Show HN: 55K 단어 email marketing knowledge base와 Claude Code skill을 만들었습니다
Source: Hacker News
내 연구 과정
모든 주요 이메일‑마케팅 주제에 걸쳐 여러 스프린트를 진행했습니다. 크롤러가 908개 소스를 수집했으며, 여기에는 Litmus, Klaviyo, HubSpot, Campaign Monitor, Salesforce 연례 보고서; 실무자 블로그; 학술 연구; 플랫폼 문서; Reddit 스레드; Shopify 포럼; 그리고 X(구 Twitter) 커뮤니티 토론이 포함됩니다. 이 중에서 4,798개의 개별 인사이트를 추출했습니다. 가이드에 포함된 모든 주장에는 출처가 있으며, 출처가 없는 의견은 모두 삭제했습니다.
그 결과 EMB v4가 탄생했습니다: 16개 챕터에 걸쳐 80 k 단어 이상. 두 차례의 편집 과정을 거쳐 중복을 제거하고 겹치는 섹션을 통합하며, 자리 잡지 못한 내용은 삭제했습니다. 최종 분량은 55 000단어가 되었습니다. 인용된 모든 이메일 전문가에게 피드백을 요청했으며, 절반 이상이 참여해 수정에 반영했습니다.
스킬 vs. 바이블 문제
전체 55 k‑단어 가이드는 컨텍스트 창에 넣기엔 너무 큽니다. 전체를 Claude에 넘겨도 일관된 답변을 기대할 수 없습니다.
그래서 SKILL.md는 별도로 만든 압축된 추출본입니다: 핵심 프레임워크, 벤치마크, 실무자 이름, 전술적 임계값 등을 컨텍스트에 맞게 정리했습니다. Claude에게 질문하고 스킬이 설치돼 있으면, 원시 문서 덤프에서 찾으려 하지 않고 구조화된 요약을 활용합니다.
문제는 스킬과 “바이블”이 서로 어긋날 수 있다는 점입니다. 바이블이 업데이트될 때(전문가가 수정 사항을 보내거나 더 나은 데이터가 등장하면) 스킬도 수동으로 동기화해야 합니다. 명확한 해결책은 MCP 서버를 두어 두 파일을 연결하고, 바이블에 변화가 생기면 자동으로 스킬에 반영되게 하는 것입니다. 다음 큰 업데이트 때 이를 구현할 계획입니다.
데이터 격차
SmartrMail에서 가끔 “전환 지혜”나 이메일 최적 관행이 실제 집계 발송 데이터와 맞지 않는 경우를 보았습니다. 예시: “뉴스레터를 보내기에 가장 좋은 요일은 화·목 오전 9시”라는 규칙. 실제로는 케이스별로 다르며, 이 규칙을 그대로 적용하면 참여도가 오히려 떨어지는 경우가 많았습니다.
이 프로젝트의 약점은 공개된 연구에만 기반을 두고 있다는 점입니다. 공개 벤치마크는 과거 데이터를 뒤돌아보는 것이며, 사용 사례가 매우 다양하고, 종종 이메일 서비스를 제공하는 업체가 이메일을 좋게 보이게 만들려는 인센티브가 있습니다.
제가 진정으로 원하는 것은 익명화된 발송‑레벨 데이터입니다. 예를 들어:
- 제목 → 오픈율 (리스트 규모, 산업, 발송 시간별)
- 본문 구조 → 클릭율
- 플로우 구성 → 수신자당 매출
이와 같은 데이터를 보유하고 있거나 작업 중인 사람이 있다면, 기여해 주시면 매우 감사하겠습니다.
ESP 통합 문제
AI와 ESP(이메일 서비스 제공업체) 간 연결은 아직 형편없습니다. 대부분의 플랫폼은 기본 CRUD 작업을 위한 API는 제공하지만, Claude가 실제 캠페인을 실행하는 데 필요한 수준은 아닙니다. 구독자 수는 가져올 수 있지만, 플로우 성과를 의미 있게 분석하거나, 세그먼트를 재구성하거나, 배달 가능성 진단을 프로그래밍 방식으로 얻는 것은 불가능합니다.
몇몇 ESP는 MCP 서버를 추가하기 시작했으며(가이드 14장에 언급), 아직 초기 단계이고 파편적입니다. 이 문제가 해결될 때까지 스킬은 조언 역할에 머무릅니다—무엇을 해야 할지는 알려주지만 직접 실행해 주지는 못합니다. 이 격차를 메우는 것이 앞으로의 목표입니다.
현재 라이브 상태
설치
git clone https://github.com/CosmoBlk/email-marketing-bible.git ~/.claude/skills/email-marketing-bible- 웹사이트:
- MIT 라이선스. 유료 장벽 없음. 이메일 게이트 없음. 제휴 링크 없음.
질문이 있으면 언제든지 답변해 드리겠습니다!
댓글 URL: (포인트: 6) (댓글: 1)