Files

T

Antigravity Agent 9148c358d0 docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거

Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를
Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류.

- 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로
  자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거,
  동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거.
- 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming,
  Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business,
  Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로,
  나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는
  title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백).
  원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지.
- 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서.
- 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는
  지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지.
- Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경.
- 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.

2026-07-05 00:33:48 +09:00

4.9 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack

title

Articulateness

📌 한 줄 통찰

"매 thought 의 high-resolution output". 매 head 의 fuzzy idea 의 매 lossless 의 transmit. 매 AI 시대 의 가장 큰 leverage — 매 prompt 의 articulate = 매 output 의 quality. 매 vocabulary 의 X, 매 clarity 의 win.

📖 핵심

매 components

Vocabulary precision: 매 정확 단어 선택. 매 vague vs specific.
Structural clarity: 매 conclusion-first (BLUF, Bottom Line Up Front).
Nuance: 매 audience 의 calibrate.
Cohesion: 매 logical flow 의 transition.
Concision: 매 superfluous word 의 cut.

매 BLUF (Bottom Line Up Front)

❌ "Background, then build-up, then conclusion."
✅ "Conclusion. Then evidence."

→ 매 reader 의 시간 존중.

Plain Language (매 modern standard)

매 short sentence (15-20 word).
매 active voice ("X did Y" > "Y was done by X").
매 concrete > abstract.
매 jargon 의 explain.
매 multinational 의 translation 의 friendly.

→ US Plain Writing Act (2010), GOV.UK style guide.

매 prompt engineering 의 articulateness

Specific: 매 "write a poem" → "매 4-line haiku 의 autumn".
Constraint: 매 length, 매 style, 매 audience.
Example: 매 few-shot.
Role: 매 "act as senior backend engineer".
Output format: 매 JSON, 매 bullet, 매 markdown.

매 technical writing 의 hierarchy

README: 매 30-second pitch.
Tutorial: 매 narrative, hand-holding.
How-to: 매 task-oriented.
Reference: 매 exhaustive.
Explanation: 매 conceptual.

→ Diátaxis framework.

Anti-clarity 의 source

매 jargon 의 over-use.
매 passive voice.
매 nominalization ("perform an analysis" > "analyze").
매 abstract noun ("optimization", "leverage").
매 throat-clearing ("It is important to note that...").

💻 패턴

Prompt template (specific + constraint)

Role: Senior TypeScript backend engineer.
Task: Refactor this function for testability.
Constraints:
- Keep the public signature unchanged.
- Extract DB call to a repository interface.
- Return a Result<T, E> instead of throwing.
- Output: code only, no explanation.

Input:
{{code}}

→ 매 vague "make it better" 의 X.

PR description template

## Why
[1-2 sentence motivation]

## What changed
- bullet
- bullet

## How to verify
- [ ] step 1
- [ ] step 2

## Risk
[regression area / rollback plan]

## Out of scope
[what NOT done — prevent reviewer churn]

Plain language rewrite

❌ Original (50 words):
"It is recommended that users should consider implementing
appropriate validation mechanisms in order to ensure that 
input data is properly sanitized before being processed."

✅ Rewrite (10 words):
"Validate input before processing."

Articulateness 의 self-check

1. 매 첫 sentence 의 conclusion?
2. 매 sentence avg < 25 word?
3. 매 active voice 의 80%+?
4. 매 jargon 의 explain or replace?
5. 매 reader 의 next step 의 clear?

🤔 결정 기준

상황	우선
Spec / RFC	Structural clarity + precision
README	BLUF + plain language
PR description	Why + what + risk
LLM prompt	Specific + constraint + format
Slack / async	Concise + actionable
Customer-facing	Plain + nuance

기본값: BLUF + active + concise + concrete.

🔗 Graph

🤖 LLM 활용

언제: 매 prompt 의 craft. 매 doc / spec / PR write. 매 communication 의 review. 언제 X: 매 creative writing 의 nuance 의 sacrifice. 매 poetic context.

❌ 안티패턴

Throat-clearing: 매 "It is important to note that..."
Passive voice abuse: 매 actor 의 hide.
Jargon dump: 매 audience 의 ignore.
Burying lede: 매 conclusion 의 끝.
Nominalization: "perform an analysis" 의 "analyze".
Vague prompt: 매 "make it better" 의 LLM 에 unhelpful.

🧪 검증 / 중복

Verified (Plain Writing Act, GOV.UK style, Diátaxis).
신뢰도 B.
Related: Prompt_Engineering · Technical-Writing · Plain-Language.

🕓 Changelog

날짜	변경
2026-05-08	Phase 1
2026-05-10	Manual cleanup — BLUF + Plain Language + Diátaxis + prompt template

4.9 KiB Raw Blame History