본문으로 건너뛰기

튜토리얼: 고급 활용 사례

목표: 여러 Rephlo 기능을 결합하여 생산성을 극대화하는 정교한 워크플로를 마스터합니다. 난이도: 전문가 소요 시간: 읽는 데 30-60분; 이후 지속적인 숙달 과정

목차​

  1. 멀티 프로바이더 워크플로 최적화
  2. Space 체이닝 및 컨텍스트 오케스트레이션
  3. 고급 Command 구성
  4. 엔터프라이즈 워크플로 통합
  5. AI 지원 코드 리뷰 파이프라인
  6. 다국어 콘텐츠 파이프라인
  7. 리서치 종합 워크플로
  8. 프라이버시 우선 민감 데이터 처리
  9. 실시간 회의 어시스턴트
  10. 창작 글쓰기 워크플로

1. 멀티 프로바이더 워크플로 최적화​

난이도: 전문가 소요 시간: 설정 30분, 지속적인 최적화 사전 요구 사항: 2개 이상의 프로바이더 구성(권장: Gemini 3.5 Flash 또는 GPT-5.4 Mini와 같은 빠른 모델, 그리고 Claude Sonnet 4.6과 같은 프리미엄 모델)

시나리오​

매일 수백 건의 텍스트 작업을 처리합니다. 간단한 작업(문법 교정, 서식 지정)에는 값비싼 모델이 필요하지 않지만, 복잡한 추론 작업에는 최상위 AI가 필요합니다. 작업을 프로바이더별로 전략적으로 라우팅하면 품질을 유지하면서도 비용을 크게 절감할 수 있습니다.

워크플로 아키텍처​

단계별 설정​

1단계: 프로바이더별 Command Group 만들기​

  1. Dashboard > Commands > Manage Groups를 엽니다.
  2. 세 개의 그룹을 만듭니다.
    • "Quick Tasks"(녹색, 번개 아이콘)
    • "Standard Tasks"(파란색, 톱니바퀴 아이콘)
    • "Deep Analysis"(보라색, 두뇌 아이콘)

2단계: 복잡도에 따라 Command 구성​

Quick Tasks (Gemini 3.5 Flash - 빠르고 저렴함)

  • Grammar Check
  • Spelling Fix
  • Text Formatting
  • Simple Translation
  • Bullet Point Extraction

Standard Tasks (GPT-5.4 Mini - 균형형)

  • Email Rewriting
  • Code Documentation
  • Summary Generation
  • Meeting Notes Cleanup

Deep Analysis (Claude Sonnet 4.6 - 프리미엄)

  • Legal Document Review
  • Complex Code Refactoring
  • Strategic Analysis
  • Long-form Content Creation
  • Multi-document Synthesis

3단계: Command에 프로바이더 할당​

  1. 각 그룹에서 해당 Command를 편집합니다.
  2. Provider 드롭다운에서 지정된 프로바이더를 선택합니다.
  3. Command를 저장합니다.

4단계: 대화 중 프로바이더 전환​

복잡도가 점차 커지는 채팅 대화의 경우:

  1. 초기 탐색 단계에서는 Gemini 3.5 Flash와 같은 빠른 모델로 대화를 시작합니다.
  2. 더 깊은 분석이 필요할 때 채팅 헤더의 Provider 선택기를 클릭합니다.
  3. Claude Sonnet 4.6으로 전환합니다.
  4. 대화 컨텍스트는 그대로 유지되며 모델만 변경됩니다.

비용 계산 예시​

각 작업을 적절한 등급으로 라우팅하는 것이 비용 절감의 핵심입니다. 작업 유형별 상대적 비용은 다음과 같은 단순한 패턴을 따릅니다.

작업 유형월간 처리량최적화 이전최적화 이후
문법 검사500프리미엄 모델(고비용)빠른 모델(매우 저비용)
이메일 재작성200프리미엄 모델(고비용)균형형 모델(저비용)
심층 분석50프리미엄 모델(고비용)프리미엄 모델(고비용)
순 효과750최고 지출고빈도 등급에서 대폭 절감

가장 큰 지렛대는 처리량이 많고 복잡도가 낮은 행입니다. 문법 검사 및 유사한 작업을 프리미엄 모델에서 빠른 모델로 옮기면 지출의 대부분을 절감할 수 있습니다. 최신 Dedicated API 요금과 모델별 credit 소모 방식은 Rephlo pricing 및 Plans & Pricing을 참고하세요.

프로 팁​

  • 유사 작업을 일괄 처리: 프로바이더를 전환하기 전에 모든 문법 검사를 함께 처리합니다.
  • 그룹별 단축키 사용: Quick Tasks에는 Ctrl+1, Standard에는 Ctrl+2, Deep에는 Ctrl+3을 할당합니다.
  • History 모니터링: History 페이지를 검토하여 등급을 낮출 수 있는 작업을 찾아냅니다.

잠재적 함정​

  • 복잡한 작업의 과소 라우팅: 출력 품질이 떨어지면 해당 Command를 상위 등급으로 옮기세요.
  • 빠른 모델에 대한 과도한 의존: 더 작고 빠른 모델은 컨텍스트 창이 좁고 추론이 약할 수 있습니다. 라우팅하려는 특정 모델의 한계를 확인하세요.
  • API 키 관리: 모든 프로바이더 키가 유효하고 잔액이 충분한지 확인하세요.

2. Space 체이닝 및 컨텍스트 오케스트레이션​

난이도: 전문가 소요 시간: 설정 45분, 이후 가변적 사전 요구 사항: 서로 다른 지식 영역을 가진 3개 이상의 Space 생성

시나리오​

법적 준수 지식, 기술 사양, 비즈니스 전략이 모두 필요한 종합 제안서를 준비하고 있습니다. 각 지식 영역은 별도의 Space에 있습니다. 파일을 병합하지 않고도 이들을 함께 조율해야 합니다.

워크플로 아키텍처​

단계별 워크플로​

1단계: 영역별 Space 만들기​

  1. Legal Space: 규정 준수 문서, 계약서 템플릿, 규제 가이드라인을 업로드합니다.
  2. Technical Space: API 문서, 기술 사양, 아키텍처 다이어그램을 업로드합니다.
  3. Business Space: 가격표, 사례 연구, 경쟁 분석 자료를 업로드합니다.

2단계: 섹션별 Command 만들기​

Command: "Draft Compliance Section"

Using the regulatory requirements and compliance standards in the Space,
draft a compliance section for a proposal that addresses:
- Data protection requirements
- Industry-specific regulations
- Certification requirements

Format as formal proposal text with numbered sections.

할당 대상: Legal Space

Command: "Draft Technical Architecture"

Based on the technical specifications and API documentation,
create a technical architecture section covering:
- System integration approach
- Security architecture
- Scalability considerations

Include diagrams in ASCII format where helpful.

할당 대상: Technical Space

Command: "Draft Business Case"

Using the pricing models and case studies, draft a business case section:
- ROI analysis framework
- Competitive positioning
- Success metrics

Reference specific case study outcomes where applicable.

할당 대상: Business Space

3단계: Space 체이닝 워크플로 실행​

  1. Legal Space 활성화 > "Draft Compliance Section" 실행 > 결과 저장.
  2. Technical Space 활성화 > "Draft Technical Architecture" 실행 > 결과 저장.
  3. Business Space 활성화 > "Draft Business Case" 실행 > 결과 저장.

4단계: Space 간 종합​

Space가 필요 없는 "Meta-Synthesis" Command를 만듭니다.

Command: "Synthesize Proposal Sections"

I have the following sections from different domains:

{{input_content}}

Create an executive summary that:
1. Highlights the key points from each section
2. Identifies connections between technical, legal, and business aspects
3. Provides a cohesive narrative for decision-makers

Output as a 2-page executive summary.

그런 다음 세 가지 결과물을 모두 입력란에 붙여넣고 종합 Command를 실행합니다.

여러 Space에서의 변수 주입​

고급 사용자의 경우, 명시적 파일 참조가 포함된 마스터 Command를 만듭니다.

Review this proposal draft: {{input_content}}

Cross-reference with:
- Compliance: {{compliance_checklist_pdf}}  [from Legal Space]
- Technical: {{api_v3_spec_md}}             [from Technical Space]
- Pricing: {{enterprise_pricing_xlsx}}      [from Business Space]

Identify any inconsistencies or gaps.

참고: 이 방법은 파일이 현재 활성화된 Space에 있거나 멀티 Space Command(고급 구성)를 사용해야 합니다.

프로 팁​

  • "Meta-Space" 만들기: 다른 Space들의 요약/색인만 포함하는 Space입니다.
  • 일관된 명명 규칙 사용: 변수 주입을 쉽게 하려면 파일 이름 앞에 영역을 나타내는 접두어(legal_, tech_, biz_)를 붙이세요.
  • Space 버전 관리: 주요 문서 업데이트 전에 이전 버전을 보관하세요.

잠재적 함정​

  • 컨텍스트 창 제한: 여러 Space를 결합하면 토큰 한도를 초과할 수 있습니다. Compact를 사용하세요.
  • 오래된 데이터: 중요한 워크플로 전에 모든 Space가 최신 상태인지 확인하세요.
  • 전환 오버헤드: Space를 자주 전환하면 작업 흐름이 끊길 수 있습니다.

3. 고급 Command 구성​

난이도: 전문가 소요 시간: 체인당 설정 20분 사전 요구 사항: 변수에 대한 이해, 중급 수준의 Command 작성 경험

시나리오​

구조화된 데이터(JSON, Markdown 표)를 출력하여 다른 Command나 외부 도구에서 활용할 수 있는 정교한 Command 체인을 만들어야 합니다.

워크플로 아키텍처​

패턴 1: 구조화된 데이터 추출​

Command: "Extract Meeting Actions"

Analyze this meeting transcript and extract all action items.

Output ONLY valid JSON in this exact format:
{
  "meeting_date": "YYYY-MM-DD",
  "action_items": [
    {
      "owner": "Person Name",
      "task": "Task description",
      "due_date": "YYYY-MM-DD or null",
      "priority": "high|medium|low"
    }
  ]
}

Transcript:
{{input_content}}

패턴 2: JSON을 Markdown으로 변환​

Command: "Actions to Markdown Table"

Convert this JSON action items list to a Markdown table:

{{input_content}}

Output format:
| Owner | Task | Due Date | Priority |
|-------|------|----------|----------|
| ...   | ...  | ...      | ...      |

Include a summary row with total counts per priority level.

패턴 3: Space 컨텍스트를 활용한 자기 참조 프롬프트​

Command: "Apply Style Guide" (Space 컨텍스트 포함)

Rewrite the following text according to the style rules in my Space:

Text to rewrite:
{{input_content}}

Style requirements from Space:
{{style_guide_md}}

Additional rules:
1. Maintain the original meaning
2. Flag any terms that need glossary definitions
3. Output the rewritten text followed by a "CHANGES MADE:" section

패턴 4: 다단계 체인 Command​

여러 작업을 명시적으로 연결하는 Command를 만듭니다.

Command: "Full Content Pipeline"

Process this content through the following stages:

INPUT:
{{input_content}}

STAGE 1 - ANALYSIS:
Identify the following:
- Main topic (1 sentence)
- Key points (bullet list)
- Target audience
- Tone assessment

STAGE 2 - ENHANCEMENT:
Based on the analysis, improve the content by:
- Strengthening weak arguments
- Adding transitions
- Improving clarity

STAGE 3 - FORMATTING:
Format the enhanced content as:
- Headline (max 10 words)
- Subheadline (max 20 words)
- Body (with H2 sections)
- Call to action

Output all three stages clearly separated with markdown headers.

프로 팁​

  • JSON 유효성 검사: 하위 도구에서 사용하기 전에 검증기로 추출된 JSON을 테스트하세요.
  • 이스케이프 처리: 인젝션 문제를 방지하려면 코드 블록에 삼중 백틱을 사용하세요.
  • 결정론적 출력: 구조화된 데이터의 경우 temperature를 0.1-0.3으로 설정하세요.

잠재적 함정​

  • 형식 이탈: AI가 정확한 JSON 스키마에서 벗어날 수 있습니다. 명시적인 예시를 포함하세요.
  • 토큰 과다 사용: 다단계 Command는 더 많은 토큰을 소비합니다. 사용량을 모니터링하세요.
  • 오류 전파: 1단계 출력이 잘못되면 체인 전체로 이어집니다.

4. 엔터프라이즈 워크플로 통합​

난이도: 전문가 소요 시간: 초기 설정 2-4시간 사전 요구 사항: 관리자 권한, 표준화된 팀 프로세스

시나리오​

여러 사용자에 걸쳐 일관된 AI 지원 워크플로가 필요합니다. 규정 준수를 위한 감사 추적 기능을 갖춘 표준화된 Command 라이브러리를 만들고자 합니다.

워크플로 아키텍처​

1단계: 표준화된 Command 라이브러리 만들기​

명명 규칙: [DEPT]-[CATEGORY]-[ACTION]

  • LEGAL-CONTRACT-Review
  • LEGAL-NDA-Generate
  • HR-POLICY-Summarize
  • SALES-PROPOSAL-Draft

감사 준수를 위한 Command 템플릿:

[AUDIT HEADER]
Department: {{department}}
Document Type: {{doc_type}}
Processing Date: {{current_date}}
Operator: To be logged by Rephlo History

[TASK]
{{actual_instruction}}

[OUTPUT REQUIREMENTS]
1. Include a "Compliance Notes" section
2. Flag any regulatory concerns
3. Mark confidence level (High/Medium/Low)
4. List sources referenced

2단계: Command 라이브러리 내보내기​

  1. Commands 페이지로 이동합니다.
  2. Export(우측 상단 메뉴)를 클릭합니다.
  3. 포함할 모든 Command를 선택합니다.
  4. JSON 파일로 내보냅니다: company-commands-v1.0.json.

3단계: 팀에 배포​

옵션 A: 직접 가져오기

  • 사내 파일 공유를 통해 JSON 파일을 공유합니다.
  • 각 팀원: Commands > Import > 파일 선택.

옵션 B: 정책용 공유 Space

  • 모든 규정 준수 문서가 포함된 "Company Policies" Space를 만듭니다.
  • Space 구성을 내보냅니다.
  • 팀은 Command와 Space를 모두 가져옵니다.

4단계: 보고서용 일괄 처리​

Command: "Batch Compliance Check"

Review the following documents for compliance with our policies:

Documents to review:
{{input_content}}

For EACH document, provide:
1. Document identifier
2. Compliance status: PASS / FAIL / NEEDS REVIEW
3. Issues found (if any)
4. Recommended actions

Output as a CSV table:
Document ID, Status, Issues, Actions

5단계: 감사 추적 관리​

  1. History 페이지를 엽니다.
  2. 필터를 사용하여 날짜 범위, Command, 사용자별로 조회합니다.
  3. 규정 준수 보고를 위해 History를 CSV로 내보냅니다.
  4. 내보낸 파일을 문서 관리 시스템에 저장합니다.

프로 팁​

  • Command 버전 관리: 변경 이력 추적을 위해 Command 이름에 버전(v2.1)을 포함하세요.
  • 중요 Command 잠금: (관리자 설정을 통해) 규정 준수에 중요한 Command를 수정 불가로 표시하세요.
  • 정기 감사: History 내보내기에 대한 월간 검토를 예약하세요.

잠재적 함정​

  • 버전 이탈: 팀원이 공유 Command를 수정할 수 있습니다. 명명 규칙을 사용하세요.
  • 오래된 Space: 정책 문서가 모든 팀 Space에서 업데이트되도록 하세요.
  • 불완전한 감사 추적: 사용자가 Rephlo를 우회하면 일부 작업이 기록되지 않을 수 있습니다.

5. AI 지원 코드 리뷰 파이프라인​

난이도: 전문가 소요 시간: 설정 30분 사전 요구 사항: 코딩 표준이 담긴 Technical Space, 비전 지원 프로바이더

시나리오​

스크린샷(레거시 시스템, 직접 접근이 불가능한 PR)에서 코드를 리뷰하고, 추출하고, 분석하고, 제안을 생성하고, 문서를 작성해야 합니다.

워크플로 아키텍처​

단계별 워크플로​

1단계: Code Standards Space 만들기​

  1. Space를 만듭니다: "Code Standards".
  2. 코딩 표준 문서를 업로드합니다.
    • coding-guidelines.md
    • security-checklist.md
    • naming-conventions.md
    • performance-patterns.md

2단계: 파이프라인 Command 만들기​

Command 1: "Extract Code from Screenshot" (Vision Command)

Extract all code visible in this screenshot.

Output requirements:
1. Preserve exact formatting and indentation
2. Use appropriate syntax highlighting markers
3. Note any text that's unclear with [UNCLEAR: best guess]
4. Identify the programming language

Output format:
```[language]
[extracted code]
```

Confidence: [High/Medium/Low]

Command 2: "Review Code Quality" (Code Standards Space 사용)

Review this code against our coding standards:

{{input_content}}

Check for:
1. Style guide violations (reference: {{coding_guidelines_md}})
2. Security issues (reference: {{security_checklist_md}})
3. Naming convention violations (reference: {{naming_conventions_md}})
4. Performance anti-patterns (reference: {{performance_patterns_md}})

For each issue found, provide:
- Line number (approximate if from screenshot)
- Severity: CRITICAL / WARNING / INFO
- Description
- Suggested fix

Output as structured list.

Command 3: "Generate Review Report"

Create a formal code review document from these findings:

{{input_content}}

Report format:

# Code Review Report

## Summary
- Total issues: [count]
- Critical: [count]
- Warnings: [count]
- Info: [count]

## Detailed Findings
[For each issue, format as a table]

## Recommendations
[Prioritized action items]

## Appendix
- Original code reviewed
- Standards referenced

3단계: 다중 파일 리뷰 전략​

관련된 여러 파일을 리뷰할 때:

Command: "Multi-File Architecture Review"

Review these related code files for architectural consistency:

{{input_content}}

Analyze:
1. Dependency relationships
2. Circular dependency risks
3. Separation of concerns
4. Interface consistency
5. Error handling patterns

Create a dependency diagram using ASCII:
[Draw module relationships]

Highlight any architectural concerns.

4단계: 버전 관리 통합​

리뷰 보고서를 생성한 후:

  1. Markdown 보고서를 복사합니다.
  2. PR 코멘트나 코드 리뷰 도구에 붙여넣습니다.
  3. 감사 목적으로 History 항목 ID를 참조합니다.

프로 팁​

  • 스크린샷 일괄 처리: 파이프라인을 시작하기 전에 관련된 모든 코드 화면을 캡처하세요.
  • 일관된 명명 사용: 스크린샷 파일 이름에 줄 번호 범위를 붙이세요.
  • 리뷰 템플릿 만들기: 리뷰 유형(보안, 성능, 스타일)별로 다른 Command를 만드세요.

잠재적 함정​

  • OCR 오류: Vision 추출은 미묘한 구문을 놓칠 수 있습니다. 중요한 코드는 항상 검증하세요.
  • 컨텍스트 손실: 스크린샷에는 git 히스토리 컨텍스트가 없습니다. 텍스트 설명으로 보완하세요.
  • 대용량 파일: 매우 긴 코드 파일은 청크 단위로 처리해야 할 수 있습니다.

6. 다국어 콘텐츠 파이프라인​

난이도: 전문가 소요 시간: 설정 1시간, 이후 지속적인 개선 사전 요구 사항: 다국어 용어집 Space, 원어민 검수자(선택 사항)

시나리오​

브랜드 일관성, 문화적 적절성, 용어 정확성을 유지하면서 5개 이상의 언어로 게시해야 하는 콘텐츠를 만들고 있습니다.

워크플로 아키텍처​

1단계: 용어 Space 만들기​

Space: "Brand Terminology"

업로드할 파일:

  • brand-glossary.csv(term, EN, ES, FR, DE, JA, ZH)
  • style-guide-translations.md
  • cultural-notes.md
  • forbidden-terms.md

용어집 형식 예시:

term,EN,ES,FR,DE,JA,ZH
Product Name,SuperApp,SuperApp,SuperApp,SuperApp,SuperApp,SuperApp
Free Trial,Free Trial,Prueba Gratuita,Essai Gratuit,Kostenlose Testversion,無料トライアル,免费试用

2단계: 번역 Command 만들기​

Command: "Translate to Spanish" (Brand Terminology Space 사용)

Translate this content to Spanish (Spain variant):

{{input_content}}

Requirements:
1. Use formal "usted" form
2. Apply terminology from: {{brand_glossary_csv}}
3. Maintain markdown formatting
4. Preserve any URLs or code blocks unchanged
5. Flag any culturally sensitive content with [REVIEW: reason]

Output the translation directly, no explanations.

Command: "Localize for Japan"

Adapt this Spanish translation for Japanese audience:

{{input_content}}

Localization requirements:
1. Convert to appropriate politeness level (teineigo)
2. Adapt examples to Japanese context
3. Use terminology from: {{brand_glossary_csv}}
4. Adjust date/time/currency formats
5. Note any Western concepts needing explanation with [EXPLAIN: term]

Cultural notes to reference: {{cultural_notes_md}}

3단계: Space를 통한 번역 메모리​

번역 메모리 역할을 하는 언어별 Space를 만듭니다.

Space: "Translation Memory - Spanish"

  • 이전에 번역되어 승인된 콘텐츠를 업로드합니다.
  • AI는 향후 번역의 일관성을 위해 이 자료들을 참조합니다.

Command: "Translate with Memory"

Translate this to Spanish, maintaining consistency with previous translations:

New content:
{{input_content}}

Reference our translation history in this Space for:
- Consistent terminology
- Matching tone and style
- Previously approved phrases

Flag any NEW terminology not in our translation memory with [NEW: term].

4단계: 품질 검증​

Command: "Translation Quality Check"

Compare this translation against the original and our standards:

ORIGINAL (English):
[Paste original]

TRANSLATION (Spanish):
{{input_content}}

Check for:
1. Meaning accuracy (any mistranslations?)
2. Terminology consistency (using glossary: {{brand_glossary_csv}})
3. Natural flow (reads naturally to native speakers?)
4. Forbidden terms (checking: {{forbidden_terms_md}})
5. Format preservation (markdown, links intact?)

Output a quality score (1-10) with specific issues found.

5단계: 일괄 처리​

대량의 콘텐츠 세트의 경우:

Command: "Batch Translate Strings"

Translate these UI strings to Spanish:

{{input_content}}

Input format: key=English value
Output format: key=Spanish value

Use glossary: {{brand_glossary_csv}}
Maintain exact key names.
Do not translate placeholder variables like {username} or {{count}}.

프로 팁​

  • Space당 하나의 언어: 더 깔끔한 컨텍스트를 위해 번역 메모리를 언어별로 분리해서 유지하세요.
  • 용어집 버전 관리: 브랜드 용어가 변경되면 용어집 버전을 업데이트하세요.
  • 역번역 테스트: 의미의 왜곡을 발견하기 위해 다시 영어로 번역해 보세요.

잠재적 함정​

  • 컨텍스트 손실: 짧은 문자열은 컨텍스트 없이 잘못 번역될 수 있습니다.
  • 용어집 충돌: 동일한 용어라도 문맥에 따라 다른 번역이 필요할 수 있습니다.
  • 글자 수 제한: 번역된 텍스트가 더 길어질 수 있습니다. UI 제약을 고려하세요.

7. 리서치 종합 워크플로​

난이도: 전문가 소요 시간: 프로젝트당 1-2시간 사전 요구 사항: PDF 수집 기능, 인용 관리 시스템

시나리오​

20개 이상의 출처에 걸친 학술적 또는 비즈니스 리서치를 수행하고 있습니다. 핵심 발견을 추출하고, 테마를 파악하고, 인사이트를 종합하며, 정확한 인용을 유지해야 합니다.

워크플로 아키텍처​

단계별 워크플로​

1단계: 인용이 포함된 Research Space 만들기​

Space: "Market Research 2025"

PDF를 업로드할 때는 설명적인 이름을 사용하세요.

  • Smith2024_AI_Market_Analysis.pdf
  • Jones2023_Consumer_Behavior_Study.pdf
  • TechReport2024_Industry_Trends.pdf

2단계: 인용과 함께 핵심 요점 추출​

Command: "Extract Findings with Citations"

Extract the key findings from this research document:

{{input_content}}

For each finding, provide:
1. Finding summary (1-2 sentences)
2. Direct quote (if available)
3. Page number or section
4. Methodology used
5. Limitations noted by authors

Output format:
### Finding 1: [Title]
- **Summary**: [text]
- **Quote**: "[direct quote]" (p. XX)
- **Method**: [methodology]
- **Limitations**: [any caveats]
- **Citation**: [Author, Year, Title]

3단계: 교차 참조 매트릭스 구축​

Command: "Create Cross-Reference Matrix"

Analyze these research summaries and create a cross-reference matrix:

{{input_content}}

Matrix format:
| Theme/Topic | Source 1 | Source 2 | Source 3 | Consensus |
|-------------|----------|----------|----------|-----------|
| [Theme]     | [✓/✗/~]  | [✓/✗/~]  | [✓/✗/~]  | [Yes/No/Mixed] |

Legend:
✓ = Supports
✗ = Contradicts
~ = Neutral/No data

After the matrix, provide:
1. Strong consensus areas (all sources agree)
2. Contested areas (sources disagree)
3. Research gaps (no sources address)

4단계: 문헌 리뷰 종합​

Command: "Generate Literature Review Section"

Using the research summaries and cross-reference matrix, write a literature review section:

{{input_content}}

Structure:
1. Introduction to the topic
2. Thematic analysis (organize by theme, not by source)
3. Areas of consensus
4. Areas of debate
5. Identified gaps
6. Conclusion

Requirements:
- Use APA 7th edition in-text citations
- Include all sources from the matrix
- Maintain academic tone
- 1500-2000 words

5단계: 참고 문헌 생성​

Command: "Format Bibliography"

Generate a properly formatted bibliography from these citations:

{{input_content}}

Format: APA 7th Edition

Order: Alphabetical by first author's last name

Include:
- All in-text citations mentioned
- DOIs where available
- Access dates for web sources

Output as a formatted reference list.

프로 팁​

  • 대용량 PDF 분할: PDF가 100페이지 이상이면 섹션별로 나누어 추출하세요.
  • 일관된 명명 사용: AuthorYear_ShortTitle.pdf 형식을 사용하면 인용 추적이 쉬워집니다.
  • 하위 Space 만들기: 매우 큰 프로젝트의 경우 하위 주제별로 Space를 만드세요.

잠재적 함정​

  • 인용 정확성: AI가 생성한 인용은 항상 원본 출처와 대조하여 확인하세요.
  • 환각 인용문: AI는 그럴듯하지만 부정확한 직접 인용문을 생성할 수 있습니다.
  • 최신성 편향: AI는 최근 출처에 지나치게 가중치를 둘 수 있습니다. 균형 잡힌 자료 범위를 확보하세요.

8. 프라이버시 우선 민감 데이터 처리​

난이도: 전문가 소요 시간: 초기 설정 1-2시간 사전 요구 사항: Ollama 설치, 로컬 모델 다운로드

시나리오​

클라우드 AI 프로바이더로 전송할 수 없는 기밀 데이터(개인정보, 의료정보, 금융 기록)를 다룹니다. 규정 준수를 유지하면서 이 데이터를 로컬에서 처리해야 합니다.

워크플로 아키텍처​

단계별 설정​

1단계: Ollama 설치 및 구성​

  1. ollama.com에서 Ollama를 다운로드합니다.
  2. 설치 후 서비스를 시작합니다.
  3. 성능이 좋은 모델을 받습니다: ollama pull llama3.1:8b 또는 ollama pull deepseek-coder:33b.
  4. 확인: ollama list에 모델이 표시됩니다.

2단계: Ollama 전용으로 Rephlo 구성​

  1. Settings > Providers를 엽니다.
  2. Ollama를 로컬 엔드포인트(http://localhost:11434)로 구성합니다.
  3. 모든 클라우드 프로바이더 API 키를 비활성화하거나 제거합니다.
  4. 연결을 테스트합니다.

3단계: 프라이버시 준수 Command 만들기​

Command: "Anonymize PII"

Anonymize all personally identifiable information in this text:

{{input_content}}

Replacement rules:
- Names: Replace with [NAME_1], [NAME_2], etc.
- SSN: Replace with [SSN_REDACTED]
- Phone: Replace with [PHONE_REDACTED]
- Email: Replace with [EMAIL_REDACTED]
- Address: Replace with [ADDRESS_REDACTED]
- DOB: Replace with [DOB_REDACTED]

Create a reference key at the end:
[NAME_1] = First name encountered (DO NOT include actual name)

Command: "Summarize Medical Record"

Summarize this medical record for clinical review:

{{input_content}}

Include:
- Chief complaint
- Relevant history
- Current medications
- Assessment and plan

PRIVACY NOTICE: This command runs entirely locally. No PHI is transmitted.

Output in SOAP note format.

Command: "Analyze Financial Statement"

Analyze this financial statement for anomalies:

{{input_content}}

Check for:
1. Unusual transaction patterns
2. Round number red flags
3. Timing irregularities
4. Missing documentation indicators

Format as a compliance review checklist.

4단계: 규정 준수 문서 작성​

Command: "Generate Processing Log"

Create a data processing log entry for compliance:

Processing Details:
- Data Type: [Auto-detect from input]
- Date/Time: [Current]
- Purpose: {{purpose}}
- Retention Policy: [Per company guidelines]

{{input_content}}

Generate a processing record in the format required by [GDPR/HIPAA/SOC2].
Include: Legal basis, data minimization confirmation, and storage location.

5단계: 에어갭 검증​

처리 중 네트워크 트래픽이 없는지 확인합니다.

  1. 인터넷 연결을 끊습니다(Wi-Fi 끄기, 이더넷 분리).
  2. 샘플 민감 데이터로 테스트 Command를 실행합니다.
  3. Command가 성공적으로 완료되는지 확인합니다.
  4. 이를 통해 실제로 로컬에서 처리되었음을 확인할 수 있습니다.

프로 팁​

  • 모델 선택: 일반 작업에는 llama3.1:8b, 코드 분석에는 deepseek-coder:33b를 사용하세요.
  • 정기 업데이트: (민감하지 않은 네트워크에 있을 때) Ollama와 모델을 주기적으로 업데이트하세요.
  • 별도의 사용자 프로필: 민감한 데이터 작업 전용으로 별도의 Windows 사용자 프로필을 사용하세요.

잠재적 함정​

  • 품질 저하: 로컬 모델은 GPT-5.4나 Claude Sonnet 4.6과 같은 최첨단 클라우드 모델에 미치지 못할 수 있습니다. 기대치를 조정하세요.
  • 하드웨어 제약: 대형 모델은 상당한 RAM(16GB 이상)과 GPU(선택 사항이지만 더 빠름)가 필요합니다.
  • History 저장: Rephlo History는 로컬에 저장됩니다. 디스크 암호화가 활성화되어 있는지 확인하세요.

9. 실시간 회의 어시스턴트​

난이도: 전문가 소요 시간: 설정 15분 사전 요구 사항: 듀얼 모니터 또는 분할 화면, 빠른 프로바이더(Gemini 3.5 Flash 또는 GPT-5.4 Mini와 같은 저지연 모델 권장)

시나리오​

실시간 회의 중에 논의 내용을 빠르게 요약하고, 액션 아이템을 추출하고, 후속 이메일을 실시간으로 작성해야 합니다.

워크플로 아키텍처​

단계별 설정​

1단계: Meeting Command Group 만들기​

그룹: "Meeting Tools"(번개 이모지, 노란색)

그룹 내 Command:

  • Quick Summarize
  • Extract Actions
  • Draft Follow-up
  • Clarify Point
  • Translate(국제 회의용)

2단계: 속도 최적화​

  1. Meeting Tools 그룹의 기본 프로바이더로 저지연 모델(Gemini 3.5 Flash 또는 GPT-5.4 Mini와 같은)을 설정합니다(거의 즉각적인 응답).
  2. 한 손으로 조작할 수 있는 Global Hotkey를 구성합니다: Ctrl+\ 또는 Ctrl+.
  3. Settings에서 "Copy to Clipboard Automatically"를 활성화합니다.

3단계: 회의 전용 Command 만들기​

Command: "Quick Summarize" (5초 미만)

Summarize this in 2-3 bullet points. Be extremely concise:

{{input_content}}

Command: "Extract Actions"

Extract action items from this meeting discussion:

{{input_content}}

Format each as:
[ ] [Owner] - [Task] - [Due date if mentioned]

If no owner is clear, use [UNASSIGNED].

Command: "Draft Follow-up Email"

Draft a brief follow-up email based on this meeting discussion:

{{input_content}}

Structure:
- Subject line
- Thank attendees
- Key decisions made
- Action items (with owners)
- Next steps

Keep it under 200 words. Professional but warm tone.

Command: "Clarify Point"

Someone just said this in a meeting and I need to understand it better:

{{input_content}}

Provide:
1. What they likely mean (1 sentence)
2. A clarifying question I could ask
3. Related context that might be relevant

4단계: 실시간 워크플로​

회의 중:

  1. 중요한 내용을 듣습니다.
  2. 메모장에 핵심 문구를 입력하거나 붙여넣습니다.
  3. 텍스트를 선택하고 단축키를 누릅니다.
  4. "Quick Summarize" 또는 "Clarify Point"를 실행합니다.
  5. 그 통찰을 즉시 논의에 활용합니다.

회의 직후:

  1. 전체 회의 노트를 붙여넣습니다.
  2. "Extract Actions"를 실행합니다.
  3. "Draft Follow-up Email"을 실행합니다.
  4. 회의 종료 후 5분 이내에 후속 메일을 보냅니다.

프로 팁​

  • 사전 준비: Rephlo를 열어두고 Meeting Tools 그룹이 보이게 해두세요.
  • 전사(transcription) 활용: 회의 플랫폼에 전사 기능이 있다면 이를 입력으로 사용하세요.
  • 단축키 연습: 실시간 사용에는 근육 기억이 필수적입니다.

잠재적 함정​

  • 주의 분산: 회의 중 Rephlo에 집중하다 보면 내용을 놓칠 수 있습니다.
  • 오디오 지연: 전사가 실제 논의보다 지연될 수 있습니다.
  • 컨텍스트 누락: 짧은 발췌는 전체 맥락 없이는 오해될 수 있습니다.

10. 창작 글쓰기 워크플로​

난이도: 전문가 소요 시간: 가변적(지속 진행 프로젝트) 사전 요구 사항: 스타일 가이드 Space, 캐릭터/세계관 설정 문서

시나리오​

소설이나 장편 콘텐츠를 집필하며 수백 페이지에 걸쳐 캐릭터, 플롯 포인트, 문체의 일관성을 유지해야 합니다.

워크플로 아키텍처​

단계별 설정​

1단계: World Bible Space 만들기​

Space: "Novel - Project Nightfall"

포함할 문서:

  • characters.md - 목소리 샘플이 포함된 전체 캐릭터 프로필
  • plot-outline.md - 챕터별 시놉시스
  • world-rules.md - 마법 체계, 기술, 사회 규칙
  • locations.md - 배경 설명
  • timeline.md - 시간순 사건
  • style-guide.md - 작가의 문체, 시점(POV) 규칙, 시제

캐릭터 프로필 형식:

# SARAH CHEN

## Basics
- Age: 32
- Occupation: Quantum physicist
- Appearance: Short black hair, wire-frame glasses, always wears her mother's jade pendant

## Personality
- Analytical but empathetic
- Dry sense of humor
- Avoids conflict but fierce when cornered

## Speech Patterns
- Uses scientific metaphors
- Rarely uses contractions when stressed
- Catchphrase: "That's statistically improbable."

## Arc
- Chapter 1-5: Skeptic
- Chapter 6-12: Reluctant believer
- Chapter 13-20: Leader

## Voice Sample
"The probability of two people meeting in a city of eight million isn't romantic—it's just math. But math never explained why I couldn't stop thinking about him."

2단계: 챕터별 Command 만들기​

Command: "Draft Chapter Scene"

Write a scene for Chapter {{chapter_number}} based on:

Scene brief:
{{input_content}}

Requirements:
1. Maintain POV: [Third person limited, Sarah's perspective]
2. Match tone: [Reference {{style_guide_md}}]
3. Include characters: [Check {{characters_md}} for voice consistency]
4. Setting: [Check {{locations_md}} for accurate details]
5. Plot alignment: [Verify against {{plot_outline_md}}]

Write approximately 1500 words. End on a hook for the next scene.

Command: "Character Voice Check"

Review this dialogue for character voice consistency:

{{input_content}}

Cross-reference with character profiles in {{characters_md}}.

For each character's lines, check:
1. Speech pattern match (contractions, vocabulary, etc.)
2. Personality alignment
3. Arc-appropriate attitude (based on chapter)

Flag any lines that feel out of character with [OOC: reason].

Command: "Continuity Check"

Check this chapter excerpt for continuity errors:

{{input_content}}

Verify against:
- Timeline: {{timeline_md}}
- Previous chapters: [Note any callbacks]
- World rules: {{world_rules_md}}

Flag:
1. Time inconsistencies
2. Character knowledge errors (character shouldn't know X yet)
3. World-building violations
4. Dropped plot threads

Output as a continuity report.

3단계: 스타일 가이드 적용​

Command: "Apply Style Guide"

Edit this passage to match my writing style:

{{input_content}}

Style requirements from {{style_guide_md}}:
- Sentence rhythm: [Varied, mix short punch with flowing descriptions]
- Dialogue tags: [Said, asked primarily; avoid adverbs]
- Description ratio: [30% description, 40% dialogue, 30% action]
- POV discipline: [Strict limited; no head-hopping]

Rewrite to match these guidelines while preserving the scene's intent.

4단계: 챕터별 워크플로​

각 챕터마다:

  1. 해당 챕터의 플롯 개요를 검토합니다.
  2. "Draft Chapter Scene"을 사용하여 장면별로 초고를 작성합니다.
  3. 대사에 대해 "Character Voice Check"를 실행합니다.
  4. 전체 챕터에 대해 "Continuity Check"를 실행합니다.
  5. 최종 다듬기를 위해 "Apply Style Guide"를 실행합니다.
  6. 향후 참조를 위해 챕터를 Space에 추가합니다.

5단계: 시리즈 바이블 유지 관리​

각 챕터를 완성한 후:

Command: "Update Series Bible"

Based on this completed chapter, identify any updates needed for the series bible:

{{input_content}}

Check for:
1. New character revelations → Update {{characters_md}}
2. New locations introduced → Update {{locations_md}}
3. Timeline events → Update {{timeline_md}}
4. World-building details → Update {{world_rules_md}}

Output as a list of suggested updates with specific text changes.

프로 팁​

  • 초고 버전 관리: 각 초고 버전을 챕터 + 버전 번호와 함께 Space에 저장하세요.
  • 캐릭터 목소리 워밍업: 대사를 쓰기 전에 해당 캐릭터의 목소리 샘플을 다시 읽어보세요.
  • 개요의 유연성: 이야기가 전개됨에 따라 플롯 개요를 업데이트하세요. Space는 현재의 정본(canon)을 반영합니다.

잠재적 함정​

  • AI에 대한 과도한 의존: AI는 여러분의 창작 목소리를 대체하는 것이 아니라 보조하는 역할이어야 합니다.
  • 일관성 이탈: Space가 커질수록 오래된 항목이 최신 항목과 충돌할 수 있습니다.
  • 토큰 제한: 매우 긴 소설은 Space 용량을 초과할 수 있습니다. 완료된 아크는 보관 처리하세요.

요약: 파워 유저 원칙​

이러한 고급 워크플로를 마스터한 후에는 다음 원칙을 기억하세요.

  1. 작업에 맞는 프로바이더 사용: 단순 작업에 프리미엄 모델을 사용하지 마세요.
  2. 기억 장치로서의 Space: 여러분의 Space는 제2의 두뇌입니다. 정리하는 데 투자하세요.
  3. 레시피로서의 Command: 반복되는 워크플로를 위해 재사용 가능한 Command 체인을 만드세요.
  4. 모든 것을 감사하기: 규정 준수와 지속적인 개선을 위해 History를 활용하세요.
  5. 민감한 경우 로컬 사용: 이메일로 보내고 싶지 않은 데이터라면 기본적으로 Ollama를 사용하세요.
  6. 반복하고 개선하기: 이러한 워크플로는 계속 진화합니다. Command를 정기적으로 업데이트하세요.

이 튜토리얼은 숙련된 Rephlo 사용자를 위한 고급 기법을 다룹니다. 이러한 개념이 낯설다면 기본 튜토리얼부터 시작하세요.

관련 문서: