b2b-quote-analysis
Skill0 starsChanged 11 days agoMITView on GitHub
영상·애니메이션·콘텐츠 제작 스튜디오의 B2B 클라이언트 문의 분석 및 견적 작성 스킬. 클라이언트 문의 메일/문서 분석, 누락 정보 파악, 견적 산출, 회신 초안 작성 요청 시 반드시 사용할 것. "견적", "문의 분석", "이 프로젝트 얼마 받아야 해", "클라이언트한테 뭘 물어봐야 해", "회신 메일" 같은 요청이 오면 이 스킬을 참조할 것. 애니메이션/키오스크/영상 제작 외주 문의 전반에 적용.
In this repository12 other files it gives its agents.
- adaptive-korean-voiceSkill
- ai-contest-dbSkill
- dual-agent-instruction-syncSkill
- korea-creator-cashflowSkill
- korea-meeting-to-actionsSkill
- korean-business-messageSkill
- korea-partnership-outreachSkill
- mail-reply-draftSkill
- morning-briefingSkill
- obsidian-journalSkill
- obsidian-task-triageSkill
- todoist-organizerSkill
The file
Files
B2B 견적/클라이언트 문의 분석
AI 활용 애니메이션·콘텐츠 제작 스튜디오의 B2B 외주 문의를 분석하고 견적을 구성하는 스킬.
작업 흐름
- 문의 분석: 클라이언트가 제공한 정보를 정리 (범위, 수량, 납기, 산출물)
- 누락 정보 체크리스트 작성: 아래 표준 체크리스트로 확인
- 회신 초안 작성: 누락 정보를 요청하는 메일 (korean-business-message 스킬의 톤 규칙 준수)
- 견적 산출: 모듈형 견적으로 구성
표준 누락 정보 체크리스트
문의 접수 시 반드시 확인할 항목:
- 범위/수량: 미션·컷·캐릭터·모션 수량, 에피소드 수
- 산출물 스펙: 해상도, 프레임레이트, 파일 포맷, 러닝타임
- 개발사 유무: 별도 개발사가 프로그래밍을 담당하는가? → 담당 시 납품 포맷 확인 (Spine / Lottie / PNG 시퀀스 / 리깅 기반 여부)
- AI 사용 허가: AI 툴 사용 가능 여부, 계약서상 명시 필요 여부
- 산출물 재사용 범위: 제작물의 2차 활용·포트폴리오 사용 가능 범위
- 소스 납기: 클라이언트 측 원본 소스(일러스트, IP 에셋, 게임 푸티지 등) 전달 기한 — 킥오프 일자에 연동해 구체적 날짜로 요구
- 음원: BGM/SFX가 신규 작곡인지 라이브러리 편집인지 (Artlist 등 라이선스 옵션 안내)
- IP 권리: 원저작권 확인 주체 (통상 클라이언트 책임 — 단, 계약서에 명시)
- 피드백 라운드: 수정 횟수 상한
견적 구성 원칙
- 모듈형 견적: 단일 총액이 아닌 항목별 분해 견적 제시 → 클라이언트가 범위 조정으로 예산을 맞출 수 있게 함
- 핵심 변수 명시: 견적 변동 폭이 큰 변수를 먼저 파악
- 캐릭터 수 × 캐릭터당 모션 수 (최대 변수)
- BGM 신규 작곡 vs 라이브러리 편집
- 업스케일 원본 수량, 신규 일러스트 분량
- 개발사의 리깅 포맷 요구 여부
- 러시 프리미엄: 촉박한 일정은 저가 수주 이유가 아니라 할증 근거. 압축 일정 = 러시 비용 명시
- 저가 수주 금지: 일정이 빠듯할수록 견적을 깎지 말 것
단가 산출 원칙
- 초당/분당 단가 계약 구조는 내부적으로 리소스 단위 원가(작업자 시간 × 단계별 공수)를 먼저 잡은 뒤 회신할 것
- 과거 유사 사례가 있으면 그 단가를 기준선으로 삼되, 범위 차이(캐릭터 수·모션 수·음원·개발사 연동)를 반드시 보정
- 사용자의 실제 단가표는 이 스킬에 두지 않고 별도 비공개 문서(옵시디언·스프레드시트 등)에서 참조
협상/커뮤니케이션 팁
- 첫 회차는 클라이언트 제시 예산으로 진행하되, 실투입 공수 기반으로 차기 재협상 여지를 명시하는 전략이 유효
- 견적 논의는 실제 에피소드 샘플을 놓고 화상 미팅으로 진행하는 방식이 효과적
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

