개요
@Kappaemme1926이 공개한 codex 스킬이다. 스타트업 URL을 넣으면 이상적인 고객 프로필(ICP)을 정하고, 공개 토론에서 고통·구매 신호를 찾아 후보를 검증한 뒤, 출처 링크와 개인화된 아웃리치 문구가 담긴 보고서를 만든다. X 글 조회수는 94만이고, 레포 Kappaemme-git/codex-first-customer-finder-skill은 MIT 라이선스에 스타 약 1,070개(2026-10-04 기준)다.
npx --yes codex-first-customer-finder-skill@latest
# → $CODEX_HOME/skills/first-customer-finder 에 설치Use $first-customer-finder to find 5 potential customers for [PRODUCT URL].
P1 and P3 fit. Focus on owner-led small businesses, avoid enterprise teams, and find 5 more.동작 순서
- 제품의 결과물·구매자·대안·제외 조건을 파악한다(애매할 때만 짧게 질문).
- 제품별 로컬 이력을 읽어 선호를 반영하고 이미 본 후보를 제외한다.
- X 글·GitHub 이슈·포럼·리뷰·회사 페이지에서 원문을 직접 열어 신호를 찾는다. 로그인 벽은 우회하지 않고 커버리지 공백으로 보고한다.
- 증거 귀속을 확인하고 점수를 계산한다.
- 공개 연락 경로를 확인하고 CTA가 있는 짧은 메시지 초안을 쓴다. 자동 발송은 하지 않는다.
report.md·prospects.csv·state.json(선택적으로report.html)을 저장한다.
점수 기준
| 차원 | 가중치 |
|---|---|
| 고통 강도 | 25% |
| 제품 적합도 | 25% |
| 타이밍 | 20% |
| 공개 접근성 | 15% |
| 증거 품질 | 15% |
각 0~5점이며, 신호 날짜를 모르면 타이밍은 최대 2점, 검증된 연락 경로가 없으면 접근성은 최대 1점으로 묶인다. 점수는 조사 우선순위일 뿐 전환 확률이 아니라고 README가 명시한다. 모드는 quick(5명), standard(10명), deep(20명), design-partners, b2b가 있다.
볼 점
- v2부터 keep/maybe/reject 피드백과 연락 결과(
contacted,replied,customer등)를 제품별로 저장해 다음 검색에 쓴다. “학습”은 모델 학습이 아니라 저장된 선호라는 설명이 붙어 있다. - 이력은 워크스페이스에만 남고 업로드되지 않는다. 다만 개인의 공개 글을 모으는 도구라 연구 폴더를 버전 관리에서 빼라고 권한다.
관련 위키
- codex
- 2026-05-14-codex-review-skill — 다른 Codex 스킬 사례
- moc-ai-agents