Skip to content

llm-usage.md

Latest commit

 

History

History
508 lines (369 loc) · 18.7 KB

llm-usage.md

File metadata and controls

508 lines (369 loc) · 18.7 KB

LLM 사용 현황

최종 갱신: 2026-04-14 | 제안서 LLM 호출 추가, 업체명 추론 NONE 키워드 방식, 인텐트 통합 (get_minutes + search_minutes + company_memo)

1. 모델 구성

역할 모델 비고
기본 Claude claude-haiku-4-5 대부분의 텍스트 생성·분석·분류
웹 검색 포함 Claude claude-haiku-4-5 + web-search 베타 툴 Before Agent 업체/인물 리서치 (_search)
회의록 생성·수정 전용 Claude claude-sonnet-4-5 agents/during.py _generate_minutes() (고품질)
제안서 생성 전용 Claude claude-sonnet-4-5 agents/proposal.py (고품질)
명함 OCR 전용 Claude claude-haiku-4-5 (Vision) agents/card.py

Gemini는 2026-04-17 이전에 모든 경로에서 제거되어 Claude로 통일되었습니다.

2. 호출 함수

함수 에이전트 도구 용도
_search(prompt) Before Claude Haiku + web-search 베타 툴 웹 검색이 필요한 경우
_generate(prompt) / generate_text() Before, During, After, Feedback, Trello 주간 Claude Haiku (검색 없음) 텍스트 생성·분석만 필요한 경우
_generate_minutes(prompt) During Claude Sonnet 직접 호출 회의록 생성·수정 전용
ocr_business_card(image_bytes) Card Claude Haiku Vision (직접 호출) 명함 이미지 OCR + 구조화

STT (음성→텍스트): LLM 미사용. Deepgram REST API (nova-2, tools/stt.py) 별도 처리.

3. Before Agent LLM 호출

3.1 업체 뉴스 검색

  • 위치: agents/before.py → research_company()
  • 함수: _search
  • 프롬프트: prompts/briefing.py → company_news_prompt(company_name)
오늘(YYYY년 MM월 DD일) 기준으로 '{company_name}'의 최근 동향을 검색해줘.

다음 형식으로 3~5개 항목을 반환해줘. 반드시 한국어로:
- [제목] (출처 URL)

조건:
- 투자, 신사업, 제품 출시, 파트너십, 주요 인사 등 비즈니스 관련 뉴스
- 각 항목에 출처 링크 필수 포함
- 없으면 "최근 공개된 정보 없음" 으로만 답변

3.2 인물 정보 검색

  • 위치: agents/before.py → research_person()
  • 함수: _search
  • 프롬프트: prompts/briefing.py → person_info_prompt(person_name, company_name)
'{company_name}'의 '{person_name}'에 대한 공개 정보를 검색해줘.

다음 형식으로 반환해줘. 반드시 한국어로:
- 직책/역할:
- LinkedIn: (URL 또는 없음)
- 주요 활동: (인터뷰, 발표, SNS 등 공개 정보, 출처 링크 포함)
- 성향/특이사항: (공개된 정보 기반)

조건:
- 동명이인 주의 — 반드시 '{company_name}' 소속임을 확인할 것
- 확인되지 않은 정보는 포함하지 말 것
- 공개 정보가 없으면 "공개 정보 없음" 으로만 답변

3.3 서비스 연결점 분석

  • 위치: agents/before.py → research_company()
  • 함수: _generate
  • 프롬프트: prompts/briefing.py → service_connection_prompt(company_info, knowledge)
우리 회사 서비스와 상대 업체의 접점을 분석해줘. 반드시 한국어로.

[우리 회사 서비스]
{company_knowledge.md 내용}

[상대 업체 정보]
{업체 뉴스 검색 결과}

다음 형식으로 2~3가지만 간결하게:
- [우리 서비스] ↔ [상대 업체 관심사/니즈]: 한 줄 설명

억지로 끼워맞추지 말고, 실제 접점이 없으면 "명확한 접점 없음"으로 답변.

3.4 자연어 미팅 파싱

  • 위치: agents/before.py → create_meeting_from_text()
  • 함수: _generate
  • 프롬프트: prompts/briefing.py → parse_meeting_prompt(user_message)

3.4-2 미팅 초안 병합 (대화형 미팅 생성)

  • 위치: agents/before.py → update_meeting_from_text()
  • 함수: _generate
  • 프롬프트: prompts/briefing.py → merge_meeting_prompt(existing_info, new_message)
기존 미팅 초안이 있고, 사용자가 새 메시지를 보냈습니다.
이 메시지가 기존 초안의 업데이트인지, 아니면 무관한 메시지인지 판단해줘.

[기존 미팅 초안]
{existing_info}

[새 메시지]
{new_message}

JSON으로만 반환:
{"is_update": true/false, "updated_info": {...}, "changed_fields": [...]}

3.5 자연어 미팅 파싱

다음 메시지에서 미팅 정보를 추출해줘. 오늘 날짜는 {today}이야.

메시지: "{user_message}"

JSON 형식으로만 답변 (다른 텍스트 없이):
{
  "date": "YYYY-MM-DD",
  "time": "HH:MM",
  "duration_minutes": 60,
  "participants": ["이름1", "이름2"],
  "participant_emails": {"이름1": "email@example.com"},
  "title": "미팅 제목",
  "agenda": "어젠다 (없으면 빈 문자열)",
  "location": "장소 (없으면 빈 문자열)"
}

추출 규칙:
- participants: 이름만 추출 ("김민환(kim@co.com)" → "김민환")
- participant_emails: 메시지에 이메일이 명시된 경우만 포함, 없으면 {}
- "15시" → "15:00", "오후 3시" → "15:00", "오전 10시" → "10:00"
- 시간 언급 없으면 "09:00"
- "오늘" → {today}, "내일" → 오늘 날짜 +1일 계산
- duration 언급 없으면 60
- location: 명시된 장소가 없으면 빈 문자열 ""

3.5 업체명 추론 (_infer_company_from_title)

  • 위치: agents/before.py → _infer_company_from_title(title, company_candidates)
  • 함수: _generate
  • 동작: 회의 제목에서 업체명을 LLM으로 추론. 추론 불가 시 NONE만 반환하도록 프롬프트에 명시.
  • 폴백 체인: extendedProperties.private.company → 제목 LLM 추론 → 참석자 기반 역추론 (_infer_company_from_attendees)

2026-04-02: _extract_company_with_llm() 등 제거. 2026-04-14: 프롬프트를 NONE 키워드 방식으로 개선 — LLM이 설명문 대신 NONE만 반환하도록 강제.

3.6 company_knowledge.md 갱신

  • 위치: agents/before.py → update_company_knowledge()
  • 함수: _generate
  • 프롬프트: prompts/briefing.py → update_knowledge_prompt(drive_files_content)
다음 자료를 바탕으로 우리 회사(아이콘루프/파라메타) 서비스 요약을
{today} 기준으로 업데이트해줘.

[자료]
{현재 company_knowledge.md 내용}

다음 마크다운 형식으로 작성:
# 아이콘루프 (ICONLOOP) 서비스 요약

## 회사 개요
## 주요 제품 및 서비스
## 핵심 강점
## 서비스 연결 포인트 (미팅 활용)
| 상대 업체 관심사 | 연결 가능 서비스 |

*last_updated: {today}*

4. During Agent LLM 호출

During Agent는 트랜스크립트(자동) + 수동 노트를 결합하여 내부용·외부용 2종의 회의록을 생성합니다. 내부용은 _generate_and_post_minutes()에서 1회 호출하여 초안을 저장하고, 외부용은 [저장 및 완료] 확정 후 finalize_minutes()에서 별도로 생성합니다.

4.1 내부용 회의록 생성 (1차 호출)

  • 위치: agents/during.py → _generate_and_post_minutes()
  • 함수: _generate_minutes (Claude claude-sonnet-4-5 직접 호출)
  • 프롬프트: prompts/briefing.py → minutes_internal_prompt(meeting_title, meeting_date, attendees, transcript, notes_text)
  • 입력: 트랜스크립트 (있으면) + 수동 노트 (있으면) 조합
다음 자료를 바탕으로 내부용 회의록을 작성해줘. 반드시 한국어로.
내부용이므로 전략적 판단, 내부 의견, 주의사항 등 모든 논의 내용을 포함해줘.

[미팅 정보]
- 제목: {meeting_title}
- 날짜/시간: {meeting_date}
- 참석자: {attendees}

[트랜스크립트]         ← 있는 경우만 포함
{transcript[:8000]}

[수동 노트]            ← 있는 경우만 포함
{notes_text}

다음 마크다운 형식으로 작성:

## 회의 요약
## 주요 결정 사항
## 액션 아이템
## 주요 논의 내용
## 내부 메모

4.2 외부용 회의록 생성 (2차 호출)

  • 위치: agents/during.py → finalize_minutes() — '저장 및 완료' 확정 후 생성
  • 함수: _generate_minutes (Claude claude-sonnet-4-5 직접 호출)
  • 프롬프트: prompts/briefing.py → minutes_external_prompt(meeting_title, meeting_date, attendees, internal_minutes)
  • 입력: 최종 확정된 내부용 회의록 전문 (직접 편집 내용 반영 후)
다음 내부용 회의록을 바탕으로 외부 공유용 회의록을 작성해줘. 반드시 한국어로.
외부용이므로 양측이 합의한 내용과 공유 액션 아이템만 포함하고,
내부 전략이나 상대방에 대한 평가 등 내부 의견은 제외해줘.
전문적이고 중립적인 톤으로 작성해줘.

[미팅 정보]
- 제목: {meeting_title}
- 날짜/시간: {meeting_date}
- 참석자: {attendees}

[내부용 회의록]
{internal_minutes}

다음 마크다운 형식으로 작성:

## 회의 개요
## 주요 합의 사항
## 공동 액션 아이템
## 다음 단계

4.3 회의록 수정 요청 재생성 (검토 단계)

  • 위치: agents/during.py → handle_minutes_edit_reply()
  • 함수: _generate_minutes (Claude Sonnet, 1회 — 내부용만)
  • 트리거: [✏️ 수정 요청] 버튼 클릭 후 스레드 답글
다음 회의록을 아래 수정 요청에 따라 수정해줘. 반드시 한국어로.

[기존 회의록]
{internal_body}

[수정 요청]
{edit_text}

수정된 전체 회의록을 동일한 마크다운 형식으로 반환해줘.

내부용만 재생성 → 새 초안 메시지 발송. 외부용은 재생성하지 않으며, [저장 및 완료] 시 finalize_minutes()에서 최종 내부용을 기반으로 생성.

4.4 입력 소스 조합 규칙

트랜스크립트 수동 노트 생성 방식
O O 두 소스 모두 포함하여 내부용 생성
O X 트랜스크립트만으로 내부용 생성
X O 노트만으로 내부용 생성 (90분 fallback 포함)
X X 해당 없음 (트랜스크립트 없으면 처리 안 함)

5. After Agent LLM 호출

After Agent는 회의록 생성 완료 직후 백그라운드 스레드로 실행됩니다. LLM은 1회 호출됩니다: 내부용 회의록에서 액션아이템 추출.

5.1 액션아이템 추출

  • 위치: agents/after.py → _extract_and_save_action_items()
  • 함수: _generate
  • 프롬프트: prompts/briefing.py → extract_action_items_prompt(internal_body)
다음 회의록에서 액션아이템만 추출해줘.

[회의록]
{internal_body}

JSON 배열로만 답변해줘. 다른 텍스트 없이 JSON만:
[
  {"assignee": "담당자 이름 (없으면 null)", "content": "액션아이템 내용", "due_date": "YYYY-MM-DD (없으면 null)"}
]

조건:
- 명확한 할 일이나 결정된 작업만 포함 (논의 내용 제외)
- 담당자가 명시되지 않은 경우 null
- 기한이 명시되지 않은 경우 null
- 액션아이템이 없으면 빈 배열 [] 반환

추출 결과는 store/user_store.py → action_items 테이블에 저장됩니다.

5.2 후속 일정 패턴 감지

LLM 호출 없이 키워드 매칭으로 처리합니다.

  • 위치: agents/after.py → _suggest_followup()
  • 방식: 내부용 회의록 본문에서 아래 키워드 포함 여부를 단순 검색
_FOLLOWUP_PATTERNS = [
    "다음 미팅", "후속 미팅", "다시 만나", "follow-up", "follow up",
    "후속 일정", "다음에 만나", "재미팅",
]

패턴 감지 시 Slack Block Kit 버튼 메시지 발송 (LLM 미사용).

3.7 자연어 인텐트 분류

  • 위치: main.py → _classify_intent(text)
  • 함수: generate_text (before.py의 _generate public 래퍼)
  • 프롬프트: main.py → _INTENT_PROMPT (인라인 정의)
다음 메시지의 의도를 분류해줘.

메시지: "{text}"

아래 인텐트 중 하나로 분류하고, 관련 파라미터를 추출해줘.
JSON으로만 응답해줘:
{"intent": "...", "params": {...}}

인텐트 목록:
- briefing: 브리핑 요청
- create_meeting: 미팅 생성 요청 (params: title, date, time, participants)
- start_session: 미팅 시작 (params: title)
- add_note: 노트 추가 (params: note)
- end_session: 미팅 종료
- generate_minutes: 회의록 작성 요청
- get_minutes: 회의록 조회
- research_company: 기업 리서치 (params: company)
- research_person: 인물 리서치 (params: person, company)
- update_knowledge: 지식 갱신
- dreamplus_book: 드림플러스 회의실 예약 (params: text)
- dreamplus_list: 내 회의실 예약 목록 조회
- dreamplus_cancel: 회의실 예약 취소 (params: text)
- dreamplus_credits: 드림플러스 크레딧 조회
- dreamplus_settings: 드림플러스 계정 설정
- get_minutes: 회의록 조회·검색 (params: query — 업체명, 날짜, 기간 등 원본 그대로. 단순 목록 조회면 빈 문자열)
- trello_search: Trello 카드 조회/검색 (params: query)
- trello_weekly_report: Trello 워크스페이스 주간 보고서 생성 (params: days — 수집 기간 일수, 기본 7)
- company_memo: 업체 관련 메모 저장 (params: company, memo)
- feedback: 기능 요청·개선 제안·버그 리포트
- help: 도움말·사용법 요청
- unknown: 위 항목에 해당 없음

분류 실패(JSON 파싱 오류) 시 {"intent": "unknown", "params": {}} 반환. unknown 인텐트 수신 시 /도움말 안내 메시지 발송 (단순 에러 메시지 → 도움말 안내로 개선, 2026-04-02).

5.5 Proposal Agent LLM 호출 (제안서)

5.5.1 제안서 개요 생성 (Intake)

  • 위치: agents/proposal.py → 개요 생성
  • 함수: _generate (Claude Haiku)
  • 프롬프트: prompts/templates/proposal_intake.md
  • 입력: 내부용 회의록 전문
  • 출력: 제안서 개요 (목적, 범위, 핵심 요소 등)

5.5.2 제안서 초안 생성

  • 위치: agents/proposal.py → 초안 생성
  • 함수: Claude claude-sonnet-4-5 직접 호출
  • 프롬프트: prompts/templates/proposal_generate.md
  • 입력: 개요 + 내부용 회의록
  • 출력: 제안서 본문 (마크다운)

5.5.3 제안서 수정 (스레드)

  • 트리거: 개요/초안 스레드에 답글
  • 함수: Claude claude-sonnet-4-5 직접 호출
  • 동작: 기존 개요/초안 + 수정 요청 → 재생성

5.6 Trello 주간 보고서 LLM 호출

  • 위치: agents/trello_report.py
  • 함수: generate_text (Claude claude-haiku-4-5)
  • 호출 횟수: 주간 보고 1회 실행 당 최대 2회 (모두 배치 1회 호출, 토큰 절약)

5.6.1 카드별 코멘트 한 줄 요약 (Slack 요약본용)

  • 함수: _summarize_comments_one_liner(by_card) — 코멘트가 있는 카드 전체를 단일 프롬프트로 배치 요약
  • 입력: 카드별 코멘트 텍스트 concat (마크다운 제거, 600자 컷)
  • 출력: JSON 배열 [{"idx": N, "summary": "40자 이내 한국어 한 줄"}, ...]
  • 용도: Slack으로 보내는 간편 요약의 카드별 한 줄 설명
  • 실패 시 폴백: 원문 60자 축약 (마크다운 제거 후)

5.6.2 긴 코멘트 2줄 요약 (Google Docs 원본용)

  • 함수: _summarize_long_comments(comments, char_threshold=300)
  • 입력: 300자 초과 코멘트만 선별 (짧은 코멘트는 원문 유지)
  • 출력: JSON 배열 [{"idx": N, "summary": "첫째줄\\n둘째줄"}, ...] — 한 줄 60자 이내, 최대 2줄
  • 용도: Google Docs 원본 보고서에서 회의록급 긴 코멘트를 가독성 있게 표시
  • 실패 시 폴백: 원문 그대로 유지

6. Card Agent LLM 호출 (명함 OCR)

6.1 명함 OCR

  • 위치: agents/card.py → ocr_business_card(image_bytes)
  • 모델: Claude claude-haiku-4-5 (Vision) — _OCR_MODEL = "claude-haiku-4-5"
  • 입력: Slack에서 다운로드한 명함 이미지 바이트 (base64 인코딩 후 전달)
  • 처리 흐름: DM 이미지 업로드 감지 (handle_image_upload()) → 백그라운드 스레드에서 이미지 다운로드 → Claude Haiku Vision 호출 → 구조화된 dict 반환

반환 구조:

{
    "name": str,
    "company": str,
    "title": str,
    "department": str,
    "phone": str,
    "mobile": str,
    "fax": str,
    "email": str,
    "address": str,
    "website": str,
    "sns": str,
}

후속 처리:

  • OCR 결과를 _pending_cards[user_id]에 임시 저장
  • Block Kit UI 발송: ✅저장 (card_confirm_save) / ✏️수정 (card_open_edit) / ❌취소 (card_cancel)
  • 저장: research_person(card_data=card_data) → People/{이름}.md 자동 생성/갱신
  • 수정: 필드별 편집 모달 (card_edit_modal), OCR 값 initial_value 사전 입력 (비어있으면 생략)

6. 프롬프트 템플릿 파일 관리

2026-04-02: 주요 프롬프트를 prompts/templates/ 외부 파일로 분리. prompts/briefing.py의 각 함수는 _load_template(filename)으로 파일을 읽고, str.replace("{{var}}", value) 방식으로 변수를 치환하여 반환.

템플릿 파일 대응 함수 변수
minutes_internal.md minutes_internal_prompt() {{title}}, {{date}}, {{attendees}}, {{sources}}
minutes_external.md minutes_external_prompt() {{title}}, {{date}}, {{attendees}}, {{internal_minutes}}
company_news.md company_news_prompt() {{today}}, {{company_name}}
person_info.md person_info_prompt() {{person_name}}, {{company_name}}
service_connection.md service_connection_prompt() {{knowledge}}, {{company_info}}
proposal_intake.md 제안서 개요 생성 {{internal_minutes}}
proposal_generate.md 제안서 초안 생성 {{outline}}, {{internal_minutes}}
briefing_summary.md briefing_summary_prompt() {{company_name}}, {{company_news}}, {{person_info}}, {{service_connections}}, {{email_context}}

인라인 프롬프트로 유지되는 함수: parse_meeting_prompt, merge_meeting_prompt, update_knowledge_prompt, extract_action_items_prompt

7. 미사용 프롬프트

프롬프트 위치 현황
briefing_summary_prompt prompts/briefing.py 정의만 있고 호출 없음. 브리핑 메시지는 LLM 없이 build_meeting_header_block(), build_company_research_block(), build_persons_block(), build_context_block()으로 Slack blocks 직접 조합 (2026-04-02 비동기화 리팩토링).
minutes_from_transcript_prompt prompts/briefing.py minutes_internal_prompt의 하위 호환 래퍼. 직접 호출 없음.
minutes_from_notes_prompt prompts/briefing.py minutes_internal_prompt의 하위 호환 래퍼. 직접 호출 없음.