career-plan

구직 폴더({user_dir}) 확인: 먼저 현재 작업 디렉터리에서 CareerLoop/ 폴더(또는 한 단계 위·아래)를 찾아 그 폴더가 들어 있는 디렉터리를 {user_dir}로 쓴다. 홈 디렉터리 전체를 검색하지 않는다. 작업 디렉터리에서 찾지 못하면 사용자에게 경로를 묻고, 그래도 없으면 /careerloop:launch를 안내한다.

career-plan을 실행해 현실적인 커리어 플랜, {user_dir}/CareerLoop/career-trajectory.md의 사람이 읽는 보고서, 그리고 {user_dir}/CareerLoop/career-trajectory-data.json의 구조화된 career_trajectory_v1 아티팩트를 만듭니다.

워크플로

디렉터리 공유 (호스트 연동)

이 스킬을 실행하는 동안 호스트 UI가 에이전트와 공유할 디렉터리를 요청하면, {user_dir} 구직 폴더(CareerLoop/를 포함한 폴더)만 공유합니다.

이 스킬의 모든 읽기/쓰기 대상:

• {user_dir}/CareerLoop/profile.md
• {user_dir}/CareerLoop/ExperienceLibrary.json
• {user_dir}/CareerLoop/career-trajectory.md
• {user_dir}/CareerLoop/career-trajectory-data.json
• {user_dir}/CareerLoop/career-trajectory-{as_of}-{ideal_role_slug}.md (버전별 보고서 스냅샷)
• {user_dir}/CareerLoop/career-trajectory-data-{as_of}-{ideal_role_slug}.json (버전별 데이터 스냅샷)

전체 워크스페이스나 관련 없는 폴더는 공유하지 않습니다.

1. 필수 데이터 존재 확인

읽을 파일:

• {user_dir}/CareerLoop/profile.md
• {user_dir}/CareerLoop/ExperienceLibrary.json

없으면 다음과 같이 출력합니다.

커리어 플랜을 건너뜁니다: 먼저 /careerloop:launch를 실행해 CareerLoop/를 초기화하세요.

2. 선택적 이상적 직무 인자

사용자가 명시적인 목표를 제공하면(예: "for an Applied AI PM role"("Applied AI PM 직무로") 또는 "ideal_role: Senior Product Manager"), 맞춤형 갭 분석을 위해 이를 ideal_role로 기록합니다. 그렇지 않으면 ideal_role = null로 설정합니다.

3. 시장 인텔리전스 확인 (수요 + AI 대체 + 보상 방향)

market-researcher 에이전트에게 다음을 넘깁니다.

• 전체 profile.md와 (제공된) 주요 목표 직무/지역
• 전체 ExperienceLibrary.json (대체 리스크를 사용자의 지속 가능한 강점과 맞출 수 있도록)
• 지시: 다음 기간별 신호를 만들 것
  • Near-term (0–18 months)
  • Medium-term (18 months–4 years)
  • Long-term (4+ years)
• 보상 추이 방향(각 기간에 걸쳐 보상이 오르거나 정체되는 경향)과 지역 경쟁도 메모

4. 솔직한 궤적 종합

honest-advisor 에이전트에게 다음을 넘깁니다.

• 3단계의 시장 인텔리전스 출력
• 전체 프로필 + ExperienceLibrary
• 선택적 ideal_role (있는 경우)
• ## Employment Context(있는 경우)도 함께 전달해, 플랜이 이직 비용(재직 중) 또는 긴급성/runway(무직)를 반영하도록 함

지시: norm/exception/strategy 패턴을 적용해 다음을 담은 CareerTrajectoryReport를 출력할 것

• 현재 위치 평가 (경쟁 우위 수준 + 이유, 가능하면 트래커/ExperienceLibrary에 근거)
• 달성 가능성 순으로 정렬한 현실적인 단기 궤적 (0–18개월)
• 분기(예: IC vs 매니지먼트, 스타트업 vs 대기업)를 포함한 중기 궤적 (18개월–4년)
• 장기 전망 (4년 이상), 천장 리스크/선택지에 대한 솔직한 프레이밍
• ROI(비용 x 시간 x 영향) 순으로 정렬한 시장 기반 갭 분석

ideal_role이 설정돼 있으면:

• "Ideal role gap analysis" 섹션(제목은 영문 그대로)을 추가해, 이상적인 직무가 현실적으로 달성 가능한지, 어떤 조건/기간에서 가능한지, 어떤 단계가 결과 확률을 가장 크게 바꿀지 서술합니다.

5. 보고서 + career_trajectory_v1 데이터 저장 (버전별 이력 포함)

실행할 때마다 두 개의 아티팩트를 씁니다.

1. 마크다운 보고서 (사람이 읽는 용도, JSON 내장 없음):

• 버전별 스냅샷: {user_dir}/CareerLoop/career-trajectory-{as_of}-{ideal_role_slug}.md
• 정본 보고서: {user_dir}/CareerLoop/career-trajectory.md

2. career_trajectory_v1 JSON (기계가 읽는 용도, job-scout, search-jobs, compare-offers, daily-schedule이 사용):

• 버전별 스냅샷: {user_dir}/CareerLoop/career-trajectory-data-{as_of}-{ideal_role_slug}.json
• 정본 데이터: {user_dir}/CareerLoop/career-trajectory-data.json

여기서:

• as_of = 현재 날짜 YYYY-MM-DD
• ideal_role_slug = ideal_role을 소문자로 바꾸고, 앞뒤 공백을 제거하고, 공백은 -로 합치고, \ / : * ? " < > | 문자를 제거한 값. ideal_role = null이면 no-ideal-role을 사용합니다.

쓰기 순서 (권장):

• 먼저 버전별 스냅샷 두 개(.md + .json)를 씁니다.
• 그다음 정본 파일 두 개(.md + .json)를 써서, 다운스트림 소비자가 항상 최신 쌍을 읽도록 합니다.

마크다운 제목 요구사항: 다음과 같은 줄을 포함합니다. ## Career trajectory analysis ({YYYY-MM-DD}) 이렇게 하면 독자(그리고 daily-schedule 폴백)가 보고서 날짜를 한눈에 알 수 있습니다.

career_trajectory_v1 JSON 요구사항: 데이터 파일은 다음 형태의 유효한 JSON이어야 합니다.

{
  "schema": "career_trajectory_v1",
  "as_of": "{YYYY-MM-DD}",
  "ideal_role": "{string or null}",
  "near_term_roles": [
    { "rank": 1, "role_title": "...", "achievability_label": "high|med|low", "rationale": "..." }
  ],
  "medium_term_roles": [
    { "rank": 1, "role_title": "...", "achievability_label": "high|med|low", "rationale": "..." }
  ],
  "gap_analysis": [
    { "priority_rank": 1, "gap_area": "...", "why_it_matters": "...", "roi_score_0_100": 0, "cost_time_estimate": "...", "execution_risks": "..." }
  ]
}

이 JSON을 career-trajectory.md에 내장하지 않습니다. 다운스트림 스킬은 career-trajectory-data.json을 직접 읽습니다.

디스크 쓰기 도구가 실패하면:

• 저장한 것처럼 꾸미지 않습니다.
• 전체 마크다운 보고서와 JSON 페이로드를 각각 별도의 코드 블록으로 보여주고, 위의 버전별 + 정본 경로에 직접 저장하도록 사용자에게 안내합니다.

6. 결과 제시

대화형 CareerTrajectoryReport를 채팅으로 제시하고 다음과 같이 확인합니다.

스냅샷을 {user_dir}/CareerLoop/career-trajectory-{as_of}-{ideal_role_slug}.md와 {user_dir}/CareerLoop/career-trajectory-data-{as_of}-{ideal_role_slug}.json에 저장했습니다(다운스트림 점수화를 위해 정본 career-trajectory.md + career-trajectory-data.json도 업데이트했습니다).