snflkd/fluent-korean
Claude Code가 명확한 한국어를 구사하게 만드는 output-style 플러그인 | Claude Code output-style for clear, fluent Korean
해결하는 문제
많은 AI 모델, 특히 Claude Code와 같은 코딩 에이전트는 조사어가 빠지거나, 문장 끝이 부자연스럽고, 명사 구조가 전문적인 문장처럼 끊어져 나오는 '깨진 기계 한국어'를 자주 생성합니다. 이는 일반적으로 토큰 절약을 위해 짧은 출력을 최적화하기 때문이며, 이로 인해 한국어 출력 품질이 저하되고 오해를 유발하거나 모델의 추론 과정 자체에 부정적인 영향을 줄 수 있습니다.
작동 방식
명확하고 모호하지 않으며 자연스러운 한국어를 우선시하도록 LLM에 지시하는 출력 스타일 가이드라인(시스템 프롬프트) 세트를 제공합니다. 이는 모델이 한국어 텍스트를 생성할 때 규칙을 제어하기 위해 시스템 프롬프트에 추가되는 사전 정의된 규칙 세트입니다.
사용자는 다음 방법으로 이 가이드라인을 적용할 수 있습니다:
- Claude Code CLI: 마켓플레이스를 통해 플러그인으로 설치.
- Claude Web/Desktop: 개인 또는 프로젝트 지침에 가이드라인 텍스트를 붙여넣기.
- 기타 환경: 제공된 Markdown 파일을 일반적인 지침으로 사용하여 어떤 LLM에서도 활용 가능.
대상 사용자
보고서, 코딩 지침, 일반적인 커뮤니케이션 등에서 고품질의 자연스러운 한국어 출력이 필요한 개발자 및 비개발자(특히 Claude 사용자).
주요 특징
- 두 가지 버전: 코딩 지침을 유지하는 버전과 비코딩 작업용으로 지침을 제거한 버전.
- 사용자 맞춤 설정 가능: AI의 어조를 조정할 수 있는 선택적 블록 제공 (예: 더 격식 있게, 초보자용으로 단순화, 모든 출력을 한국어로 강제).
- 유연한 배포: Claude Code 플러그인으로 사용하거나, 일반 텍스트로 다른 AI 환경에 적용 가능.
- 인간이 검수한 콘텐츠: 한국어 문학 전공자가 개발하여 언어 정확성 보장.
관련
- 프로젝트
epoko77-ai/im-not-ai연구 기반 분류 체계를 활용해 한국어 텍스트의 AI적 패턴을 제거하면서 원래 의미를 유지하는, Claude Code 및 Codex CLI용 스킬.
- 프로젝트
NeoLabHQ/context-engineering-kitA plug‑in marketplace for LLM‑based coding assistants (Claude Code, Gemini, Antigravity, etc.) that supplies token‑efficient, context‑engineering patterns—reflection loops, sub‑agent judges, specification‑first development, code‑review agents, and Git helpers—to make AI‑generated code more reliable and easier to integrate into CI pipelines.
- 프로젝트
smixs/pohuyAI 에이전트가 더 직접적이고 간결한 기술적 커뮤니케이션을 위해 관용적이고 막말이 포함된 러시아어 엔지니어링 스랜그를 사용할 수 있도록 해주는 플러그인과 프롬프트 스타일의 모음입니다.
- 프로젝트
Piebald-AI/claude-code-system-promptsA curated collection of over 500 system prompts extracted from Claude Code, providing transparency and token counts for its internal agentic instructions.
- 프로젝트
yzhao062/agent-styleagent-style 은 AI 코딩 및 글쓰기 에이전트를 위한 21개의 고전적이고 LLM 관찰 기반의 글쓰기 규칙을 제공하는 Python/Node 라이브러리입니다. 규칙은 모델의 시스템 프롬프트에 주입되어 소프트한 강제를 하며, 생성 후 리뷰 기능으로도 활용 가능합니다. Claude Opus, GPT‑5.4, Gemini 3 Flash에서의 벤치마크 결과, 기계적 규칙 위반 수가 크게 감소하여 AI 생성 기술 문서의 명확성이 향상됨을 입증했습니다.