아서 문제"라고 했다. 근데 사실 정보가 많은 게 문제가 아니었다. 정보가 연결되지 않는 게 문제였다.

LLM 위키는 그 연결을 AI한테 맡기는 거다. 당신이 할 건 좋은 자료 찾아오는 것, 그리고 좋은 질문 던지는 것. 나머지 연결, 요약, 교차참조, 모순 발견, 업데이트는 에이전트가 한다. 우리의 생각과 뇌는 더 중요한 일에 쓰인다.

지식을 쌓는다는 건 원래 그런 거였다. 연결되고, 업데이트되고, 깊어지는 것. 우리는 그냥 그걸 할 인내심이 없었을 뿐이다. 에이전트는 인내심이 무한하다.

[메리메리메리 @jang_merry]

CLAUDE.md 하나로 끝내고 있었다면, 이 구조를 보세요 — Claude Code가 달라집니다

대부분의 Claude Code 사용자가 CLAUDE.md 파일 하나만 만들고 끝냅니다. 그래서 기본적인 수준에 머무릅니다.

"Most projects start with just CLAUDE.md. That's why they stay basic." — @dkare1009

Claude Code를 진짜 엔지니어링 파트너로 만드는 프로젝트 구조가 있습니다:

핵심 파일:

CLAUDE.md → 프로젝트 규칙과 컨텍스트
CLAUDE.local.md → 개인 설정 오버라이드
mcp.json → 외부 도구 연결 (GitHub, Slack, DB 등)
settings.json → 권한 + 모델 설정
.claude/ 폴더 (진짜 파워):

rules/ → 코딩 + 테스트 표준
commands/ → 재사용 워크플로우 (/review, /fix)
skills/ → 자동 로드 전문 지식
agents/ → 전문 서브에이전트
hooks/ → 자동화 + 안전장치
실제로 저도 이 구조를 적용한 뒤 Claude Code의 출력 품질이 눈에 띄게 좋아졌습니다. 특히 rules/로 코딩 표준을 분리하고, skills/에 프로젝트별 전문 스킬을 넣으면 매 세션마다 컨텍스트를 다시 설명할 필요가 사라집니다.

"한 번 세팅하면 매 세션이 개선된다"는 말이 과장이 아닙니다.

[Ole Lehmann @itsolelehmann]

i can't believe nobody caught this.

Anthropic's entire growth marketing team was just ONE PERSON

(for 10 months, confirmed)

a single non-technical person ran paid search, paid social, app stores, email marketing, and SEO for the $380B company behind claude

here's exactly how one human is doing the job of a full marketing team:

it starts with a CSV.

1. he exports all his existing ads from his ad platforms along with their performance metrics (click-through rates, conversions, spend, etc)

2. feeds the whole file into claude code

3. and tells it to find what's underperforming.

claude analyzes the data, flags the weak ads, and generates new copy variations on the spot

this is where he gets clever:

he then splits the work into 2 specialized sub-agents:

1. one that only writes headlines (capped at 30 characters)

2. and one that only writes descriptions (capped at 90 characters).

each agent is tuned to its specific constraint so the quality is way higher than cramming both into a single prompt

so now he's got hundreds of fresh headlines and descriptions.

but that's just the text.

he still needs the actual visual ad creative, the images and banners that go on facebook, google, etc.

so he built a figma plugin that:

1. takes all those new headlines and descriptions
2. finds the ad templates in his figma files
3. and automatically swaps the copy into each one.

up to 100 ready-to-publish ad variations generated at half a second per batch.

what used to take hours of duplicating frames and copy-pasting text by hand

so now the ads are live.

the next question is which ones are actually working.

for that he built an MCP server (basically a custom integration that lets claude talk directly to external tools) connected to the meta ads API.

so he can ask claude things like:

• "which ads had the best conversion rate this week"
• or "where am i wasting spend"

and get real answers from live campaign data without ever opening the meta ads dashboard

and the part that ties it all together and closes the loop:

he set up a memory system that logs every hypothesis and experiment result across ad iterations.

so when he goes back to step one and generates the next batch of variations...

claude automatically pulls in what worked and what didn't from all previous rounds.

the system literally gets smarter every cycle.

that kind of systematic experimentation across hundreds of ads would normally need a dedicated analytics person just to track

the numbers from the doc:

ad creation went from 2 hours to 15 minutes. 10x more creative output.

and he's now testing more variations across more channels than most full marketing teams

a $380 billion company.

and their entire growth marketing operation (not GTM) = just one person and claude code lol

truly unbelievable

[BUGI @Bugi952]

https://t.co/GbGGKQL6Zv

[Rocketesla @rklb_invest]

https://t.co/zYJXQwfOn3

[중얼거리는 남자 @CurbsideCroaker]

대전역 대합실에 들어선 순간, 나는 일종의 현기증을 느꼈다. 수천 명의 인간들이 약속이나 한 듯 똑같은 귤색 종이 가방을 들고 움직이고 있었다. 그것은 그저 유행이라거나 우연이라고 치부하기엔 지나치게 작위적이었다. 차라리 그것은 이 거대한 세계를 지탱하는 연산 자원이 바닥을 드러내고 있다는, 어떤 가난한 최적화의 증거라고 보는 편이 타당했다.

이 거대한 시뮬레이션(대전)을 구동하는 시스템은 현재 심각한 메모리 누수를 겪고 있다. 시스템은 연산 부하를 줄이기 위해, 개별 인간(NPC)들에게 각기 다른 아이템을 부여하는 대신, 단일한 3D 에셋(성심당 쇼핑백)을 복사/붙여넣기하여 렌더링하고 있는 것이다.

즉, 내 눈앞의 이 풍경은 이 도시의 해상도가 한계에 도달했음을 알리는, 일종의 <저화질 모드>의 징후다.

그렇다면, 구석에 앉아 있던 그 노이즈(노숙자)의 외침은 전혀 다른 의미를 갖는다.

"빵 좀 그만 사! 멈추란 말이야!"

그가 성심당에서 고용한 배우라서? 기다리는 동안 심심하지 말라고? 성심당은 빵이 남으면 주변 사회복지센터에 기부하는데, 사람들이 많이 사면 본인 먹을 빵 없어서?

틀렸다. 그는 배가 고픈 것이 아니다. 그는 단지 이 세계의 프레임이 끊어지는 순간을 목격한 유일한 관측자였을 뿐이다.

생각해 보라. 빵이라는 물질은 얼마나 복잡한가. 바삭거리는 표면의 질감, 층층이 쌓인 페이스트리의 결, 그 사이로 배어 나오는 버터의 유분과 미세한 기공들...

이 모든 물성을 실시간으로 연산해 내기 위해서는 막대한 그래픽 자원이 소모되어야 한다. 성심당이라는 이 비좁은 좌표 안에서 수만 개의 고해상도 객체가 동시에 생성되고 거래되는 순간, 도시의 나머지 부분을 지탱할 연산 능력은 필연적으로 고갈될 수밖에 없는 것이다.

그 사내의 눈에는 보였을 것이다. 사람들이 탐욕스럽게 튀김소보로를 집어 드는 순간, 대전역 밖의 빌딩들이 픽셀 단위로 깨져 나가고, 행인들의 얼굴이 채 로딩되지 않아 뭉개진 진흙덩어리처럼 흘러내리는 그 기괴한 오류(Glitch)들이.

대전이 흔히 노잼 도시라 불리는 이유도 여기서 명확해진다. 그것은 물리적 현상이다. 모든 재미(엔트로피/변수)를 생성할 리소스가 오직 '빵'을 구현하는 데에만 쏠려 있기 때문에, 도시의 다른 부분은 최소한의 배경 그래픽으로만 유지되고 있는 것이다.

"그만 사! 세상이 멈춘단 말이야!"

사내는 절규했다. 그러나 사람들은 멈추지 않았다. 자신들이 든 그 오렌지색 가방이 현실을 지탱하는 램(RAM)을 갉아먹는 바이러스라는 사실조차 모른 채, 그저 행복한 표정으로 서버를 과부하 상태로 몰아넣고 있었다.

나는 손에 들린 묵직한 쇼핑백을 내려다보았다. 이 빵 한 덩어리의 무게만큼, 대전 어딘가의 도로나 가로수가 존재의 질량을 잃고 허공으로 증발해 버렸을지도 모를 일이었다.

그 순간이었다. 천장의 스피커에서 안내 방송이 흘러나왔다. 아니, 그것은 방송이라기보다는 찢어지는 소음에 가까웠다.

"지... 금... 열... 차... 가... 들어... 오... 01001..."

사내가 머리를 감싸 쥐며 바닥으로 고꾸라졌다. 세계의 끝, 아니 블루스크린이 오고 있었다.

[Today I Learned @TodayiLearrned]

Quick and Easy Tie Tutorial

[rrace🇰🇷 @junssi1982]

🇰🇷그 남자의 코어

도대체 어떤 삶을 살아오신 걸까?

아저씨, 분당선도 한번 와주세요.

[이재명 @Jaemyung_Lee]

우연히 댓글을 통해 접한 제안이 의미 있다 판단해 실행에 옮겼습니다.

국민 여러분께서 남겨주시는 다양한 의견에는 현장감 있는 아이디어와 실질적 개선책이 많아 늘 귀 기울이며 참고하고 있습니다.

참신하고 유익한 의견 주시면 앞으로도 적극 검토해 반영하겠습니다. 고맙습니다.

https://t.co/MHHGKC89lN

[도리 @1doridori1]

GS / 하나금융그룹
부영그룹 / 한진그룹