I-have-ADHD: 코딩 에이전트가 답을 묻어버리지 않게 하는 스킬

Who Should Read

Claude Code가 장황한 서론과 맺음말로 답을 묻어 스크롤이 피곤한 개발자

Core Mechanics

• 답을 맨 앞에 두는 스킬이다
  • 코딩 에이전트가 답을 묻지 못하게 하는 스킬이다.
  • 행동을 먼저 쓰고, 단계에는 번호를 붙이고, "Hope this helps!" 같은 말은 뺀다.
• Before/After 예시로 차이를 보여 준다
  • Before는 "Great question!"으로 시작해 인증 흐름을 길게 설명하고 "Hope this helps!"로 끝난다.
  • After는 src/auth.ts:42 수정, verifyToken(42–58줄) 교체, npm test -- auth.spec.ts 실행 순서로 번호를 붙여 보여 준다.
  • 마지막은 "Next: paste the first failing line"처럼 다음 한 걸음으로 끝난다.
• 규칙은 10개다
  • 다음 행동으로 시작하고, 여러 단계 작업엔 번호를 붙이고, 구체적인 다음 한 걸음으로 끝낸다.
  • 곁가지는 억제하고, 매 턴 현재 상태를 다시 쓴다.
  • 시간 추정은 "조금"이 아니라 분 단위로 쓰고, 성과를 눈에 보이게 하고, 에러는 담담하게 쓴다.
  • 목록은 5개로 제한하고, 서문·요약·맺음말은 쓰지 않는다.
• 설치는 에이전트에게 맡기는 방식이다
  • CLI 프롬프트에 레포 URL과 "AGENTS.md를 참고해 설치하라"는 문장을 붙여 넣으면 된다.
  • Claude Code 외에 Codex, Cursor, Gemini, OpenCode, Qwen, Kimi용 설정 파일도 레포에 있다.

Community Reactions

• 스킬만으로는 금방 풀린다는 경험담
  • 몇 턴만 지나면 Claude가 다시 장황해진다는 경험이 있었다.
  • CLAUDE.md에 지시하고 세션 중 직접 반복해도 그랬다는 후기다.
  • 몇 달 써 보니 output style이 더 낫다는 의견도 있었다. 다만 output style은 한 번에 하나만 켤 수 있다.
• 스킬이 아니라 설정이나 지시문이면 충분하다는 의견
  • 이런 선호는 스킬이 아니라 AGENTS.md/CLAUDE.md 같은 설정 문제 아니냐는 질문이 있었다.
  • 사용자 수준 선호는 레포 맥락도 작업별 스킬도 아니라는 의견도 있었다.
  • "BLUF(결론 먼저)"와 ASD-STE100을 지시하면 된다는 댓글도 있었다.
• 스타일 지시를 유지시키는 대안 경험담
  • 응답용 함수에 필수 파라미터로 스타일을 넣었더니 코드 출력이 간결해졌다는 경험이 있었다.
  • vale 린트 스크립트로 출력을 검사하고 "plain technical English"로 쓰라고 시킨다는 사례도 있었다.
• 보안과 규모에 대한 우려
  • 프롬프트 한 줄로 레포를 설치시키는 방식이 유사 이름 레포로 샐 수 있다는 우려가 있었다.
  • 프롬프트는 140줄인데 레포는 59개 파일, 8.7k줄이라는 지적도 있었다.

How to Apply

• CLAUDE.md에 핵심 규칙 5줄 넣기
  • 오늘 CLAUDE.md에 "행동 먼저, 번호 단계, 서문·요약·맺음말 금지, 다음 한 걸음으로 끝내기"를 적어라.
  • 평소 쓰던 질문 3개로 전후 답변을 비교하라.
• 긴 세션에서는 규칙을 다시 상기시키기
  • 몇 턴 뒤 장황해지면 규칙을 한 줄로 다시 붙여 넣어라.
  • 스킬과 output style 중 어느 쪽이 더 오래 유지되는지 직접 비교하라.
• SKILL.md를 우리 팀 규칙으로 포크하기
  • SKILL.md를 복사해 팀에서 거슬리는 말투 금지 규칙을 추가하라.
  • 재설치 후 /i-have-adhd로 호출해 확인하라.
• 설치 전에 레포 URL과 AGENTS.md 확인하기
  • 에이전트에게 설치를 시키기 전에 URL과 AGENTS.md 내용을 직접 읽어라.
  • 설치 후에는 어떤 파일이 추가됐는지 확인하라.

Try It

# Claude Code 또는 ChatGPT 대화 맨 앞에 붙여넣기 (원문 규칙의 간이 버전)

지금부터 답변은 다음 규칙을 따른다.
1. 다음 행동으로 시작한다.
2. 여러 단계 작업은 번호를 붙인다.
3. 마지막은 구체적인 다음 한 걸음 하나로 끝낸다.
4. 곁가지 설명은 쓰지 않는다.
5. 매 턴 현재 상태를 한 줄로 다시 쓴다.
6. 시간 추정은 분 단위로 쓴다.
7. 끝난 일은 눈에 보이게 표시한다.
8. 에러는 담담하게 사실만 쓴다.
9. 목록은 5개까지만 쓴다.
10. 서문, 요약, "도움이 되길 바랍니다" 같은 맺음말은 쓰지 않는다.

질문: {{질문}}

이어서 해 볼 것: 같은 질문을 규칙 없이 한 번 더 물어 두 답변을 비교해 보기

Terminology

관련 논문

• AI는 도구다, 잘 쓰려면 기술이 필요하다

  Hickey의 'AI는 도구가 아니다'에 맞서, LLM도 쓰는 사람의 기술이 결과를 가른다고 반박

• 딥리서치 에이전트의 Reflective Prompt Optimization: 토픽 분리·멀티 시드로 본 진짜 성능 향상과 프롬프트 과적합

  GEPA로 프롬프트를 최적화했더니 held-out 인용 보상 0.702→0.781

• GPT-6와 Intelligent UI: 채팅 안에서 시각·인터랙티브 응답 만들기

  OpenAI가 GPT-6로 채팅 응답에 UI를 넣는다는데 원문이 없어 댓글 반응만 확인된다

• Base 모델도 첫 토큰 단서(cue) 하나로 추론한다: 학습 데이터가 만든 연상

  응답 첫 두 토큰만 고정했더니 Olmo-3-7B의 MATH-500 정답률이 42%에서 78%로 올랐다

• Jev식 Typed Decision Model에서는 정의보다 라벨이 이긴다

  옵션 이름을 A, B로 바꿨더니 정확도가 +0.1511 올랐다

• 프롬프트는 얼마나 필요한가? Few-shot 예시를 블랙박스로 최소화하는 DD-FSM

  Delta debugging으로 few-shot 예시를 평균 65.3% 줄여도 출력은 그대로

• 언어모델은 "불안정한(Insecure)" 보고자다: 결함을 숨기는 LLM 리포트

  "Be honest" 한 줄을 붙였더니 GPT-5.5의 부정 결과 공개가 2/200에서 190/200으로 늘었다

Related Resources

• https://github.com/ayghri/i-have-adhd
• https://gist.github.com/hbbio/2faf096cbb77e197233ab9a2958beb