ChatGPT Work의 도구·스킬 전체 목록 스냅샷
ChatGPT Work Tool and Skill Reference
TL;DR Highlight
ChatGPT Work 세션의 도구 232개·스킬 44개 원문을 한 사이트에 공개
Who Should Read
에이전트에 붙일 도구 설명과 SKILL.md를 어떻게 쓸지 참고하고 싶은 에이전트 개발자
Core Mechanics
- 도구 232개, 스킬 44개가 공개됐다
- 스냅샷은 2026년 8월 31일 기준이다.
- 스킬 원문은 615k자 분량이다.
- 도구와 스킬은 역할이 다르다
- 도구는 호출 가능한 엔드포인트(함수 같은 것)다.
- 스킬은 그 도구를 어떻게 쓸지 안내하는 재사용 지침서다.
- 도구는 카테고리별로 묶여 있다
- GitHub 89개, Sites 23개, Gmail 21개, Google Calendar 15개 순으로 많다.
- Runtime & files는 8개, Sub-agents & coordination은 6개다.
- 스킬 페이지는 SKILL.md 원문 전체를 싣는다
- 도구 쪽은 노출된 설명과 TypeScript 선언을 그대로 보존했다.
- 스킬 설명에 '언제 쓰고 언제 쓰지 말라'가 들어 있다
- imagegen은 SVG나 코드로 만들 비주얼에는 쓰지 말라고 적혀 있다.
- control-browser는 공개 조회는 웹 검색을 먼저 쓰고 실패해도 브라우저로 넘어가지 말라고 한다.
Community Reactions
- control-browser 스킬 구조가 흥미롭다는 의견
- Node.js REPL로 Playwright를 띄운 뒤 browser.documentation()를 호출해 추가 지침을 받게 한다.
- 왜 지침을 SKILL.md에 다 넣지 않았는지 궁금하다는 의견이다.
- AI가 만든 사이트가 다 비슷해 보인다는 의견
- 부트스트랩 시절처럼 공통 가이드라인을 따르는지 궁금하다는 반응이다.
- 도구가 많으면 느려지고 토큰이 낭비된다는 의견
- 일부 Work 도구가 속도를 늦추고 토큰을 많이 쓴다는 지적이다.
- 사이트 UI 불편을 지적한 경험
- 왼쪽 사이드바가 따로 스크롤되지 않아 4k 모니터가 아니면 목록 아래쪽을 못 본다는 경험이다.
How to Apply
- 내 에이전트 스킬 설명에 '쓸 때/쓰지 말 때' 추가하기
- 오늘 가장 자주 쓰는 SKILL.md나 도구 description 하나를 연다.
- imagegen처럼 Use when과 Do not use when 문장을 각각 넣는다.
- 긴 지침은 호출 시 불러오는 구조 테스트하기
- 스킬 본문이 길어지면 핵심만 남기고 상세는 별도 문서 호출로 뺀다.
- control-browser의 documentation() 방식과 토큰 사용량을 비교한다.
- 도구를 카테고리로 묶어 노출 범위 줄이기
- 에이전트에 전달하는 도구를 작업별 묶음으로 나눈다.
- 필요한 묶음만 켜서 토큰 낭비를 줄인다.
Try It
# Claude 또는 ChatGPT에 그대로 붙여넣기 (원문 스킬 설명 방식의 간이 버전)
아래는 내 에이전트의 도구/스킬 설명이다.
{{도구 또는 스킬 설명}}
다음 형식으로 다시 써 줘.
1. 한 줄 요약
2. Use when: 쓰는 상황 3가지
3. Do not use when: 쓰면 안 되는 상황 3가지
4. 비슷한 다른 도구와 헷갈릴 수 있는 지점
이어서 해 볼 것: 다시 쓴 설명으로 애매한 요청 5개를 주고 어떤 도구를 고를지 물어보자.Terminology
관련 논문
같은 시뮬레이션, 다른 근거: 도구 출력을 파일로 넘기면 LLM 에이전트 정확도가 어디서 깎이나
긴 툴 출력을 파일로 넘기자 GPT-5.1은 정확도 11.3%p 하락, 정식 출력 지정하니 회복
가짜 뉴스가 진짜 폭락을: LLM 트레이딩 에이전트 대상 정보 주입 공격
가짜 헤드라인 한 줄로 LLM 트레이딩 에이전트 62%를 조종했다(프롬프트 주입은 14%)
Harness Engineering 101: LLM은 뇌, harness는 몸
에이전트는 JSON 배열을 관리하는 루프이고, 16개 챕터로 직접 만들어 본다
Harness²: 에이전트 harness를 스스로 고쳐 쓰는 재귀 최적화 프레임워크
모델은 고정하고 harness를 재귀로 고쳤더니 벤치마크 점수가 최대 11.8%p 올랐다
해고된 Savannah 경찰관, ICE 요원 남편에게 Flock 계정 공유
경찰관이 Flock 계정을 남편(ICE 요원)에게 공유했고, 감사에서 983건 검색이 드러나 해고됐다
tmux와 Claude Code: 세션, send-keys, 그리고 한계선
tmux로 Claude Code 여러 개를 돌리면 편하지만 에이전트 4개쯤에서 한계가 온다
Hybrid Reasoning Agents: 잠재 공간에서 생각하고 텍스트로 행동하는 LLM 에이전트
잠재 공간 추론과 텍스트 도구 호출을 섞었더니 성능 10.4%↑, 토큰 최대 54.7%↓