Skill

Post-Analysis: Launch Analysis

Generates a launch strategy draft based on planning docs and code.

Install

npx claudepluginhub vp-k/auto-complete-loop

Tool Access

This skill uses the workspace's default tool permissions.

SKILL.md

Similar Skills

skill-lookup

Searches, retrieves, and installs Agent Skills from prompts.chat registry using MCP tools like search_skills and get_skill. Activates for finding skills, browsing catalogs, or extending Claude.

prompts.chat

157.6k

prompt-lookup

Searches prompts.chat for AI prompt templates by keyword or category, retrieves by ID with variable handling, and improves prompts via AI. Use for discovering or enhancing prompts.

prompts.chat

157.6k

Command Development

10 files

Guides slash command development for Claude Code: structure, YAML frontmatter, dynamic arguments, bash execution, user interactions, organization, and best practices.

plugin-dev

83.2k

Stats

Stars0

Forks0

Last CommitApr 2, 2026

Actions

View Source View Plugin View on GitHub View README

Post-Analysis: Launch Analysis

Generates a launch strategy draft based on planning docs and code. AI가 코드/문서에서 추출 가능한 부분은 자동 작성하고, 외부 조사가 필요한 부분은 [조사 필요]로 표시합니다.

입력

기획 문서 (docs/ 내 overview.md, SPEC.md, personas 등)
소스 코드 (pubspec.yaml, package.json 등 프로젝트 메타데이터)
오케스트레이터가 수집한 공통 맥락

분석 절차

Step 1: 포지셔닝 메시지 초안

기획 문서에서 추출:

Problem Statement: overview.md 또는 SPEC.md에서 문제 정의 추출
Solution Statement: 핵심 기능 3개 이내로 요약
Elevator Pitch: 한 문장 (Problem → Solution → Benefit 구조)
Tagline 후보: 3개 제안

문서에 명시적 Problem Statement가 없으면 코드의 핵심 기능에서 역추론합니다.

Step 2: 타겟 사용자 특성

기획 문서의 페르소나에서 추출:

Primary Persona: 이름, 특성, 핵심 니즈
Secondary Persona: (있을 경우)
사용자 여정 요약: 진입 → 핵심 가치 발견 → 습관화

페르소나 문서가 없으면 코드의 기능 구조에서 추론:

어떤 문제를 해결하는 기능인지
복잡도 수준 (초보자/전문가 대상)
사용 빈도 패턴 (일상/비정기)

Step 3: 채널 제안 프레임

이 섹션은 외부 조사가 필요합니다.

프레임만 제공하고 구체적 내용은 [조사 필요]:

채널 유형	후보	적합 이유	예상 비용	우선순위
오가닉	[조사 필요]	...	[조사 필요]	[조사 필요]
페이드	[조사 필요]	...	[조사 필요]	[조사 필요]
커뮤니티	[조사 필요]	...	[조사 필요]	[조사 필요]
PR/미디어	[조사 필요]	...	[조사 필요]	[조사 필요]

Step 4: 런치 타임라인 초안

이 섹션은 외부 조사가 필요합니다.

일반적인 런치 프레임워크 기반 초안:

단계	기간	주요 활동	상세
Pre-launch	[조사 필요]	랜딩페이지, 웨이트리스트, 티저	[조사 필요]
Soft Launch	[조사 필요]	베타 테스터, 피드백 수집	[조사 필요]
Public Launch	[조사 필요]	채널별 동시 런치, PR	[조사 필요]
Post-launch	[조사 필요]	데이터 분석, 반복 개선	[조사 필요]

Step 5: 앱스토어 메타데이터 초안 (Flutter/모바일 한정)

pubspec.yaml 또는 모바일 프로젝트 설정에서 앱 정보를 추출합니다. 웹 전용 프로젝트이면 이 Step을 스킵합니다.

앱 이름: pubspec.yaml의 name/description에서 추출
짧은 설명 (80자): Elevator Pitch 기반
긴 설명 (4000자): 기능 목록 + 혜택 중심
키워드: 기능에서 추출한 검색 키워드 10개
카테고리: 앱 기능에 맞는 스토어 카테고리 추천
스크린샷 가이드: 핵심 화면 5개 + 각 화면의 캡션 제안

출력

결과를 docs/post-analysis/launch-analysis.md에 저장합니다.

출력 형식

# Launch Analysis

## 1. 포지셔닝

### Problem Statement
> ...

### Solution Statement
> ...

### Elevator Pitch
> ...

### Tagline 후보
1. ...
2. ...
3. ...

## 2. 타겟 사용자

### Primary Persona
- **이름**: ...
- **특성**: ...
- **핵심 니즈**: ...

### 사용자 여정
진입 → ... → ... → 습관화

## 3. 채널 전략 [조사 필요]

| 채널 유형 | 후보 | 적합 이유 | 예상 비용 | 우선순위 |
|----------|------|----------|----------|---------|
| ... | [조사 필요] | ... | [조사 필요] | [조사 필요] |

## 4. 런치 타임라인 [조사 필요]

| 단계 | 기간 | 주요 활동 | 상세 |
|------|------|----------|------|
| ... | [조사 필요] | ... | [조사 필요] |

## 5. 앱스토어 메타데이터

> [웹 전용 프로젝트: 이 섹션 생략]

### 기본 정보
- **앱 이름**: ...
- **짧은 설명**: ...
- **카테고리**: ...

### 긴 설명
...

### 키워드
...

### 스크린샷 가이드
| # | 화면 | 캡션 | 강조 포인트 |
|---|------|------|-----------|
| 1 | ... | ... | ... |