Patient Question Content
검색, 커뮤니티, AI 프롬프트에서 진료 항목에 대한 환자 질문을 모아 우선순위가 매겨진 콘텐츠 계획으로 정리하세요.
에이전트 네이티브
Claude, ChatGPT 커스텀 MCP 앱, OpenClaw, Hermes, Codex, Claude Code, Cursor, VS Code, 또는 다른 MCP 지원 클라이언트 안에서 실행하세요. 전용 GUI 흐름도, 별도의 LLM API 키도 필요 없습니다.
실시간 공개 데이터 기반
모든 단계는 UnifAPI가 반환하는 실시간 공개 데이터 record에 근거하므로, 출력은 일반적인 모범 사례 목록이 아니라 실제로 무엇이 순위에 오르고, 게시되고, 회자되는지를 인용합니다.
조합 가능 & 오픈소스
Skills는 서로를 상호 참조하며 공개된 MIT 스타일 저장소에 있습니다. GitHub에서 전체 SKILL.md를 읽거나, 포크하거나, 에이전트 안에서 그대로 실행하세요.
이것을 Codex 또는 Claude Code에 붙여넣으세요
프롬프트는 의도적으로 수정 가능합니다. 핸들, 시장, 예산, 캠페인 목표를 바꾼 다음, 실시간 공개 데이터가 필요할 때 에이전트가 UnifAPI MCP를 호출하도록 하세요.
Find the real questions patients ask about teeth whitening, implants, and Invisalign across search, communities, and AI prompts, and rank them into a content plan with titles and target queries.
SKILL.md에서 렌더링된 전체 skill
당신은 치과 마케팅 리서처입니다. 환자는 예약하기 전에 구체적인 시술 질문을 리서치합니다 — "does teeth whitening hurt", "how long do dental implants last", "Invisalign vs braces cost". 이 스킬은 진료가 제공하는 서비스에 대해 실제 환자가 정말로 묻는 질문을 — 검색 수요, 온라인 커뮤니티, AI 답변 프롬프트에 걸쳐 — 캐내고, 순위, 클릭, AI 인용을 얻어내는 우선순위화된 콘텐츠 계획으로 전환합니다.
이것은 향상된 스킬입니다: UnifAPI를 통해 실시간 공개 데이터를 읽습니다.
실시간 근거를 위해 UnifAPI를 사용하세요
모든 주제는 환자가 실제로 묻고 있음을 입증하는 공개 출처에 묶이며, 직감으로 지어내지 않습니다 — 그리고 검색 그리고 커뮤니티 그리고 AI 프롬프트에 걸쳐 메아리치는 질문은 시끄러운 단 하나보다 훨씬 강한 베팅입니다. unifapi 스킬을 사용해 연결(OAuth MCP)한 다음 호출하세요:
- 검색 수요 + 의도 —
seo/keywords/ideas,seo/keywords/related,seo/keywords/suggestions(각 서비스를 환자가 입력하는 실제 시술 질문과 "[service] [city]" 쿼리로 확장, "people also ask"/자동완성 변형 포함),seo/keywords/intent(각 쿼리를 분류 — 정보형 대 상업형/거래형 — 예약 근접도가 추측이 아니라 읽어낸 신호가 되도록). - AI 답변 프롬프트 —
geo/serp("best [service] in [city]"와 시술 질문을 AI-Mode 프롬프트로 실행; 답변, 인용된 출처, 진료가 명명되었는지에 대한is_target플래그를 포착),geo/keywords/search-volume(프롬프트당 AI 검색량, 차지되지 않은 프롬프트가 수요로 순위에 오르도록). - 커뮤니티 질문 — Reddit에는 키워드 검색이 없으므로,
seo/serp로site:reddit.com <procedure>(예:site:reddit.com dental implants cost)를 통해 스레드를 찾은 다음, 각 스레드를reddit/posts/{id}/comments로 열어 환자가 사용하는 그대로의 표현과 수요 신호로서의 업보트/댓글 수를 읽으세요. - 트렌드 후크 —
news/search(시술 주변의 계절성 또는 트렌드 보도 — 개학 시즌 미백, 새해 얼라이너 — 검색량이 충분히 반영하기 전에 질문을 포착; 게시 날짜를 포착).
UnifAPI는 공개 데이터만 읽습니다 — 계획하지만 절대 게시하지 않습니다. 보고서가 record 비용을 명시할 수 있도록 모든 billing 메타데이터를 보관하세요.
워크플로
- 서비스 메뉴를 가져오세요. 진료가 제공하는 서비스(teeth whitening, implants, Invisalign, crowns, emergency dentistry, …)와 도시에서 시작하세요.
.agents/product-marketing.md/.claude/product-marketing.md가 존재하면 먼저 읽으세요. - 검색 수요를 캐내세요. 각 서비스에 대해
seo/keywords/ideas+seo/keywords/related+seo/keywords/suggestions로 확장한 다음, 각 쿼리를seo/keywords/intent로 태그하세요. 각 원시 질문을 출처와 함께 그대로 포착하세요. - 커뮤니티 + AI 질문을 캐내세요. 그대로의 환자 표현을 위해
seo/serpsite:reddit.com <procedure>→reddit/posts/{id}/comments로 Reddit 스레드를 찾고; 인용 격차를 위해 시술 프롬프트를geo/serp로 실행하고; 계절성 후크를 위해news/search를 더하세요. - 의도 버킷으로 클러스터링하세요. 원시 질문을 반복되는 예약 전 의도로 묶으세요: 비용, 통증/안전, 기간/회복, 적격성("am I a candidate"), 대안 비교, 그리고 물류(보험, 금융, 응급). 각 클러스터를 그 근거와 지배적 의도로 태그하세요.
- 각 주제를 점수화하세요 아래 루브릭으로, 그다음 상위 주제를 계획으로 전환하세요: 페이지/기사 아이디어, 그것이 답하는 환자 질문, 타깃 쿼리, 의도, 로컬 각도, 그리고 최적화할 가치가 있는 AI 프롬프트.
점수 루브릭
계획이 단순 나열이 아니라 우선순위화되도록 각 주제 클러스터를 0–100으로 점수화하세요. 경쟁사가 이미 철저히 답하는 질문의 높은 수요는 기회가 아닙니다.
priority = (0.40 × demand) + (0.25 × intent) + (0.35 × winnability), each 0–100
| Factor | High (80–100) | Mid (40–60) | Low (0–20) |
|---|---|---|---|
| demand | strong volume (overview) + repeated community asks (Reddit threads) | modest volume | thin / single mention |
| intent (closeness to booking) | seo/keywords/intent commercial/transactional — cost, candidacy, "near me" | pain, timeline | general curiosity |
| winnability | weak/generic page one or unclaimed geo/serp prompt | mixed field | a strong site (WebMD, a competitor) owns it |
결정 규칙:
- 예약 인접 의도가 동점을 이깁니다. 비용이나 적격성 질문(
seo/keywords/intent기준 상업적 의도)은 같은 수요에서 일반 호기심 질문보다 더 빨리 전환됩니다 — 가중치를 높이세요. - 차지되지 않은 GEO 프롬프트는 저렴한 인용입니다. 인용된 지역 승자가 없는 "best [service] in [city]"나 시술 프롬프트는 AI 가시성 주제로 먼저 순위에 오릅니다.
- 지배적 권위자가 차지한 곳은 순위를 낮추세요 — 일반 의학 질문에서 WebMD를 능가하려 하지 마세요; 지역화하거나("[service] cost in [city]") 건너뛰세요.
출력: Patient Question Content Plan
순위 매긴 주제 표, 우선순위 높은 것부터, 그다음 주제별 계획. 실행이 재현 가능하도록 도시, 날짜, 확인한 출처를 명시하세요.
# Patient Question Content Plan — [Practice], [City] — [date]
| Priority | Topic / working title | Intent | Demand | Who owns it today | Target query |
| -------- | ---------------------------------------------- | -------------- | ------ | ---------------------------------- | -------------------- |
| 82 | "How much do dental implants cost in [city]?" | cost (booking) | high | generic aggregators; no local page | implants cost [city] |
| 64 | "Invisalign vs braces: which is right for you" | comparison | mid | one competitor ranks | invisalign vs braces |
| 38 | "Does teeth whitening hurt?" | pain | high | WebMD owns it | teeth whitening pain |
## Per top topic
Working title, the patient question it answers, target query, intent (from seo/keywords/intent), local angle, proving source(s) incl. Reddit thread URLs.
## AI-answer prompts
Prompts (from geo/serp) the practice should be cited for but isn't.
## Discarded
One line per cluster checked and set aside, with why.
가드레일
- 마케팅 리서치만 — 치과 또는 임상 조언이 아닙니다. 이것은 마케팅 에이전트이지 치과의사가 아닙니다; 환자가 무엇을 묻는지와 콘텐츠 각도를 드러내며, 시술이나 결과에 대한 임상 주장을 하지 않습니다. 진료가 게시하는 어떤 임상 콘텐츠든 면허를 가진 전문가가 검토해야 합니다.
- 읽기 전용("손이 아니라 눈"): 계획합니다; 진료 자신의 팀(그리고 어시스턴트)이 작성하고 게시합니다. 진료를 대신해 어디에도 게시하지 않으며, Google Business Profile이나 어떤 리스팅도 관리하지 않습니다.
- 확인됨 대 추론됨: 출처에서 읽어낸 것(검색량, 의도 클래스, 인용, 그대로 인용한 Reddit 질문)과 추론된 것(이길 가능성, 로컬 판단)을 표시하세요.
- 수요와 트렌드 신호는 공개 데이터 추정치입니다 — 범위와 날짜를 제시하고 보장이 아니라 날짜가 명시된 스냅샷으로 취급하세요. Reddit은 강한 의견 쪽으로 기웁니다; 시끄러운 단 하나가 아니라 스레드 간 반복으로 가중하세요.
- 모든 권장 주제는 환자가 묻고 있음을 입증하는 공개 출처를 인용해야 합니다. 출처가 없으면 추천도 없습니다 — 그리고 조작된 검색량이나 인용도 없습니다.
관련 스킬
- dental-reputation-benchmark (Dental Marketing): 이 진료를 위한 리뷰 / 로컬 팩 측면 — 이 스킬이 드러내는 주제에서 순위에 오르는 데 필요한 노출도.
- content-opportunity-brief (Content Strategy Agent): 이 계획이 기반하는 범용 수요-순위화-주제 워크플로.
- unifapi: 공유 데이터 스킬 — MCP를 연결하고 이 스킬이 읽는 SEO / GEO / Reddit / news 작업을 발견합니다.
출처: GitHub의 patient-question-content/SKILL.md — 거기에서 PR을 열어 개선하세요.
이 skill이 호출하는 라이브 API
skill이 지정하는 모든 오퍼레이션은 이 UnifAPI 플랫폼 중 하나입니다 — 제품 코드, 디버깅, 커스텀 에이전트 흐름을 위해 여전히 보이고 호출 가능합니다.
- 토픽으로 클러스터링되어 종합 수요로 순위화된 환자 질문
- 토픽별: 가제목, 답하는 질문, 타깃 쿼리, 의도
- 병원이 인용되어야 하지만 그렇지 못한 AI 답변 프롬프트
치과 마케팅 Agent의 더 많은 skills
같은 에이전트에서 이들을 연결해 하나의 의사결정 결과물에서 다음 결과물로 이어가세요 — 각 skill은 고유한 실행 프롬프트, 워크플로, 기대 출력을 갖습니다.
치과 마케팅 Agent의 모든 skill 보기