Bio/Med 심층 신뢰 조사
지시사항
이 과정의 핵심은 다음과 같습니다. 첫째, PubMed/NCBI E-utilities에서 여러 쿼리를 사용하여 재현 가능한 초기 선별 작업을 수행하고, 둘째, PMID를 사용하여 중복을 제거하고 초록 증거 등급을 매깁니다. 핵심 문헌 중 소수만 PMC/BioC 전문 검토에 포함됩니다. 본문 내 인용은 클릭 가능해야 하며, 완전한 참고문헌 정보가 논문 끝에 명시되어야 합니다. 임팩트 팩터(IF)는 공개적으로 접근 가능한 자료를 통해서만 신중하게 확인할 수 있으며, JCR이나 로컬 데이터베이스에 있다고 가정하거나 추측할 수 없으며, 신뢰도가 낮은 일치 항목은 확정적인 결과로 간주할 수 없습니다.
1. 사용자가 검색을 시작한 후의 전처리
1.1 먼저 사용자의 질문을 분석합니다.
사용자의 질문을 받으면, 먼저 자연어로 된 질문을 구조화된 요소로 분해합니다.
신원 확인이 필수적입니다:
• 연구 대상: 유전자, 단백질, 약물, 채널, 세포 유형, 조직, 질병 및 모델.
• 생물학적 시스템: 인간, 쥐, 생쥐, 제브라피쉬, 오가노이드, 망막, 뇌 영역, 세포주 등
• 관계 유형: 발현, 조절, 기능, 메커니즘, 표현형, 사망, 생존, 치료, 독성, 발달, 퇴화 등
• 증거 요건: 직접 증거, 기전적 증거, 전문 증거, 도표, 투여량 매개변수 및 실험 방법이 필요한지 여부.
• 기간: 기간 제한 없음, 최근 5년, 최근 1년, 최신 동향, 고전 문헌.
• 출력 유형: 간략한 답변, 대표 문헌, 검토 요약, 실험 설계 제안, 증거표, 메커니즘 다이어그램.
예:
사용자 문제:
"망막 기관체 사멸과 관련된 문헌을 찾는 데 도움을 주시면 감사하겠습니다."
구조적 분해(예시):
• 핵심 모델: 망막 오가노이드, 망막 세포체 오가노이드, 인간 유도 만능 줄기세포 유래 망막 오가노이드, 시신경컵 오가노이드.
• 표현형: 세포 사멸, 세포자멸사, 퇴행, 생존력 상실, 스트레스, 괴사.
• 관련 세포: 광수용체, 원추세포, 간상세포, 망막신경절세포, 뮐러 신경교세포.
• 잠재적 기전: 산화 스트레스, 소포체 스트레스, 미토콘드리아 기능 장애, 저산소증, 염증, 페로프토시스, 괴사.
• 증거 목표: 인간 또는 동물 망막 오가노이드에서 세포 사멸/세포자멸사/퇴행을 직접 관찰한 독창적인 연구를 우선적으로 고려하고, 그 다음으로 간접적인 기전에 관한 문헌을 찾아본다.
1.2 키워드 세분화 원칙 (예시)
검색어를 하나만 작성하지 마세요. 각 개념에 대해 최소 세 가지 범주의 용어를 준비하세요.
카테고리 1: 정확한 단어.
• 망막 기관
• 망막 기관체
• 인간 망막 오가노이드
• hPSC 유래 망막 오가노이드
• iPSC 유래 망막 오가노이드
두 번째 범주는 동의어와 상위어입니다.
• 시신경컵 오가노이드
• 3D 망막 배양
• 줄기세포 유래 망막
• 망막 분화
• 망막 조직 모델
세 번째 범주는 기전 및 표현형 용어입니다.
• 세포사멸
• 세포 사멸
• 퇴행
• 생존
• 스트레스
• 산화 스트레스
• 응급실 스트레스
• 미토콘드리아 기능 장애
• 저산소증
• 괴사
• 페롭토시스
사용자가 셀 유형을 지정하는 경우 다음을 추가합니다.
• 광수용체
• 원뿔
• 막대
• 망막 신경절 세포
• 뮐러 글리아
• 양극 세포
• 아마크린 세포
사용자가 종이나 원산지를 지정하는 경우 다음을 추가하세요.
• 인간
• 생쥐
• 쥐
• 제브라피쉬
• hESC
• iPSC
• 만능 줄기세포
1.3 계층적 검색 쿼리 생성
최소 3~6개의 쿼리를 생성하세요. 각 쿼리는 검색 목표에 해당합니다.
첫 번째 단계: 직접적인 증거 수집.
목표 모델 및 목표 표현형과 직접적으로 일치하는 문헌을 찾는 데 사용됩니다.
```텍스트
("망막 오가노이드" 또는 "망막 기관" 또는 "인간 망막 오가노이드") 및 (세포 사멸 또는 "세포 사망" 또는 퇴행)
```
두 번째 계층: 확장 모델 검색.
이 용어는 저자가 "망막 기관체"라는 정확한 용어를 사용하지는 않았지만 실제로 관련성이 있는 문헌을 포착하기 위해 사용됩니다.
```텍스트
("안구컵 오가노이드" 또는 "3D 망막 배양" 또는 "줄기세포 유래 망막") 및 (생존 또는 세포사멸 또는 스트레스)
```
세 번째 단계: 메커니즘별 검색.
특정 경로 또는 메커니즘을 검증하는 데 사용됩니다.
```텍스트
("망막 기관체" 또는 "망막 기관체") 및 ("산화 스트레스" 또는 "ER 스트레스" 또는 저산소증 또는 미토콘드리아)
```
네 번째 단계: 세포 유형별 검색.
```텍스트
("망막 기관체" 또는 "망막 기관체") 및 (광수용체 또는 원추세포 또는 간상세포 또는 "망막 신경절 세포") 및 (사망 또는 세포자멸사 또는 퇴행)
```
다섯 번째 계층: 질병 모델 검색.
```텍스트
("망막 기관체" 또는 "망막 기관체") 및 (질병 또는 퇴행 또는 이영양증 또는 망막염 또는 녹내장)
```
여섯 번째 단계: 검토/배경 조사.
```텍스트
("망막 오가노이드" 또는 "망막 오가노이드") 및 (리뷰 또는 프로토콜 또는 모델)
```
2. 검색에 사용된 방법과 웹사이트는 무엇이었습니까?
2.1 권장: PubMed / NCBI E-utilities
PubMed는 생의학 문헌 검색에 가장 적합한 도구입니다. PubMed 페이지를 직접 스크래핑하는 방식은 지양하고, NCBI E-utilities API를 활용하십시오.
2.1.1 ESearch: 쿼리를 사용하여 PMID 검색
인터페이스:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi
```
매개변수:
```텍스트
db=pubmed
용어=<검색어>
retmode=json
retmax=20
정렬=관련성
```
시간순으로 정렬할 수도 있습니다.
```텍스트
정렬=출판일+날짜
```
예:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=(%22retinal%20organoid%22%20OR%20%22retina%20organoid%22)%20AND%20(apoptosis%20OR%20%22cell%20death%22)&retmode=json&retmax=20&sort=relevance
```
반환된 내용을 읽어보세요:
```텍스트
esearchresult.idlist
```
이것은 PMID 목록입니다.
2.1.2 요약: 문헌 메타데이터 획득
인터페이스:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi
```
매개변수:
```텍스트
db=pubmed
id=PMID1,PMID2,PMID3
retmode=json
```
추출된 필드:
• PMID
• 제목
• 전체저널명
• 출처/저널 약어
• 발행일
• 저자
• articleid에 포함된 DOI 및 PMCID
• 권, 호, 페이지
2.1.3 EFetch: 요약 및 XML 세부 정보 가져오기
인터페이스:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi
```
매개변수:
```텍스트
db=pubmed
id=PMID1,PMID2
retmode=xml
rettype=추상
```
추출된 필드:
• 기사 제목
• AbstractText
• 저널 제목
• ISO 약어
• ISSN / eISSN
• 출판일
• DOI
• PMCID
• MeSH 용어
2.1.4 일괄 검색 전략
권장 절차:
1. 각 쿼리에 대해 ESearch를 호출합니다.
2. 각 검색어에 대해 처음 5~20개의 결과를 선택합니다.
3. 모든 PMID를 병합합니다.
4. PMID를 사용하여 중복을 제거합니다.
5. ESummary/EFetch를 사용하여 메타데이터와 추상화 데이터를 일괄적으로 검색합니다.
6. 초기 선별 단계에서는 메타데이터와 초록만 읽고, 전문부터 읽지 마십시오.
────────────────
2.2 2단계: PMC/BioC 문서 전체 검토
전문은 다음과 같은 경우에만 포함됩니다.
• 사용자들이 전체 내용을 꼼꼼히 읽어주기를 요청합니다.
• 초록만으로는 작용 메커니즘을 규명하기에 불충분합니다.
• 도표, 실험 방법, 농도, 투여량, IC50, EC50, Kd 및 Ki 값이 필요합니다.
• 소수의 핵심 PMID가 확인되었으며, 각 사례별로 검토가 필요합니다.
2.2.1 PMID에서 PMCID로
인터페이스:
```텍스트
https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?ids=
```
PMCID가 반환되면 PMC에서 전체 텍스트를 열람할 수 있음을 의미합니다.
2.2.2 BioC JSON 우선순위 지정
인터페이스:
```텍스트
https://www.ncbi.nlm.nih.gov/research/bionlp/RESTful/pmcoa.cgi/BioC_json/
```
장점: 구조가 잘 짜여 있어 주요 단락을 추출하는 데 적합합니다.
2.2.3 BioC를 사용할 수 없는 경우 PMC XML을 사용해 보세요.
인터페이스:
```텍스트
https://www.ncbi.nlm.nih.gov/pmc/articles/
```
본문을 추출할 때 건너뛸 부분:
• 참고자료
• 참고문헌
• 감사의 글
• 저자 기여
• 이해 상충
전문 검토에는 반드시 중단 기준이 포함되어야 합니다.
• 각 문서는 한 번만 스캔됩니다.
• 기본적으로 질문과 관련된 단락만 추출됩니다.
• 대상 필드와 일치하지 않으면 "직접적인 증거를 찾을 수 없음"으로 표시하십시오.
• 키워드를 반복적으로 추출하지 마십시오.
────────────────
2.3 bioRxiv / medRxiv
최신 논문 초고를 보완하는 데 사용됩니다.
공식 API를 사용하실 수 있습니다.
```텍스트
https://api.biorxiv.org/details/biorxiv/YYYY-MM-DD/YYYY-MM-DD
https://api.biorxiv.org/details/medrxiv/YYYY-MM-DD/YYYY-MM-DD
```
일반 검색을 보조 수단으로 활용할 수도 있습니다.
```텍스트
사이트:biorxiv.org 망막 기관체 세포사멸
사이트:medrxiv.org 망막 기관체 변성
```
사전 출판물에는 다음 라벨을 붙여야 합니다.
```텍스트
본 논문은 사전 공개본이며 동료 검토를 거치지 않았습니다.
```
────────────────
2.4 Crossref/OpenAlex/Unpaywall
DOI, 전문 보기 주소 및 출판 정보를 입력하는 데 사용됩니다.
크로스레프:
```텍스트
https://api.crossref.org/works?query.title=<title>
```
오픈알렉스:
```텍스트
https://api.openalex.org/works?search=<제목 또는 주제>
```
유료 구독 해제:
```텍스트
https://api.unpaywall.org/v2/
```
사용:
• DOI 완료.
• OA PDF 링크 검색.
• 저널명 확인.
• 출판 연도 확인.
────────────────
2.5 발행인 페이지
API 정보가 불충분한 경우에만 게시자 페이지에 접속하세요.
접근 규칙:
• 각 게시자 URL은 한 번만 시도됩니다.
• CAPTCHA, 로그인 장벽, Cloudflare, 접근 거부 또는 기관 접근 장벽이 발생하는 경우 즉시 중단하십시오.
• 페이지를 반복적으로 새로고침하거나, 동일 사이트 내에서 경로를 변경하거나, 무한 루프에 빠지지 않도록 하십시오.
• PubMed, PMC, Crossref, OpenAlex, Unpaywall 및 DOI 메타데이터를 대체 수단으로 사용하십시오.
3. 정보 검색 후 정리 방법
3.1 통일된 기록 구조 구축
각 문서는 하나의 통합 기록으로 취합됩니다.
전지:
```텍스트
pmid
도이
pmcid
제목
저자
신문
저널_약칭
ISSN
아이슨
년도
추상적인
쿼리 소스
증거 수준
증거 태그
종이 종류
URL
```
3.2 중복 제거
우선 사항:
1. PMID 중복 제거.
2. PMID를 사용할 수 없는 경우 DOI를 사용하여 중복을 제거하십시오.
3. DOI가 없는 경우, 중복을 제거하려면 lower(title) + year + first_author 형식을 사용하십시오.
최초 접속 시 사용된 query_source를 유지하고, 문서에 접속한 모든 쿼리를 기록합니다.
3.3 증거 분류
구분해야 할 사항은 다음과 같습니다.
직접적인 증거:
대상 종, 조직, 세포 유형, 모델 및 치료 조건이 직접적으로 일치합니다.
간접 증거:
인접 시스템, 유사 모델 및 유사 메커니즘은 지원되지만, 사용자 문제를 직접적으로 해결하는 시스템은 아닙니다.
직접적인 증거는 발견되지 않았습니다.
관련 정보는 배경 설명, 추측, 리뷰 또는 유사 모델만 찾을 수 있으며, 직접적인 실험 결과는 없습니다.
3.4 문서 유형 레이블 지정
적어도 다음 사항은 유의해야 합니다.
• 독창적인 연구
• 검토
• 규약
• 사전 공개본
• 데이터셋/리소스
• 임상 연구
• 방법론 논문
3.5 정렬 규칙
권장 정렬:
1. 직접적인 증거를 제시하는 독창적인 연구.
2. 핵심 메커니즘에 대한 연구.
3. 최근 주요 연구 결과.
4. 고전적인 기초 학습.
5. 고품질 리뷰.
6. 간접 증거.
영향력 지수(IF)만으로 정렬하지 마세요. IF는 저널 수준의 지표이며 개별 논문의 질을 보장하는 것은 아닙니다.
4. 답글에서 인용문을 정리하는 방법
4.1 텍스트 인용 형식
모든 인용된 텍스트는 클릭 가능해야 합니다.
체재:
```마크다운
[[1. **저널**, 연도]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
```
예:
```마크다운
이전 연구에서는 인간 망막 오가노이드에서 발달 단계와 관련된 광수용체 스트레스 및 퇴행이 관찰되었습니다[[1. **Cell Stem Cell**, 2019]](https://pubmed.ncbi.nlm.nih.gov/xxxxxxx/).
```
다음과 같이 쓰지 마세요:
```텍스트
[1]
(PMID: xxxxx)
참고문헌 1을 참조하십시오.
```
4.2 권장 답변 구조
첫 번째 단락: 직접적인 결론.
```텍스트
결론: 관련 보고서는 있었지만, 직접적인 증거는 주로 ...에 집중되어 있으며, ...에 관한 직접적인 증거는 여전히 부족합니다.
```
두 번째 단락: 증거 분류.
```텍스트
직접적인 증거:
- 참고 자료 A: ...
간접 증거:
- 참고 자료 B: ...
직접적인 증거는 발견되지 않았습니다.
- 이번 라운드에서는 찾을 수 없습니다...
```
세 번째 단락: 메커니즘 요약.
주제별로 그룹화하세요. 예를 들면 다음과 같습니다.
• 세포사멸/카스파제 경로
• 산화 스트레스
• 미토콘드리아 기능 장애
• 응급실 스트레스
• 저산소증/대사 스트레스
• 염증
• 발달 부조화
네 번째 단락: 연구 공백.
직접적인 증거가 부족한 사안을 명확히 밝히십시오.
다섯 번째 단락: 실험에서 얻은 영감.
실험 설계가 필요한 경우, 마커, 분석법, 시점 및 대조군을 제공하십시오.
5. 전체 참고문헌 목록은 논문 말미에 수록되어 있습니다.
본문에서 특정 참고 문헌을 인용한 경우, 전체 참고 문헌 목록을 논문 끝에 첨부해야 합니다.
체재:
```마크다운
## 참고 정보 전체 목록
1. Smith J et al., **저널명** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Qn}*
2. Wang X 외, **저널명** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=검증 필요}*
```
저자 형식:
• 저자 1~3명: 모두 나열하십시오.
• 저자가 3명 이상인 경우: 제1저자 외
PMID/DOI/URL은 클릭 가능해야 합니다.
6. IF 검증 및 라벨링
6.1 먼저, IF 검사의 실제적인 한계에 대해 설명하겠습니다.
일반적으로 공식적인 학술지 영향력 지수는 Clarivate Journal Citation Reports(JCR)에서 제공됩니다. 그러나 외부 기관은 일반적으로 Clarivate/JCR 계정이나 JCR 데이터베이스를 보유하고 있지 않으므로, 이 경로를 통해 영향력 지수를 확인하지 마십시오.
```
6.2 IF 스킬 활용을 위한 실용적인 방법
주요 경로:
1. 입력값이 PMID인 경우, 먼저 NCBI E-utilities를 사용하여 PubMed 메타데이터를 얻으십시오.
- 저널 전체 이름(FullJournalName)을 검색합니다. - 출처/ISO 약어를 검색합니다. - ISSN/eISSN을 검색합니다. - 제목, 연도, DOI 등의 보조 필드를 검색합니다.
2. 공개적으로 사용 가능한 iikx/iscience 모바일 JSON 인터페이스를 사용하여 저널을 검색하십시오.
검색 API:
```텍스트
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
상세 정보 API:
```텍스트
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
3. 검색 결과에 대해 보수적인 일치 작업을 수행합니다.
- 정규화된 저널 제목의 정확한 일치를 우선시합니다. - 두 번째로, 약어의 정확한 일치를 우선시합니다. - 짧고 포괄적인 용어에 대해서는 매우 신중하게 처리합니다. - "Nature"를 "Nature Reviews" 시리즈로 잘못 일치시키는 것과 같이 명백한 부분 문자열 불일치는 허용하지 않습니다. - 일치가 불안정한 경우 추측 대신 모호하거나 찾을 수 없음(ambiguous/not_found) 결과를 반환합니다.
4. PubMed에서 약어를 제공하는 경우, NLM 카탈로그를 사용하여 전체 이름이나 다른 제목으로 확장해 보십시오.
NLM 카탈로그 검색 인터페이스는 NCBI E-utilities로 유지됩니다.
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=[Title Abbreviation]&retmode=xml&retmax=1
```
그런 다음 ESummary를 사용하여 Title/TitleAlternate를 가져옵니다.
5. iikx 상세 결과에서 읽어보세요:
- 영향력 지수(Impact Factor). - 영향력 지수 연도(IF year). - JCR 사분위수(quartile). - CAS/CAS 사분위수(해당되는 경우). - 출처 URL. - 일치 신뢰도(match confidence).
6. 주석을 달 때 본문에 IF 연도를 포함하지 마십시오. 간결한 주석을 사용하십시오.
최종 주석에는 다음 내용만 포함되어야 합니다.
```텍스트
*{IF=X,Qn}*
```
실패할 경우:
```텍스트
*{IF=검증 대기 중}*
```
또는:
```텍스트
*{IF=감지되지 않음}*
```
6.3 구체적인 단계
각 문서에 대해 다음 절차를 수행하십시오.
1단계: 저널 검색 이름을 준비합니다.
PubMed 메타데이터에서 정보를 가져오는 것을 우선시합니다.
```텍스트
저널명 전체
ISO 약어 / 출처
ISSN
eISSN
```
DOI만 있는 경우, 먼저 Crossref 또는 OpenAlex를 사용하여 저널 이름을 확인하십시오.
크로스레프:
```텍스트
https://api.crossref.org/works/
```
오픈알렉스:
```텍스트
https://api.openalex.org/works/https://doi.org/
```
2단계: 저널 이름을 표준화합니다.
표준화 규칙:
• 모두 소문자입니다.
• HTML 이스케이프 해제.
• &를 and로 바꾸세요.
• 구두점을 제거하세요.
• 여러 공간을 결합하세요.
• 비교할 때는 모든 공백을 제거한 간결한 형식을 사용할 수도 있습니다.
예시 의사 코드:
파이썬
re, html을 가져옵니다.
정의 표준(들):
s = html.unescape(s 또는 '').lower()
s = re.sub(r'&', ' 및 ', s)
s = re.sub(r'[^a-z0-9]+', ' ', s)
return re.sub(r'\s+', ' ', s).strip()
def compact(s):
norm(s).replace(' ', '')를 반환합니다.
```
3단계: iikx 검색 인터페이스에 쿼리를 입력합니다.
```텍스트
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
User-Agent를 설정하는 것이 좋습니다. 예를 들면 다음과 같습니다.
```텍스트
모질라/5.0
```
첫 페이지에서 정확히 일치하는 항목을 찾지 못한 경우, 최대 8페이지까지 제한된 수의 페이지를 넘겨볼 수 있습니다.
페이지 넘기기 매개변수는 일반적으로 다음과 같습니다.
```텍스트
페이지=2
페이지=3
```
4단계: 검색 결과에서 후보자를 선택합니다.
일반적으로 후보 분야는 다음과 같습니다.
```텍스트
ID
클래스이드
제목
작은 제목
IF 또는 IF2024
zky2020
URL
```
일치 규칙:
• compact(query) == compact(candidate.title)이면 수락합니다.
• norm(query) == norm(candidate.title)이면 수락합니다.
• compact(query) == compact(candidate.smalltitle)이면 수락합니다.
• norm(query) == norm(candidate.smalltitle)이면 수락합니다.
• 쿼리가 충분히 길고 모호하지 않은 경우 부분 문자열을 허용하지 마십시오.
• 특히 자연, 과학, 세포, 뇌, 시각, 망막과 같은 짧은 단어에는 주의를 기울이세요.
5단계: 일치하는 항목이 없으면 NLM 카탈로그의 확장 약어를 사용하십시오.
예를 들어, PubMed에서 출처는 다음과 같습니다.
```텍스트
자유 라디칼 생물학 의학
```
다음 사항을 확인하실 수 있습니다:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=Free%20Radic%20Biol%20Med%5BTitle%20Abbreviation%5D&retmode=xml&retmax=1
```
NLM 카탈로그 ID를 발급받은 후에는 다음과 같이 사용하십시오.
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=nlmcatalog&id=
```
읽다:
```텍스트
제목
제목 (대체)
```
그런 다음 이 전체 이름을 사용하여 iikx를 검색하세요.
6단계: iikx 세부 정보 인터페이스를 확인합니다.
검색 결과에 다음 내용이 포함된 경우:
```텍스트
id=
클래스 ID=<클래스 ID>
```
부르다:
```텍스트
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
자세한 내용을 읽어보세요:
```텍스트
IF2024, IF2023, IF2022 ...
만약에
zky2020 또는 기타 JCR 사분위수 필드
jcr22 / jcr12 또는 파티션 필드
ISSN
아이슨
제목
작은 제목
범주
```
7단계: 가장 최근의 IF 문을 선택합니다.
반환된 필드에서 해당 형식의 모든 항목을 검색합니다.
```텍스트
IF20xx
```
예를 들어:
```텍스트
IF2024
IF2023
IF2022
```
유효숫자가 가장 큰 연도를 선택하세요.
IF20xx가 없으면 다음을 읽으려고 시도합니다.
```텍스트
만약에
if_value
```
유효한 값이 발견되지 않으면 감지되지 않음으로 표시됩니다.
8단계: 신뢰도 수준과 레이블을 출력합니다.
정확한 제목/약어가 일치하고 세부 정보가 유효한 IF를 반환하는 경우:
```텍스트
*{IF=X,Qn}*
```
경기 결과가 불확실한 경우:
```텍스트
*{IF=검증 대기 중}*
```
공개 API에서 결과가 반환되지 않는 경우:
```텍스트
*{IF=감지되지 않음}*
```
6.4 IF 주석 형식
고정 형식:
```텍스트
*{IF=X,Qn}*
```
예:
```마크다운
Smith J et al., **Neuron** (2020), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=15.0, Q1}*
```
알아채다:
• JCR 연도는 IF 주석 내부에 기재되어 있지 않습니다.
• "2024 JCR IF"라고 쓰지 마세요.
• "JCR 2024"라고 쓰지 마십시오.
• 발행 연도만 유지됩니다.
• IF 값이 0.0이거나, null이거나, 소스가 불안정하거나, 일치 항목이 불안정한 경우 숫자는 표시되지 않습니다.
6.5 IF 검사 실패에 대한 표준 처리
추측하지 마세요.
저널 이름을 사용하여 번호를 입력하지 마십시오.
복잡한 모델을 사용하여 조건문을 암기하고 채우는 데 사용하지 마십시오.
실패 시 허용되는 상태는 세 가지뿐입니다.
```텍스트
*{IF=검증 대기 중}*
```
용도:
• 검색 결과가 모호합니다.
비슷한 학술지가 여러 개 있습니다.
• 약어만 발견되었고, 전체 이름은 확인할 수 없었습니다.
• 공개적으로 이용 가능한 소스에서 반환된 IF 값은 의심스럽습니다.
```텍스트
*{IF=감지되지 않음}*
```
용도:
• 공개 인터페이스에서 아무런 결과도 반환되지 않았습니다.
• 해당 저널은 SCI/JCR에 등재되어 있지 않습니다.
• 새로운 이슈에는 아직 '만약'이라는 조건이 없습니다.
```텍스트
*{IF=공개적으로 검증할 수 없음}*
```
용도:
• 사용자에게 공식 JCR이 필요하지만 현재 에이전트에게 Clarivate/JCR 권한이 없습니다.
7. 최종 자가 점검 목록
배송 전 반드시 확인해야 합니다:
• 사용자의 핵심 질문에 먼저 답해야 할까요?
• 직접 증거, 간접 증거, 그리고 직접 증거가 발견되지 않은 경우를 구분할지 여부.
• 모든 텍스트 인용문을 클릭할 수 있습니까?
• 논문 말미에 참고문헌 목록이 모두 나와 있나요?
• 모든 문서에 입력/출력(IF) 라벨 또는 검증 대기 중/미탐지 라벨이 포함되어 있습니까?
• PMID/DOI/URL을 클릭할 수 있는지 여부.
• 특정 세포 유형에 대한 결론을 전체 조직 결과로 대체하는 것을 피하는가?
• 전체 발현량 증가를 활성화/인산화로 대체하는 것을 피하는가?
• 출판 전 공개본임을 표시할지 여부.
• 검색 범위를 명시하고 있습니까?
• 만약 그것이 기억이나 추측에 기반한 것이 아니었다면.
8. 재현 가능한 의사 코드
파이썬
queries = build_queries(user_question)
all_pmids = []
쿼리 중 쿼리에 대해:
pmids = ncbi_esearch(query, retmax=20, sort='relevance')
all_pmids.extend(pmids)
pmids = deduplicate_keep_order(all_pmids)
메타데이터 = ncbi_esummary(pmids)
abstracts = ncbi_efetch_abstract(pmids)
records = merge_metadata_and_abstracts(metadata, abstracts)
records = tag_evidence(records, user_question)
레코드 = rank_records(레코드)
선택된 = select_top_records(records)
전체 텍스트가 필요한 경우:
selected_key_records의 레코드에 대해:
pmcid = idconv_pmid_to_pmcid(record.pmid)
pmcid인 경우:
record.fulltext = fetch_bioc_or_pmc_xml(pmcid)
선택한 항목에 기록하려면:
journal_query = record.full_journal_name 또는 record.journal_abbrev
if_result = lookup_if_public_iikx(journal_query)
if_result.confident:
record.if_annotation = f'*{IF={if_result.if_value},{if_result.quartile}}*'
결과가 모호한 경우:
record.if_annotation = '*{IF=검증 대기 중}*'
또 다른:
record.if_annotation = '*{IF=감지되지 않음}*'
답변 = compose_answer(
결론
증거 그룹,
클릭 가능한 본문 인용문,
if가 포함된 전체 참조 목록
)
```
9. 권장 최종 제출 템플릿
```마크다운
결론적으로:
...
증거 수준:
직접적인 증거:
- ……[[1. **저널**, 연도]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
간접 증거:
- …[[2. **저널**, 연도]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
직접적인 증거는 발견되지 않았습니다.
- ……
작동 메커니즘 요약:
1. ……
2. ……
검색 범위:
이번 검색은 주로 PubMed, PMC, BioC 및 bioRxiv 데이터베이스를 대상으로 진행되었습니다. 초기 선별은 메타데이터와 초록을 기반으로 이루어졌으며, 핵심 문헌에 한해서만 전문 검증을 진행했습니다. 정보형 정보(IF) 주석은 공개적으로 접근 가능한 자료를 기반으로 작성되었으며, 높은 신뢰도로 일치시킬 수 없는 문헌은 검증 대기 중 또는 검색되지 않음으로 표시했습니다.
참고 문헌 정보 전체 목록:
1. Smith J et al., **저널명** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Q1}*
2. Wang X 외, **저널명** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=검증 필요}*
```
설명
추천한 사람
Nico@YouMind
이 스킬을 추천하는 이유
이 스킬은 생물의학 연구를 위한 신뢰할 수 있는 가이드로, 구조화된 질의, 다단계 문헌 필터링 및 엄격한 IF 검증을 통해 고도로 정확하고 검증 가능한 연구 정보를 제공합니다.
적용 상황: 생물/생물의학 분야의 연구 문헌 검색을 완료하고 사용자에게 상세하고 신뢰할 수 있는 결과를 제공합니다. 1. 사용자가 검색을 시작하면 시스템이 문제와 키워드를 분해합니다. 2. 공개적이고 재현 가능한 데이터 소스를 사용하여 문헌을 검색합니다. 3. 검색 결과에서 중복을 제거하고, 계층화하며, 증거 수준을 평가하고 정렬합니다. 4. 응답에서 클릭 가능한 본문 인용을 사용합니다. 5. 문서 끝에 전체 문헌 정보를 항목별로 나열하고, 공개적으로 확인 가능한 경로로 IF(영향력 지수)를 표시합니다. 높은 신뢰도로 확인할 수 없는 경우 반드시 '확인 필요' 또는 '미검출'로 표시해야 합니다.
관련 스킬
전체 보기
연구불씨|인기 영상 오프닝 해부기
영상을 만들다 보면 이런 상황을 자주 마주합니다. 어떤 참고 영상이 “설명을 정말 잘한다”는 건 분명히 알겠는데, 막상 직접 만들 차례가 되면 감으로 따라 하는 것밖에 할 수 없습니다. 「불씨|인기 영상 오프닝 해부기」는 바로 이 단계를 위해 만들어졌습니다. 명확한 YouTube 영상 하나를 제공하면, 먼저 영상 대상을 확인하고 검증 가능한 자막을 읽습니다. 그런 다음 서로 쉽게 뒤섞이는 세 가지를 구분합니다. Literal 30s: 영상의 0:00–0:30에 실제로 일어난 일. Intro: 본론에 들어가기 전 전체 오프닝. Hook / Re-hook: 시청자를 계속 머물게 하는 역할을 실제로 맡는 하나 이상의 구조적 포인트. 따라서 “처음 30초가 가장 중요하다”는 말을 이유로 모든 영상의 처음 30초를 억지로 Hook으로 해석하지 않습니다. 실제 Hook이 1분 이후에 있다면 그렇게 알려 주고, 자막이나 타임스탬프가 부족하면 그럴듯해 보이는 답을 지어내는 대신 근거의 공백을 명확히 표시합니다. 오프닝 분석을 마치면 개요를 활용해 영상 전체의 콘텐츠 구조도 복원합니다. 영상은 타임라인, 실험, 단계, 비교, 스토리, 질문의 연쇄 또는 다른 구성 장치를 통해 어떻게 전개되는지 살펴봅니다. 마지막으로 이러한 구조를 [슬롯] 템플릿으로 추상화합니다. 템플릿에 남기는 것은 구조의 순서와 기능이지, 원작자의 경험, 표현, 브랜드, 숫자, 관점 또는 권위 있는 신분이 아닙니다. 최종적으로 얻는 것은 단순한 영상 요약이 아니라, 다음 창작 단계에 바로 넘겨 사용할 수 있는 Hook Outline + 전체 영상 구조 템플릿입니다. 이 Skill이 하지 않는 일 다음 작업은 하지 않습니다. 최종 새 Hook을 대신 작성하지 않습니다. BRENS를 사용해 오프닝을 평가하거나 다시 작성하지 않습니다. 업계 전체나 채널을 대규모로 검색하지 않습니다. 완성된 스크립트를 생성하지 않습니다. 설명 이미지, 소스 자료, 애니메이션 또는 썸네일을 생성하지 않습니다. 참고 샘플을 대규모로 찾는 작업은 상위 단계인 「불씨|YouTube 콘텐츠 연구원」의 역할이며, 직접 Hook을 다듬는 작업은 이후의 해당 Skill에서 진행합니다.
연구불씨|YouTube 콘텐츠 연구자
영상을 하나 만들고 싶은데, 다른 사람들은 이미 이 주제를 어떻게 다뤘는지 모르겠나요? 「불씨|YouTube 콘텐츠 연구자」는 실제로 YouTube에 들어가 관련 영상을 찾고, 자막을 읽고, 제목과 시작 30초를 분석하며, 콘텐츠 구조를 복원합니다. 또한 여러 샘플에서 반복적으로 나타나는 표현 방식, 뚜렷한 차이점, 아직 제대로 다뤄지지 않은 빈틈을 찾아냅니다. 다음과 같은 작업에 활용할 수 있습니다: 하나의 주제에서 어떤 콘텐츠가 반복적으로 활용되고 있는지 조사 한 영상이 실제로 어떻게 설명되고 전개되는지 깊이 분석 한 채널의 주제 선정, 제목, 콘텐츠 제작 습관을 스캔 시작 30초의 Hook과 전체 영상 구조 분석 기존 영상에서 새로운 제작 방향 찾기 내 완성 영상의 포장을 어떻게 다시 구성할지 연구 영상 하나의 조회수가 높다는 이유만으로 “이 제목은 반드시 효과가 있다”고 단정하지 않습니다. 자막, 타임스탬프 또는 성과 데이터를 확보하지 못한 경우에도 어떤 근거가 부족한지 명확히 알려드립니다. 최종적으로 제공하는 것은 단순한 영상 요약 모음이 아니라, 다음 단계의 주제 선정, Hook 또는 스크립트 작업에 바로 전달할 수 있는 YouTube 연구 브리프입니다. 대상: YouTube 크리에이터, 영상 기획자, 콘텐츠 운영자, 그리고 촬영을 시작하기 전에 “다른 사람들은 이 주제를 어디까지 다뤘을까?”를 먼저 확인하고 싶은 사람

엉뚱한 영단어 암기
영어 단어 하나를 입력하면 연속 만화 형식의 기억 카드 한 장을 만듭니다. 발음 연상, 뜻, 예문을 하나의 이어지는 짧은 장면 속에 담아 말풍선·간판·의성어로 표현합니다. 이미지 밖에는 한 줄의 헤더 정보와 한 줄의 회상 힌트만 남깁니다. 정교함보다 강렬한 인상을 우선하며, 아동에게 안전한 표현을 사용합니다.
Bio/Med 심층 신뢰 조사
지시사항
이 과정의 핵심은 다음과 같습니다. 첫째, PubMed/NCBI E-utilities에서 여러 쿼리를 사용하여 재현 가능한 초기 선별 작업을 수행하고, 둘째, PMID를 사용하여 중복을 제거하고 초록 증거 등급을 매깁니다. 핵심 문헌 중 소수만 PMC/BioC 전문 검토에 포함됩니다. 본문 내 인용은 클릭 가능해야 하며, 완전한 참고문헌 정보가 논문 끝에 명시되어야 합니다. 임팩트 팩터(IF)는 공개적으로 접근 가능한 자료를 통해서만 신중하게 확인할 수 있으며, JCR이나 로컬 데이터베이스에 있다고 가정하거나 추측할 수 없으며, 신뢰도가 낮은 일치 항목은 확정적인 결과로 간주할 수 없습니다.
1. 사용자가 검색을 시작한 후의 전처리
1.1 먼저 사용자의 질문을 분석합니다.
사용자의 질문을 받으면, 먼저 자연어로 된 질문을 구조화된 요소로 분해합니다.
신원 확인이 필수적입니다:
• 연구 대상: 유전자, 단백질, 약물, 채널, 세포 유형, 조직, 질병 및 모델.
• 생물학적 시스템: 인간, 쥐, 생쥐, 제브라피쉬, 오가노이드, 망막, 뇌 영역, 세포주 등
• 관계 유형: 발현, 조절, 기능, 메커니즘, 표현형, 사망, 생존, 치료, 독성, 발달, 퇴화 등
• 증거 요건: 직접 증거, 기전적 증거, 전문 증거, 도표, 투여량 매개변수 및 실험 방법이 필요한지 여부.
• 기간: 기간 제한 없음, 최근 5년, 최근 1년, 최신 동향, 고전 문헌.
• 출력 유형: 간략한 답변, 대표 문헌, 검토 요약, 실험 설계 제안, 증거표, 메커니즘 다이어그램.
예:
사용자 문제:
"망막 기관체 사멸과 관련된 문헌을 찾는 데 도움을 주시면 감사하겠습니다."
구조적 분해(예시):
• 핵심 모델: 망막 오가노이드, 망막 세포체 오가노이드, 인간 유도 만능 줄기세포 유래 망막 오가노이드, 시신경컵 오가노이드.
• 표현형: 세포 사멸, 세포자멸사, 퇴행, 생존력 상실, 스트레스, 괴사.
• 관련 세포: 광수용체, 원추세포, 간상세포, 망막신경절세포, 뮐러 신경교세포.
• 잠재적 기전: 산화 스트레스, 소포체 스트레스, 미토콘드리아 기능 장애, 저산소증, 염증, 페로프토시스, 괴사.
• 증거 목표: 인간 또는 동물 망막 오가노이드에서 세포 사멸/세포자멸사/퇴행을 직접 관찰한 독창적인 연구를 우선적으로 고려하고, 그 다음으로 간접적인 기전에 관한 문헌을 찾아본다.
1.2 키워드 세분화 원칙 (예시)
검색어를 하나만 작성하지 마세요. 각 개념에 대해 최소 세 가지 범주의 용어를 준비하세요.
카테고리 1: 정확한 단어.
• 망막 기관
• 망막 기관체
• 인간 망막 오가노이드
• hPSC 유래 망막 오가노이드
• iPSC 유래 망막 오가노이드
두 번째 범주는 동의어와 상위어입니다.
• 시신경컵 오가노이드
• 3D 망막 배양
• 줄기세포 유래 망막
• 망막 분화
• 망막 조직 모델
세 번째 범주는 기전 및 표현형 용어입니다.
• 세포사멸
• 세포 사멸
• 퇴행
• 생존
• 스트레스
• 산화 스트레스
• 응급실 스트레스
• 미토콘드리아 기능 장애
• 저산소증
• 괴사
• 페롭토시스
사용자가 셀 유형을 지정하는 경우 다음을 추가합니다.
• 광수용체
• 원뿔
• 막대
• 망막 신경절 세포
• 뮐러 글리아
• 양극 세포
• 아마크린 세포
사용자가 종이나 원산지를 지정하는 경우 다음을 추가하세요.
• 인간
• 생쥐
• 쥐
• 제브라피쉬
• hESC
• iPSC
• 만능 줄기세포
1.3 계층적 검색 쿼리 생성
최소 3~6개의 쿼리를 생성하세요. 각 쿼리는 검색 목표에 해당합니다.
첫 번째 단계: 직접적인 증거 수집.
목표 모델 및 목표 표현형과 직접적으로 일치하는 문헌을 찾는 데 사용됩니다.
```텍스트
("망막 오가노이드" 또는 "망막 기관" 또는 "인간 망막 오가노이드") 및 (세포 사멸 또는 "세포 사망" 또는 퇴행)
```
두 번째 계층: 확장 모델 검색.
이 용어는 저자가 "망막 기관체"라는 정확한 용어를 사용하지는 않았지만 실제로 관련성이 있는 문헌을 포착하기 위해 사용됩니다.
```텍스트
("안구컵 오가노이드" 또는 "3D 망막 배양" 또는 "줄기세포 유래 망막") 및 (생존 또는 세포사멸 또는 스트레스)
```
세 번째 단계: 메커니즘별 검색.
특정 경로 또는 메커니즘을 검증하는 데 사용됩니다.
```텍스트
("망막 기관체" 또는 "망막 기관체") 및 ("산화 스트레스" 또는 "ER 스트레스" 또는 저산소증 또는 미토콘드리아)
```
네 번째 단계: 세포 유형별 검색.
```텍스트
("망막 기관체" 또는 "망막 기관체") 및 (광수용체 또는 원추세포 또는 간상세포 또는 "망막 신경절 세포") 및 (사망 또는 세포자멸사 또는 퇴행)
```
다섯 번째 계층: 질병 모델 검색.
```텍스트
("망막 기관체" 또는 "망막 기관체") 및 (질병 또는 퇴행 또는 이영양증 또는 망막염 또는 녹내장)
```
여섯 번째 단계: 검토/배경 조사.
```텍스트
("망막 오가노이드" 또는 "망막 오가노이드") 및 (리뷰 또는 프로토콜 또는 모델)
```
2. 검색에 사용된 방법과 웹사이트는 무엇이었습니까?
2.1 권장: PubMed / NCBI E-utilities
PubMed는 생의학 문헌 검색에 가장 적합한 도구입니다. PubMed 페이지를 직접 스크래핑하는 방식은 지양하고, NCBI E-utilities API를 활용하십시오.
2.1.1 ESearch: 쿼리를 사용하여 PMID 검색
인터페이스:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi
```
매개변수:
```텍스트
db=pubmed
용어=<검색어>
retmode=json
retmax=20
정렬=관련성
```
시간순으로 정렬할 수도 있습니다.
```텍스트
정렬=출판일+날짜
```
예:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=(%22retinal%20organoid%22%20OR%20%22retina%20organoid%22)%20AND%20(apoptosis%20OR%20%22cell%20death%22)&retmode=json&retmax=20&sort=relevance
```
반환된 내용을 읽어보세요:
```텍스트
esearchresult.idlist
```
이것은 PMID 목록입니다.
2.1.2 요약: 문헌 메타데이터 획득
인터페이스:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi
```
매개변수:
```텍스트
db=pubmed
id=PMID1,PMID2,PMID3
retmode=json
```
추출된 필드:
• PMID
• 제목
• 전체저널명
• 출처/저널 약어
• 발행일
• 저자
• articleid에 포함된 DOI 및 PMCID
• 권, 호, 페이지
2.1.3 EFetch: 요약 및 XML 세부 정보 가져오기
인터페이스:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi
```
매개변수:
```텍스트
db=pubmed
id=PMID1,PMID2
retmode=xml
rettype=추상
```
추출된 필드:
• 기사 제목
• AbstractText
• 저널 제목
• ISO 약어
• ISSN / eISSN
• 출판일
• DOI
• PMCID
• MeSH 용어
2.1.4 일괄 검색 전략
권장 절차:
1. 각 쿼리에 대해 ESearch를 호출합니다.
2. 각 검색어에 대해 처음 5~20개의 결과를 선택합니다.
3. 모든 PMID를 병합합니다.
4. PMID를 사용하여 중복을 제거합니다.
5. ESummary/EFetch를 사용하여 메타데이터와 추상화 데이터를 일괄적으로 검색합니다.
6. 초기 선별 단계에서는 메타데이터와 초록만 읽고, 전문부터 읽지 마십시오.
────────────────
2.2 2단계: PMC/BioC 문서 전체 검토
전문은 다음과 같은 경우에만 포함됩니다.
• 사용자들이 전체 내용을 꼼꼼히 읽어주기를 요청합니다.
• 초록만으로는 작용 메커니즘을 규명하기에 불충분합니다.
• 도표, 실험 방법, 농도, 투여량, IC50, EC50, Kd 및 Ki 값이 필요합니다.
• 소수의 핵심 PMID가 확인되었으며, 각 사례별로 검토가 필요합니다.
2.2.1 PMID에서 PMCID로
인터페이스:
```텍스트
https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?ids=
```
PMCID가 반환되면 PMC에서 전체 텍스트를 열람할 수 있음을 의미합니다.
2.2.2 BioC JSON 우선순위 지정
인터페이스:
```텍스트
https://www.ncbi.nlm.nih.gov/research/bionlp/RESTful/pmcoa.cgi/BioC_json/
```
장점: 구조가 잘 짜여 있어 주요 단락을 추출하는 데 적합합니다.
2.2.3 BioC를 사용할 수 없는 경우 PMC XML을 사용해 보세요.
인터페이스:
```텍스트
https://www.ncbi.nlm.nih.gov/pmc/articles/
```
본문을 추출할 때 건너뛸 부분:
• 참고자료
• 참고문헌
• 감사의 글
• 저자 기여
• 이해 상충
전문 검토에는 반드시 중단 기준이 포함되어야 합니다.
• 각 문서는 한 번만 스캔됩니다.
• 기본적으로 질문과 관련된 단락만 추출됩니다.
• 대상 필드와 일치하지 않으면 "직접적인 증거를 찾을 수 없음"으로 표시하십시오.
• 키워드를 반복적으로 추출하지 마십시오.
────────────────
2.3 bioRxiv / medRxiv
최신 논문 초고를 보완하는 데 사용됩니다.
공식 API를 사용하실 수 있습니다.
```텍스트
https://api.biorxiv.org/details/biorxiv/YYYY-MM-DD/YYYY-MM-DD
https://api.biorxiv.org/details/medrxiv/YYYY-MM-DD/YYYY-MM-DD
```
일반 검색을 보조 수단으로 활용할 수도 있습니다.
```텍스트
사이트:biorxiv.org 망막 기관체 세포사멸
사이트:medrxiv.org 망막 기관체 변성
```
사전 출판물에는 다음 라벨을 붙여야 합니다.
```텍스트
본 논문은 사전 공개본이며 동료 검토를 거치지 않았습니다.
```
────────────────
2.4 Crossref/OpenAlex/Unpaywall
DOI, 전문 보기 주소 및 출판 정보를 입력하는 데 사용됩니다.
크로스레프:
```텍스트
https://api.crossref.org/works?query.title=<title>
```
오픈알렉스:
```텍스트
https://api.openalex.org/works?search=<제목 또는 주제>
```
유료 구독 해제:
```텍스트
https://api.unpaywall.org/v2/
```
사용:
• DOI 완료.
• OA PDF 링크 검색.
• 저널명 확인.
• 출판 연도 확인.
────────────────
2.5 발행인 페이지
API 정보가 불충분한 경우에만 게시자 페이지에 접속하세요.
접근 규칙:
• 각 게시자 URL은 한 번만 시도됩니다.
• CAPTCHA, 로그인 장벽, Cloudflare, 접근 거부 또는 기관 접근 장벽이 발생하는 경우 즉시 중단하십시오.
• 페이지를 반복적으로 새로고침하거나, 동일 사이트 내에서 경로를 변경하거나, 무한 루프에 빠지지 않도록 하십시오.
• PubMed, PMC, Crossref, OpenAlex, Unpaywall 및 DOI 메타데이터를 대체 수단으로 사용하십시오.
3. 정보 검색 후 정리 방법
3.1 통일된 기록 구조 구축
각 문서는 하나의 통합 기록으로 취합됩니다.
전지:
```텍스트
pmid
도이
pmcid
제목
저자
신문
저널_약칭
ISSN
아이슨
년도
추상적인
쿼리 소스
증거 수준
증거 태그
종이 종류
URL
```
3.2 중복 제거
우선 사항:
1. PMID 중복 제거.
2. PMID를 사용할 수 없는 경우 DOI를 사용하여 중복을 제거하십시오.
3. DOI가 없는 경우, 중복을 제거하려면 lower(title) + year + first_author 형식을 사용하십시오.
최초 접속 시 사용된 query_source를 유지하고, 문서에 접속한 모든 쿼리를 기록합니다.
3.3 증거 분류
구분해야 할 사항은 다음과 같습니다.
직접적인 증거:
대상 종, 조직, 세포 유형, 모델 및 치료 조건이 직접적으로 일치합니다.
간접 증거:
인접 시스템, 유사 모델 및 유사 메커니즘은 지원되지만, 사용자 문제를 직접적으로 해결하는 시스템은 아닙니다.
직접적인 증거는 발견되지 않았습니다.
관련 정보는 배경 설명, 추측, 리뷰 또는 유사 모델만 찾을 수 있으며, 직접적인 실험 결과는 없습니다.
3.4 문서 유형 레이블 지정
적어도 다음 사항은 유의해야 합니다.
• 독창적인 연구
• 검토
• 규약
• 사전 공개본
• 데이터셋/리소스
• 임상 연구
• 방법론 논문
3.5 정렬 규칙
권장 정렬:
1. 직접적인 증거를 제시하는 독창적인 연구.
2. 핵심 메커니즘에 대한 연구.
3. 최근 주요 연구 결과.
4. 고전적인 기초 학습.
5. 고품질 리뷰.
6. 간접 증거.
영향력 지수(IF)만으로 정렬하지 마세요. IF는 저널 수준의 지표이며 개별 논문의 질을 보장하는 것은 아닙니다.
4. 답글에서 인용문을 정리하는 방법
4.1 텍스트 인용 형식
모든 인용된 텍스트는 클릭 가능해야 합니다.
체재:
```마크다운
[[1. **저널**, 연도]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
```
예:
```마크다운
이전 연구에서는 인간 망막 오가노이드에서 발달 단계와 관련된 광수용체 스트레스 및 퇴행이 관찰되었습니다[[1. **Cell Stem Cell**, 2019]](https://pubmed.ncbi.nlm.nih.gov/xxxxxxx/).
```
다음과 같이 쓰지 마세요:
```텍스트
[1]
(PMID: xxxxx)
참고문헌 1을 참조하십시오.
```
4.2 권장 답변 구조
첫 번째 단락: 직접적인 결론.
```텍스트
결론: 관련 보고서는 있었지만, 직접적인 증거는 주로 ...에 집중되어 있으며, ...에 관한 직접적인 증거는 여전히 부족합니다.
```
두 번째 단락: 증거 분류.
```텍스트
직접적인 증거:
- 참고 자료 A: ...
간접 증거:
- 참고 자료 B: ...
직접적인 증거는 발견되지 않았습니다.
- 이번 라운드에서는 찾을 수 없습니다...
```
세 번째 단락: 메커니즘 요약.
주제별로 그룹화하세요. 예를 들면 다음과 같습니다.
• 세포사멸/카스파제 경로
• 산화 스트레스
• 미토콘드리아 기능 장애
• 응급실 스트레스
• 저산소증/대사 스트레스
• 염증
• 발달 부조화
네 번째 단락: 연구 공백.
직접적인 증거가 부족한 사안을 명확히 밝히십시오.
다섯 번째 단락: 실험에서 얻은 영감.
실험 설계가 필요한 경우, 마커, 분석법, 시점 및 대조군을 제공하십시오.
5. 전체 참고문헌 목록은 논문 말미에 수록되어 있습니다.
본문에서 특정 참고 문헌을 인용한 경우, 전체 참고 문헌 목록을 논문 끝에 첨부해야 합니다.
체재:
```마크다운
## 참고 정보 전체 목록
1. Smith J et al., **저널명** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Qn}*
2. Wang X 외, **저널명** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=검증 필요}*
```
저자 형식:
• 저자 1~3명: 모두 나열하십시오.
• 저자가 3명 이상인 경우: 제1저자 외
PMID/DOI/URL은 클릭 가능해야 합니다.
6. IF 검증 및 라벨링
6.1 먼저, IF 검사의 실제적인 한계에 대해 설명하겠습니다.
일반적으로 공식적인 학술지 영향력 지수는 Clarivate Journal Citation Reports(JCR)에서 제공됩니다. 그러나 외부 기관은 일반적으로 Clarivate/JCR 계정이나 JCR 데이터베이스를 보유하고 있지 않으므로, 이 경로를 통해 영향력 지수를 확인하지 마십시오.
```
6.2 IF 스킬 활용을 위한 실용적인 방법
주요 경로:
1. 입력값이 PMID인 경우, 먼저 NCBI E-utilities를 사용하여 PubMed 메타데이터를 얻으십시오.
- 저널 전체 이름(FullJournalName)을 검색합니다. - 출처/ISO 약어를 검색합니다. - ISSN/eISSN을 검색합니다. - 제목, 연도, DOI 등의 보조 필드를 검색합니다.
2. 공개적으로 사용 가능한 iikx/iscience 모바일 JSON 인터페이스를 사용하여 저널을 검색하십시오.
검색 API:
```텍스트
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
상세 정보 API:
```텍스트
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
3. 검색 결과에 대해 보수적인 일치 작업을 수행합니다.
- 정규화된 저널 제목의 정확한 일치를 우선시합니다. - 두 번째로, 약어의 정확한 일치를 우선시합니다. - 짧고 포괄적인 용어에 대해서는 매우 신중하게 처리합니다. - "Nature"를 "Nature Reviews" 시리즈로 잘못 일치시키는 것과 같이 명백한 부분 문자열 불일치는 허용하지 않습니다. - 일치가 불안정한 경우 추측 대신 모호하거나 찾을 수 없음(ambiguous/not_found) 결과를 반환합니다.
4. PubMed에서 약어를 제공하는 경우, NLM 카탈로그를 사용하여 전체 이름이나 다른 제목으로 확장해 보십시오.
NLM 카탈로그 검색 인터페이스는 NCBI E-utilities로 유지됩니다.
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=[Title Abbreviation]&retmode=xml&retmax=1
```
그런 다음 ESummary를 사용하여 Title/TitleAlternate를 가져옵니다.
5. iikx 상세 결과에서 읽어보세요:
- 영향력 지수(Impact Factor). - 영향력 지수 연도(IF year). - JCR 사분위수(quartile). - CAS/CAS 사분위수(해당되는 경우). - 출처 URL. - 일치 신뢰도(match confidence).
6. 주석을 달 때 본문에 IF 연도를 포함하지 마십시오. 간결한 주석을 사용하십시오.
최종 주석에는 다음 내용만 포함되어야 합니다.
```텍스트
*{IF=X,Qn}*
```
실패할 경우:
```텍스트
*{IF=검증 대기 중}*
```
또는:
```텍스트
*{IF=감지되지 않음}*
```
6.3 구체적인 단계
각 문서에 대해 다음 절차를 수행하십시오.
1단계: 저널 검색 이름을 준비합니다.
PubMed 메타데이터에서 정보를 가져오는 것을 우선시합니다.
```텍스트
저널명 전체
ISO 약어 / 출처
ISSN
eISSN
```
DOI만 있는 경우, 먼저 Crossref 또는 OpenAlex를 사용하여 저널 이름을 확인하십시오.
크로스레프:
```텍스트
https://api.crossref.org/works/
```
오픈알렉스:
```텍스트
https://api.openalex.org/works/https://doi.org/
```
2단계: 저널 이름을 표준화합니다.
표준화 규칙:
• 모두 소문자입니다.
• HTML 이스케이프 해제.
• &를 and로 바꾸세요.
• 구두점을 제거하세요.
• 여러 공간을 결합하세요.
• 비교할 때는 모든 공백을 제거한 간결한 형식을 사용할 수도 있습니다.
예시 의사 코드:
파이썬
re, html을 가져옵니다.
정의 표준(들):
s = html.unescape(s 또는 '').lower()
s = re.sub(r'&', ' 및 ', s)
s = re.sub(r'[^a-z0-9]+', ' ', s)
return re.sub(r'\s+', ' ', s).strip()
def compact(s):
norm(s).replace(' ', '')를 반환합니다.
```
3단계: iikx 검색 인터페이스에 쿼리를 입력합니다.
```텍스트
https://m.iikx.com/api/restfull/?m=sci&c=index&a=info&keyword=
```
User-Agent를 설정하는 것이 좋습니다. 예를 들면 다음과 같습니다.
```텍스트
모질라/5.0
```
첫 페이지에서 정확히 일치하는 항목을 찾지 못한 경우, 최대 8페이지까지 제한된 수의 페이지를 넘겨볼 수 있습니다.
페이지 넘기기 매개변수는 일반적으로 다음과 같습니다.
```텍스트
페이지=2
페이지=3
```
4단계: 검색 결과에서 후보자를 선택합니다.
일반적으로 후보 분야는 다음과 같습니다.
```텍스트
ID
클래스이드
제목
작은 제목
IF 또는 IF2024
zky2020
URL
```
일치 규칙:
• compact(query) == compact(candidate.title)이면 수락합니다.
• norm(query) == norm(candidate.title)이면 수락합니다.
• compact(query) == compact(candidate.smalltitle)이면 수락합니다.
• norm(query) == norm(candidate.smalltitle)이면 수락합니다.
• 쿼리가 충분히 길고 모호하지 않은 경우 부분 문자열을 허용하지 마십시오.
• 특히 자연, 과학, 세포, 뇌, 시각, 망막과 같은 짧은 단어에는 주의를 기울이세요.
5단계: 일치하는 항목이 없으면 NLM 카탈로그의 확장 약어를 사용하십시오.
예를 들어, PubMed에서 출처는 다음과 같습니다.
```텍스트
자유 라디칼 생물학 의학
```
다음 사항을 확인하실 수 있습니다:
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=nlmcatalog&term=Free%20Radic%20Biol%20Med%5BTitle%20Abbreviation%5D&retmode=xml&retmax=1
```
NLM 카탈로그 ID를 발급받은 후에는 다음과 같이 사용하십시오.
```텍스트
https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esummary.fcgi?db=nlmcatalog&id=
```
읽다:
```텍스트
제목
제목 (대체)
```
그런 다음 이 전체 이름을 사용하여 iikx를 검색하세요.
6단계: iikx 세부 정보 인터페이스를 확인합니다.
검색 결과에 다음 내용이 포함된 경우:
```텍스트
id=
클래스 ID=<클래스 ID>
```
부르다:
```텍스트
https://m.iikx.com/api/restfull/?m=sci/index/detail&id=
```
자세한 내용을 읽어보세요:
```텍스트
IF2024, IF2023, IF2022 ...
만약에
zky2020 또는 기타 JCR 사분위수 필드
jcr22 / jcr12 또는 파티션 필드
ISSN
아이슨
제목
작은 제목
범주
```
7단계: 가장 최근의 IF 문을 선택합니다.
반환된 필드에서 해당 형식의 모든 항목을 검색합니다.
```텍스트
IF20xx
```
예를 들어:
```텍스트
IF2024
IF2023
IF2022
```
유효숫자가 가장 큰 연도를 선택하세요.
IF20xx가 없으면 다음을 읽으려고 시도합니다.
```텍스트
만약에
if_value
```
유효한 값이 발견되지 않으면 감지되지 않음으로 표시됩니다.
8단계: 신뢰도 수준과 레이블을 출력합니다.
정확한 제목/약어가 일치하고 세부 정보가 유효한 IF를 반환하는 경우:
```텍스트
*{IF=X,Qn}*
```
경기 결과가 불확실한 경우:
```텍스트
*{IF=검증 대기 중}*
```
공개 API에서 결과가 반환되지 않는 경우:
```텍스트
*{IF=감지되지 않음}*
```
6.4 IF 주석 형식
고정 형식:
```텍스트
*{IF=X,Qn}*
```
예:
```마크다운
Smith J et al., **Neuron** (2020), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=15.0, Q1}*
```
알아채다:
• JCR 연도는 IF 주석 내부에 기재되어 있지 않습니다.
• "2024 JCR IF"라고 쓰지 마세요.
• "JCR 2024"라고 쓰지 마십시오.
• 발행 연도만 유지됩니다.
• IF 값이 0.0이거나, null이거나, 소스가 불안정하거나, 일치 항목이 불안정한 경우 숫자는 표시되지 않습니다.
6.5 IF 검사 실패에 대한 표준 처리
추측하지 마세요.
저널 이름을 사용하여 번호를 입력하지 마십시오.
복잡한 모델을 사용하여 조건문을 암기하고 채우는 데 사용하지 마십시오.
실패 시 허용되는 상태는 세 가지뿐입니다.
```텍스트
*{IF=검증 대기 중}*
```
용도:
• 검색 결과가 모호합니다.
비슷한 학술지가 여러 개 있습니다.
• 약어만 발견되었고, 전체 이름은 확인할 수 없었습니다.
• 공개적으로 이용 가능한 소스에서 반환된 IF 값은 의심스럽습니다.
```텍스트
*{IF=감지되지 않음}*
```
용도:
• 공개 인터페이스에서 아무런 결과도 반환되지 않았습니다.
• 해당 저널은 SCI/JCR에 등재되어 있지 않습니다.
• 새로운 이슈에는 아직 '만약'이라는 조건이 없습니다.
```텍스트
*{IF=공개적으로 검증할 수 없음}*
```
용도:
• 사용자에게 공식 JCR이 필요하지만 현재 에이전트에게 Clarivate/JCR 권한이 없습니다.
7. 최종 자가 점검 목록
배송 전 반드시 확인해야 합니다:
• 사용자의 핵심 질문에 먼저 답해야 할까요?
• 직접 증거, 간접 증거, 그리고 직접 증거가 발견되지 않은 경우를 구분할지 여부.
• 모든 텍스트 인용문을 클릭할 수 있습니까?
• 논문 말미에 참고문헌 목록이 모두 나와 있나요?
• 모든 문서에 입력/출력(IF) 라벨 또는 검증 대기 중/미탐지 라벨이 포함되어 있습니까?
• PMID/DOI/URL을 클릭할 수 있는지 여부.
• 특정 세포 유형에 대한 결론을 전체 조직 결과로 대체하는 것을 피하는가?
• 전체 발현량 증가를 활성화/인산화로 대체하는 것을 피하는가?
• 출판 전 공개본임을 표시할지 여부.
• 검색 범위를 명시하고 있습니까?
• 만약 그것이 기억이나 추측에 기반한 것이 아니었다면.
8. 재현 가능한 의사 코드
파이썬
queries = build_queries(user_question)
all_pmids = []
쿼리 중 쿼리에 대해:
pmids = ncbi_esearch(query, retmax=20, sort='relevance')
all_pmids.extend(pmids)
pmids = deduplicate_keep_order(all_pmids)
메타데이터 = ncbi_esummary(pmids)
abstracts = ncbi_efetch_abstract(pmids)
records = merge_metadata_and_abstracts(metadata, abstracts)
records = tag_evidence(records, user_question)
레코드 = rank_records(레코드)
선택된 = select_top_records(records)
전체 텍스트가 필요한 경우:
selected_key_records의 레코드에 대해:
pmcid = idconv_pmid_to_pmcid(record.pmid)
pmcid인 경우:
record.fulltext = fetch_bioc_or_pmc_xml(pmcid)
선택한 항목에 기록하려면:
journal_query = record.full_journal_name 또는 record.journal_abbrev
if_result = lookup_if_public_iikx(journal_query)
if_result.confident:
record.if_annotation = f'*{IF={if_result.if_value},{if_result.quartile}}*'
결과가 모호한 경우:
record.if_annotation = '*{IF=검증 대기 중}*'
또 다른:
record.if_annotation = '*{IF=감지되지 않음}*'
답변 = compose_answer(
결론
증거 그룹,
클릭 가능한 본문 인용문,
if가 포함된 전체 참조 목록
)
```
9. 권장 최종 제출 템플릿
```마크다운
결론적으로:
...
증거 수준:
직접적인 증거:
- ……[[1. **저널**, 연도]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
간접 증거:
- …[[2. **저널**, 연도]](https://pubmed.ncbi.nlm.nih.gov/PMID/)
직접적인 증거는 발견되지 않았습니다.
- ……
작동 메커니즘 요약:
1. ……
2. ……
검색 범위:
이번 검색은 주로 PubMed, PMC, BioC 및 bioRxiv 데이터베이스를 대상으로 진행되었습니다. 초기 선별은 메타데이터와 초록을 기반으로 이루어졌으며, 핵심 문헌에 한해서만 전문 검증을 진행했습니다. 정보형 정보(IF) 주석은 공개적으로 접근 가능한 자료를 기반으로 작성되었으며, 높은 신뢰도로 일치시킬 수 없는 문헌은 검증 대기 중 또는 검색되지 않음으로 표시했습니다.
참고 문헌 정보 전체 목록:
1. Smith J et al., **저널명** (2021), [PMID: 12345678](https://pubmed.ncbi.nlm.nih.gov/12345678/). *{IF=X,Q1}*
2. Wang X 외, **저널명** (2022), [DOI: 10.xxxx/xxxxx](https://doi.org/10.xxxx/xxxxx). *{IF=검증 필요}*
```
설명
추천한 사람
Nico@YouMind
이 스킬을 추천하는 이유
이 스킬은 생물의학 연구를 위한 신뢰할 수 있는 가이드로, 구조화된 질의, 다단계 문헌 필터링 및 엄격한 IF 검증을 통해 고도로 정확하고 검증 가능한 연구 정보를 제공합니다.
적용 상황: 생물/생물의학 분야의 연구 문헌 검색을 완료하고 사용자에게 상세하고 신뢰할 수 있는 결과를 제공합니다. 1. 사용자가 검색을 시작하면 시스템이 문제와 키워드를 분해합니다. 2. 공개적이고 재현 가능한 데이터 소스를 사용하여 문헌을 검색합니다. 3. 검색 결과에서 중복을 제거하고, 계층화하며, 증거 수준을 평가하고 정렬합니다. 4. 응답에서 클릭 가능한 본문 인용을 사용합니다. 5. 문서 끝에 전체 문헌 정보를 항목별로 나열하고, 공개적으로 확인 가능한 경로로 IF(영향력 지수)를 표시합니다. 높은 신뢰도로 확인할 수 없는 경우 반드시 '확인 필요' 또는 '미검출'로 표시해야 합니다.
관련 스킬
전체 보기
연구불씨|인기 영상 오프닝 해부기
영상을 만들다 보면 이런 상황을 자주 마주합니다. 어떤 참고 영상이 “설명을 정말 잘한다”는 건 분명히 알겠는데, 막상 직접 만들 차례가 되면 감으로 따라 하는 것밖에 할 수 없습니다. 「불씨|인기 영상 오프닝 해부기」는 바로 이 단계를 위해 만들어졌습니다. 명확한 YouTube 영상 하나를 제공하면, 먼저 영상 대상을 확인하고 검증 가능한 자막을 읽습니다. 그런 다음 서로 쉽게 뒤섞이는 세 가지를 구분합니다. Literal 30s: 영상의 0:00–0:30에 실제로 일어난 일. Intro: 본론에 들어가기 전 전체 오프닝. Hook / Re-hook: 시청자를 계속 머물게 하는 역할을 실제로 맡는 하나 이상의 구조적 포인트. 따라서 “처음 30초가 가장 중요하다”는 말을 이유로 모든 영상의 처음 30초를 억지로 Hook으로 해석하지 않습니다. 실제 Hook이 1분 이후에 있다면 그렇게 알려 주고, 자막이나 타임스탬프가 부족하면 그럴듯해 보이는 답을 지어내는 대신 근거의 공백을 명확히 표시합니다. 오프닝 분석을 마치면 개요를 활용해 영상 전체의 콘텐츠 구조도 복원합니다. 영상은 타임라인, 실험, 단계, 비교, 스토리, 질문의 연쇄 또는 다른 구성 장치를 통해 어떻게 전개되는지 살펴봅니다. 마지막으로 이러한 구조를 [슬롯] 템플릿으로 추상화합니다. 템플릿에 남기는 것은 구조의 순서와 기능이지, 원작자의 경험, 표현, 브랜드, 숫자, 관점 또는 권위 있는 신분이 아닙니다. 최종적으로 얻는 것은 단순한 영상 요약이 아니라, 다음 창작 단계에 바로 넘겨 사용할 수 있는 Hook Outline + 전체 영상 구조 템플릿입니다. 이 Skill이 하지 않는 일 다음 작업은 하지 않습니다. 최종 새 Hook을 대신 작성하지 않습니다. BRENS를 사용해 오프닝을 평가하거나 다시 작성하지 않습니다. 업계 전체나 채널을 대규모로 검색하지 않습니다. 완성된 스크립트를 생성하지 않습니다. 설명 이미지, 소스 자료, 애니메이션 또는 썸네일을 생성하지 않습니다. 참고 샘플을 대규모로 찾는 작업은 상위 단계인 「불씨|YouTube 콘텐츠 연구원」의 역할이며, 직접 Hook을 다듬는 작업은 이후의 해당 Skill에서 진행합니다.
연구불씨|YouTube 콘텐츠 연구자
영상을 하나 만들고 싶은데, 다른 사람들은 이미 이 주제를 어떻게 다뤘는지 모르겠나요? 「불씨|YouTube 콘텐츠 연구자」는 실제로 YouTube에 들어가 관련 영상을 찾고, 자막을 읽고, 제목과 시작 30초를 분석하며, 콘텐츠 구조를 복원합니다. 또한 여러 샘플에서 반복적으로 나타나는 표현 방식, 뚜렷한 차이점, 아직 제대로 다뤄지지 않은 빈틈을 찾아냅니다. 다음과 같은 작업에 활용할 수 있습니다: 하나의 주제에서 어떤 콘텐츠가 반복적으로 활용되고 있는지 조사 한 영상이 실제로 어떻게 설명되고 전개되는지 깊이 분석 한 채널의 주제 선정, 제목, 콘텐츠 제작 습관을 스캔 시작 30초의 Hook과 전체 영상 구조 분석 기존 영상에서 새로운 제작 방향 찾기 내 완성 영상의 포장을 어떻게 다시 구성할지 연구 영상 하나의 조회수가 높다는 이유만으로 “이 제목은 반드시 효과가 있다”고 단정하지 않습니다. 자막, 타임스탬프 또는 성과 데이터를 확보하지 못한 경우에도 어떤 근거가 부족한지 명확히 알려드립니다. 최종적으로 제공하는 것은 단순한 영상 요약 모음이 아니라, 다음 단계의 주제 선정, Hook 또는 스크립트 작업에 바로 전달할 수 있는 YouTube 연구 브리프입니다. 대상: YouTube 크리에이터, 영상 기획자, 콘텐츠 운영자, 그리고 촬영을 시작하기 전에 “다른 사람들은 이 주제를 어디까지 다뤘을까?”를 먼저 확인하고 싶은 사람

엉뚱한 영단어 암기
영어 단어 하나를 입력하면 연속 만화 형식의 기억 카드 한 장을 만듭니다. 발음 연상, 뜻, 예문을 하나의 이어지는 짧은 장면 속에 담아 말풍선·간판·의성어로 표현합니다. 이미지 밖에는 한 줄의 헤더 정보와 한 줄의 회상 힌트만 남깁니다. 정교함보다 강렬한 인상을 우선하며, 아동에게 안전한 표현을 사용합니다.
다음으로 즐겨 쓸 스킬을 찾아보세요
연구, 창작, 일상 업무에 유용한 엄선된 AI 스킬을 더 탐색해 보세요.