옵션

santa-method

affaan-m/ECC affaan-m/ECC

두 명의 독립적인 검토 담당자가 출력 품질을 확인하며, 두 명 모두의 승인을 받아야만 출하할 수 있습니다.

...모든 것을 확장하십시오
0
업데이트 된 시간 2026년 10월 1일

산타 방식

다중 에이전트 적대적 검증 프레임워크. 목록을 작성하고 두 번 확인하세요. 문제가 있다면, 해결될 때까지 수정하세요.

핵심 통찰: 자신의 산출물을 검토하는 단일 에이전트는 그 산출물을 생성한 것과 동일한 편향, 지식의 공백, 체계적인 오류를 공유하게 된다. 공통된 맥락이 없는 두 명의 독립적인 검토자는 이러한 실패 모드를 해소한다.

활성화 시점

다음과 같은 경우 이 기술을 활용하세요:

  • 출력 결과가 공개되거나 배포되거나 최종 사용자가 이용할 경우
  • 규정 준수, 규제 또는 브랜드 제약 사항을 반드시 준수해야 할 때
  • 사람의 검토 없이 코드가 프로덕션 환경에 배포되는 경우
  • 콘텐츠의 정확성이 중요한 경우(기술 문서, 교육 자료, 고객 대상 문구)
  • 무작위 검사로만으로는 체계적인 패턴을 포착하기 어려운 대규모 일괄 생성 시
  • 허위 정보 생성 위험이 높은 경우(주장, 통계, API 참조, 법률 용어)

내부 초안, 탐색적 연구 또는 결정론적 검증이 필요한 작업에는 사용하지 마십시오(이러한 용도에는 빌드/테스트/린트 파이프라인을 사용하십시오).

아키텍처

┌─────────────┐
│  GENERATOR   │  Phase 1: Make a List
│  (Agent A)   │  Produce the deliverable
└──────┬───────┘
       │ output
       ▼
┌──────────────────────────────┐
│     DUAL INDEPENDENT REVIEW   │  Phase 2: Check It Twice
│                                │
│  ┌───────────┐ ┌───────────┐  │  Two agents, same rubric,
│  │ Reviewer B │ │ Reviewer C │  │  no shared context
│  └─────┬─────┘ └─────┬─────┘  │
│        │              │        │
└────────┼──────────────┼────────┘
         │              │
         ▼              ▼
┌──────────────────────────────┐
│        VERDICT GATE           │  Phase 3: Naughty or Nice
│                                │
│  B passes AND C passes → NICE  │  Both must pass.
│  Otherwise → NAUGHTY           │  No exceptions.
└──────┬──────────────┬─────────┘
       │              │
    NICE           NAUGHTY
       │              │
       ▼              ▼
   [ SHIP ]    ┌─────────────┐
               │  FIX CYCLE   │  Phase 4: Fix Until Nice
               │              │
               │ iteration++  │  Collect all flags.
               │ if i > MAX:  │  Fix all issues.
               │   escalate   │  Re-run both reviewers.
               │ else:        │  Loop until convergence.
               │   goto Ph.2  │
               └──────────────┘

단계별 세부 사항

1단계: 목록 작성 (생성)

주요 작업을 실행하십시오. 평소의 생성 워크플로에는 변경 사항이 없습니다. 산타 방식(Santa Method)은 생성 전략이 아닌, 생성 후 검증 단계입니다.

# The generator runs as normal
output = generate(task_spec)

2단계: 두 번 확인하기(독립적인 이중 검토)

두 명의 검토 담당자를 병렬로 배치합니다. 핵심 불변 조건:

  1. 컨텍스트 격리 — 두 검토자 모두 상대방의 평가 내용을 볼 수 없음
  2. 동일한 평가 기준 — 두 검토자 모두 동일한 평가 기준을 받음
  3. 동일한 입력 — 두 검토자 모두 원본 사양서와 생성된 출력을 받음
  4. 구조화된 출력 — 각 검토자는 서술문이 아닌 유형화된 판정을 반환
REVIEWER_PROMPT = """
You are an independent quality reviewer. You have NOT seen any other review of this output.

## Task Specification
{task_spec}

## Output Under Review
{output}

## Evaluation Rubric
{rubric}

## Instructions
Evaluate the output against EACH rubric criterion. For each:
- PASS: criterion fully met, no issues
- FAIL: specific issue found (cite the exact problem)

Return your assessment as structured JSON:
{
  "verdict": "PASS" | "FAIL",
  "checks": [
    {"criterion": "...", "result": "PASS|FAIL", "detail": "..."}
  ],
  "critical_issues": ["..."],   // blockers that must be fixed
  "suggestions": ["..."]         // non-blocking improvements
}

Be rigorous. Your job is to find problems, not to approve.
"""
# Spawn reviewers in parallel (Claude Code subagents)
review_b = Agent(prompt=REVIEWER_PROMPT.format(...), description="Santa Reviewer B")
review_c = Agent(prompt=REVIEWER_PROMPT.format(...), description="Santa Reviewer C")

# Both run concurrently — neither sees the other

평가 기준표 설계

평가 기준표는 가장 중요한 입력 요소입니다. 모호한 평가 기준표는 모호한 검토 결과를 낳습니다. 모든 기준에는 객관적인 합격/불합격 조건이 반드시 명시되어야 합니다.

평가 기준 합격 조건 불합격 신호
사실적 정확성 모든 주장이 출처 자료나 상식에 비추어 검증 가능해야 함 허위 통계, 잘못된 버전 번호, 존재하지 않는 API
허구적 내용이 없음 허구적인 실체, 인용문, URL 또는 참고 문헌 없음 존재하지 않는 페이지로의 링크, 출처가 명시된 인용문이지만 출처가 없음
완전성 사양서의 모든 요구 사항이 다루어짐 누락된 섹션, 생략된 경계 사례, 불완전한 커버리지
규정 준수 모든 프로젝트별 제약 조건을 충족함 금지된 용어 사용, 어조 위반, 규정 미준수
내부 일관성 출력 내용 내 모순 없음 A 절에서는 X라고 명시되어 있고, B 절에서는 X가 아니라고 명시됨
기술적 정확성 코드가 컴파일/실행되며, 알고리즘이 타당함 구문 오류, 논리 오류, 잘못된 복잡도 주장

도메인별 평가 기준 확장

콘텐츠/마케팅:

  • 브랜드 목소리 준수
  • SEO 요건 충족 (키워드 밀도, 메타 태그, 구조)
  • 경쟁사의 상표권 오용 없음
  • CTA가 포함되어 있고 올바르게 링크됨

코드:

  • 타입 안전성 ( any 누수 없음, 적절한 null 처리)
  • 오류 처리 범위
  • 보안 (코드에 기밀 정보 없음, 입력 유효성 검사, 인젝션 방지)
  • 새로운 경로에 대한 테스트 커버리지

규정 준수 관련 사항 (규제, 법률, 재무):

  • 결과에 대한 보증이나 근거 없는 주장 없음
  • 필요한 면책 조항이 명시되어 있음
  • 승인된 용어만 사용
  • 관할권에 적합한 언어 사용

3단계: 합격 또는 불합격 (판결 관문)

def santa_verdict(review_b, review_c):
    """Both reviewers must pass. No partial credit."""
    if review_b.verdict == "PASS" and review_c.verdict == "PASS":
        return "NICE"  # Ship it

    # Merge flags from both reviewers, deduplicate
    all_issues = dedupe(review_b.critical_issues + review_c.critical_issues)
    all_suggestions = dedupe(review_b.suggestions + review_c.suggestions)

    return "NAUGHTY", all_issues, all_suggestions

두 명 모두 통과해야 하는 이유: 단 한 명의 검토자만 문제를 발견하더라도, 그 문제는 실재하는 것입니다. 다른 검토자의 사각지대는 바로 ‘산타 방법’이 제거하고자 하는 실패 모드 그 자체입니다.

4단계: ‘착해질 때까지 수정’(수렴 루프)

MAX_ITERATIONS = 3

for iteration in range(MAX_ITERATIONS):
    verdict, issues, suggestions = santa_verdict(review_b, review_c)

    if verdict == "NICE":
        log_santa_result(output, iteration, "passed")
        return ship(output)

    # Fix all critical issues (suggestions are optional)
    output = fix_agent.execute(
        output=output,
        issues=issues,
        instruction="Fix ONLY the flagged issues. Do not refactor or add unrequested changes."
    )

    # Re-run BOTH reviewers on fixed output (fresh agents, no memory of previous round)
    review_b = Agent(prompt=REVIEWER_PROMPT.format(output=output, ...))
    review_c = Agent(prompt=REVIEWER_PROMPT.format(output=output, ...))

# Exhausted iterations — escalate
log_santa_result(output, MAX_ITERATIONS, "escalated")
escalate_to_human(output, issues)

중요: 각 검토 라운드에서는 새로운 검토자를 배정해야 합니다. 이전 라운드의 맥락이 앵커링 편향을 유발하므로, 검토자는 이전 라운드의 정보를 기억해서는 안 됩니다.

구현 패턴

패턴 A: 클로드 코드 서브에이전트 (권장)

서브에이전트는 진정한 맥락 격리를 제공합니다. 각 검토자는 상태를 공유하지 않는 별도의 프로세스입니다.

# In a Claude Code session, use the Agent tool to spawn reviewers
# Both agents run in parallel for speed
# Pseudocode for Agent tool invocation
reviewer_b = Agent(
    description="Santa Review B",
    prompt=f"Review this output for quality...\n\nRUBRIC:\n{rubric}\n\nOUTPUT:\n{output}"
)
reviewer_c = Agent(
    description="Santa Review C",
    prompt=f"Review this output for quality...\n\nRUBRIC:\n{rubric}\n\nOUTPUT:\n{output}"
)

패턴 B: 순차적 인라인 방식 (대체 방안)

서브에이전트를 사용할 수 없는 경우, 명시적인 컨텍스트 재설정을 통해 격리를 시뮬레이션합니다:

  1. 출력 생성
  2. 새로운 컨텍스트: "당신은 검토자 1입니다. 오직 이 평가 기준에 대해서만 평가하십시오. 문제점을 찾아내십시오."
  3. 발견 사항을 그대로 기록
  4. 컨텍스트를 완전히 초기화합니다
  5. 새로운 컨텍스트: "당신은 심사위원 2입니다. 오직 이 평가 기준에 대해서만 평가하십시오. 문제점을 찾아내십시오."
  6. 두 검토 결과를 비교하고, 수정하고, 반복하십시오

서브에이전트 패턴이 훨씬 우수합니다 — 인라인 시뮬레이션은 검토자 간 맥락이 혼합될 위험이 있습니다.

패턴 C: 일괄 표본 추출

대규모 배치(100개 이상 항목)의 경우, 모든 항목에 대해 ‘산타’를 완전히 실행하는 것은 비용 면에서 비현실적입니다. 계층화 표본 추출을 사용하십시오:

  1. 무작위 표본(배치의 10~15%, 최소 5개 항목)에 대해 ‘산타’를 실행하십시오
  2. 오류 유형(환각, 규정 준수, 완전성 등)별로 분류
  3. 체계적인 패턴이 나타나면 전체 배치에 대해 표적화된 수정 조치를 적용합니다
  4. 수정된 배치에 대해 재표본 추출 및 재검증 수행
  5. 결함이 없는 표본이 검증을 통과할 때까지 이 과정을 반복하십시오
import random

def santa_batch(items, rubric, sample_rate=0.15):
    sample = random.sample(items, max(5, int(len(items) * sample_rate)))

    for item in sample:
        result = santa_full(item, rubric)
        if result.verdict == "NAUGHTY":
            pattern = classify_failure(result.issues)
            items = batch_fix(items, pattern)  # Fix all items matching pattern
            return santa_batch(items, rubric)   # Re-sample

    return items  # Clean sample → ship batch

고장 모드 및 완화 조치

불량 유형 증상 완화 조치
무한 루프 수정 후에도 검토자가 계속해서 새로운 문제를 발견함 반복 횟수 상한(3). 상급자에게 보고.
형식적인 승인 두 검토자 모두 모든 항목을 통과시킴 도발적인 프롬프트: "당신의 임무는 문제를 찾는 것이지, 승인하는 것이 아닙니다."
주관적인 기준 편차 검토자들이 오류가 아닌 스타일 선호도를 지적함 객관적인 합격/불합격 기준만을 담은 엄격한 평가 기준
회귀 현상 수정 문제 A를 수정하면 문제 B가 발생합니다 매 라운드마다 새로운 심사위원들이 회귀 현상을 포착
검토자 간 일치 편향 두 심사위원 모두 같은 부분을 놓침 독립성을 통해 완화될 수는 있으나 완전히 제거되지는 않습니다. 중요한 결과물의 경우, 세 번째 검토자를 추가하거나 사람이 직접 무작위 검사를 실시하십시오.
비용 급증 대규모 산출물에 대한 반복 작업이 지나치게 잦음 일괄 샘플링 방식. 검증 주기당 예산 상한선 설정.

다른 기술과의 통합

스킬 관계
검증 루프 결정론적 검사(빌드, 린트, 테스트)에 사용. 의미론적 검사(정확도, 허위 출력)에는 Santa를 사용. 먼저 검증 루프를 실행하고, 그 다음 Santa를 실행합니다.
평가 하네스 Santa 메서드의 결과가 평가 지표에 반영됩니다. Santa 실행 전반에 걸쳐 pass@k를 추적하여 시간 경과에 따른 생성기 품질을 측정합니다.
지속적 학습 v2 Santa의 발견 사항은 본능이 됩니다. 동일한 기준에서 반복적으로 실패할 경우 → 해당 패턴을 피하기 위한 학습된 행동이 형성됩니다.
전략적 압축 컴팩트 처리 전에 산타를 실행합니다. 검증 도중 검토 맥락을 잃지 않도록 하십시오.

지표

산타 방법의 효과를 측정하기 위해 다음 항목을 추적하십시오:

  • 1차 통과율: 1차 라운드에서 산타를 통과한 출력의 비율 (목표: >70%)
  • 수렴까지의 평균 반복 횟수: NICE에 도달하기까지의 평균 라운드 수 (목표: <1.5)
  • 이슈 분류: 실패 유형의 분포(환각 vs. 완전성 vs. 규정 준수)
  • 검토자 간 일치도: 두 검토자 모두에게 표시된 이슈와 한 명에게만 표시된 이슈의 비율 (일치도가 낮을 경우 = 평가 기준이 더 엄격해져야 함)
  • 누락률: 출시 후 발견된 문제 중 산타가 포착했어야 할 문제의 비율 (목표: 0)

비용 분석

산타 방식은 검증 주기당 생성 토큰 비용의 약 2~3배가 소요됩니다. 대부분의 중요한 결과물에 대해서는 이는 매우 경제적인 비용입니다:

Cost of Santa = (generation tokens) + 2×(review tokens per round) × (avg rounds)
Cost of NOT Santa = (reputation damage) + (correction effort) + (trust erosion)

배치 작업의 경우, 샘플링 패턴을 통해 비용을 전체 검증 비용의 약 15~20% 수준으로 낮추면서도 체계적인 결함의 90% 이상을 포착합니다.

GitHub에서 보기
---
name: santa-method
description: Uses two independent review agents to verify output quality, requiring both to pass before shipping.
---

# Santa Method

Multi-agent adversarial verification framework. Make a list, check it twice. If it's naughty, fix it until it's nice.

The core insight: a single agent reviewing its own output shares the same biases, knowledge gaps, and systematic errors that produced the output. Two independent reviewers with no shared context break this failure mode.

## When to Activate

Invoke this skill when:
- Output will be published, deployed, or consumed by end users
- Compliance, regulatory, or brand constraints must be enforced
- Code ships to production without human review
- Content accuracy matters (technical docs, educational material, customer-facing copy)
- Batch generation at scale where spot-checking misses systemic patterns
- Hallucination risk is elevated (claims, statistics, API references, legal language)

Do NOT use for internal drafts, exploratory research, or tasks with deterministic verification (use build/test/lint pipelines for those).

## Architecture

```
┌─────────────┐
│  GENERATOR   │  Phase 1: Make a List
│  (Agent A)   │  Produce the deliverable
└──────┬───────┘
       │ output
       ▼
┌──────────────────────────────┐
│     DUAL INDEPENDENT REVIEW   │  Phase 2: Check It Twice
│                                │
│  ┌───────────┐ ┌───────────┐  │  Two agents, same rubric,
│  │ Reviewer B │ │ Reviewer C │  │  no shared context
│  └─────┬─────┘ └─────┬─────┘  │
│        │              │        │
└────────┼──────────────┼────────┘
         │              │
         ▼              ▼
┌──────────────────────────────┐
│        VERDICT GATE           │  Phase 3: Naughty or Nice
│                                │
│  B passes AND C passes → NICE  │  Both must pass.
│  Otherwise → NAUGHTY           │  No exceptions.
└──────┬──────────────┬─────────┘
       │              │
    NICE           NAUGHTY
       │              │
       ▼              ▼
   [ SHIP ]    ┌─────────────┐
               │  FIX CYCLE   │  Phase 4: Fix Until Nice
               │              │
               │ iteration++  │  Collect all flags.
               │ if i > MAX:  │  Fix all issues.
               │   escalate   │  Re-run both reviewers.
               │ else:        │  Loop until convergence.
               │   goto Ph.2  │
               └──────────────┘
```

## Phase Details

### Phase 1: Make a List (Generate)

Execute the primary task. No changes to your normal generation workflow. Santa Method is a post-generation verification layer, not a generation strategy.

```python
# The generator runs as normal
output = generate(task_spec)
```

### Phase 2: Check It Twice (Independent Dual Review)

Spawn two review agents in parallel. Critical invariants:

1. **Context isolation** — neither reviewer sees the other's assessment
2. **Identical rubric** — both receive the same evaluation criteria
3. **Same inputs** — both receive the original spec AND the generated output
4. **Structured output** — each returns a typed verdict, not prose

```python
REVIEWER_PROMPT = """
You are an independent quality reviewer. You have NOT seen any other review of this output.

## Task Specification
{task_spec}

## Output Under Review
{output}

## Evaluation Rubric
{rubric}

## Instructions
Evaluate the output against EACH rubric criterion. For each:
- PASS: criterion fully met, no issues
- FAIL: specific issue found (cite the exact problem)

Return your assessment as structured JSON:
{
  "verdict": "PASS" | "FAIL",
  "checks": [
    {"criterion": "...", "result": "PASS|FAIL", "detail": "..."}
  ],
  "critical_issues": ["..."],   // blockers that must be fixed
  "suggestions": ["..."]         // non-blocking improvements
}

Be rigorous. Your job is to find problems, not to approve.
"""
```

```python
# Spawn reviewers in parallel (Claude Code subagents)
review_b = Agent(prompt=REVIEWER_PROMPT.format(...), description="Santa Reviewer B")
review_c = Agent(prompt=REVIEWER_PROMPT.format(...), description="Santa Reviewer C")

# Both run concurrently — neither sees the other
```

### Rubric Design

The rubric is the most important input. Vague rubrics produce vague reviews. Every criterion must have an objective pass/fail condition.

| Criterion | Pass Condition | Failure Signal |
|-----------|---------------|----------------|
| Factual accuracy | All claims verifiable against source material or common knowledge | Invented statistics, wrong version numbers, nonexistent APIs |
| Hallucination-free | No fabricated entities, quotes, URLs, or references | Links to pages that don't exist, attributed quotes with no source |
| Completeness | Every requirement in the spec is addressed | Missing sections, skipped edge cases, incomplete coverage |
| Compliance | Passes all project-specific constraints | Banned terms used, tone violations, regulatory non-compliance |
| Internal consistency | No contradictions within the output | Section A says X, section B says not-X |
| Technical correctness | Code compiles/runs, algorithms are sound | Syntax errors, logic bugs, wrong complexity claims |

#### Domain-Specific Rubric Extensions

**Content/Marketing:**
- Brand voice adherence
- SEO requirements met (keyword density, meta tags, structure)
- No competitor trademark misuse
- CTA present and correctly linked

**Code:**
- Type safety (no `any` leaks, proper null handling)
- Error handling coverage
- Security (no secrets in code, input validation, injection prevention)
- Test coverage for new paths

**Compliance-Sensitive (regulated, legal, financial):**
- No outcome guarantees or unsubstantiated claims
- Required disclaimers present
- Approved terminology only
- Jurisdiction-appropriate language

### Phase 3: Naughty or Nice (Verdict Gate)

```python
def santa_verdict(review_b, review_c):
    """Both reviewers must pass. No partial credit."""
    if review_b.verdict == "PASS" and review_c.verdict == "PASS":
        return "NICE"  # Ship it

    # Merge flags from both reviewers, deduplicate
    all_issues = dedupe(review_b.critical_issues + review_c.critical_issues)
    all_suggestions = dedupe(review_b.suggestions + review_c.suggestions)

    return "NAUGHTY", all_issues, all_suggestions
```

Why both must pass: if only one reviewer catches an issue, that issue is real. The other reviewer's blind spot is exactly the failure mode Santa Method exists to eliminate.

### Phase 4: Fix Until Nice (Convergence Loop)

```python
MAX_ITERATIONS = 3

for iteration in range(MAX_ITERATIONS):
    verdict, issues, suggestions = santa_verdict(review_b, review_c)

    if verdict == "NICE":
        log_santa_result(output, iteration, "passed")
        return ship(output)

    # Fix all critical issues (suggestions are optional)
    output = fix_agent.execute(
        output=output,
        issues=issues,
        instruction="Fix ONLY the flagged issues. Do not refactor or add unrequested changes."
    )

    # Re-run BOTH reviewers on fixed output (fresh agents, no memory of previous round)
    review_b = Agent(prompt=REVIEWER_PROMPT.format(output=output, ...))
    review_c = Agent(prompt=REVIEWER_PROMPT.format(output=output, ...))

# Exhausted iterations — escalate
log_santa_result(output, MAX_ITERATIONS, "escalated")
escalate_to_human(output, issues)
```

Critical: each review round uses **fresh agents**. Reviewers must not carry memory from previous rounds, as prior context creates anchoring bias.

## Implementation Patterns

### Pattern A: Claude Code Subagents (Recommended)

Subagents provide true context isolation. Each reviewer is a separate process with no shared state.

```bash
# In a Claude Code session, use the Agent tool to spawn reviewers
# Both agents run in parallel for speed
```

```python
# Pseudocode for Agent tool invocation
reviewer_b = Agent(
    description="Santa Review B",
    prompt=f"Review this output for quality...\n\nRUBRIC:\n{rubric}\n\nOUTPUT:\n{output}"
)
reviewer_c = Agent(
    description="Santa Review C",
    prompt=f"Review this output for quality...\n\nRUBRIC:\n{rubric}\n\nOUTPUT:\n{output}"
)
```

### Pattern B: Sequential Inline (Fallback)

When subagents aren't available, simulate isolation with explicit context resets:

1. Generate output
2. New context: "You are Reviewer 1. Evaluate ONLY against this rubric. Find problems."
3. Record findings verbatim
4. Clear context completely
5. New context: "You are Reviewer 2. Evaluate ONLY against this rubric. Find problems."
6. Compare both reviews, fix, repeat

The subagent pattern is strictly superior — inline simulation risks context bleed between reviewers.

### Pattern C: Batch Sampling

For large batches (100+ items), full Santa on every item is cost-prohibitive. Use stratified sampling:

1. Run Santa on a random sample (10-15% of batch, minimum 5 items)
2. Categorize failures by type (hallucination, compliance, completeness, etc.)
3. If systematic patterns emerge, apply targeted fixes to the entire batch
4. Re-sample and re-verify the fixed batch
5. Continue until a clean sample passes

```python
import random

def santa_batch(items, rubric, sample_rate=0.15):
    sample = random.sample(items, max(5, int(len(items) * sample_rate)))

    for item in sample:
        result = santa_full(item, rubric)
        if result.verdict == "NAUGHTY":
            pattern = classify_failure(result.issues)
            items = batch_fix(items, pattern)  # Fix all items matching pattern
            return santa_batch(items, rubric)   # Re-sample

    return items  # Clean sample → ship batch
```

## Failure Modes and Mitigations

| Failure Mode | Symptom | Mitigation |
|-------------|---------|------------|
| Infinite loop | Reviewers keep finding new issues after fixes | Max iteration cap (3). Escalate. |
| Rubber stamping | Both reviewers pass everything | Adversarial prompt: "Your job is to find problems, not approve." |
| Subjective drift | Reviewers flag style preferences, not errors | Tight rubric with objective pass/fail criteria only |
| Fix regression | Fixing issue A introduces issue B | Fresh reviewers each round catch regressions |
| Reviewer agreement bias | Both reviewers miss the same thing | Mitigated by independence, not eliminated. For critical output, add a third reviewer or human spot-check. |
| Cost explosion | Too many iterations on large outputs | Batch sampling pattern. Budget caps per verification cycle. |

## Integration with Other Skills

| Skill | Relationship |
|-------|-------------|
| Verification Loop | Use for deterministic checks (build, lint, test). Santa for semantic checks (accuracy, hallucinations). Run verification-loop first, Santa second. |
| Eval Harness | Santa Method results feed eval metrics. Track pass@k across Santa runs to measure generator quality over time. |
| Continuous Learning v2 | Santa findings become instincts. Repeated failures on the same criterion → learned behavior to avoid the pattern. |
| Strategic Compact | Run Santa BEFORE compacting. Don't lose review context mid-verification. |

## Metrics

Track these to measure Santa Method effectiveness:

- **First-pass rate**: % of outputs that pass Santa on round 1 (target: >70%)
- **Mean iterations to convergence**: average rounds to NICE (target: <1.5)
- **Issue taxonomy**: distribution of failure types (hallucination vs. completeness vs. compliance)
- **Reviewer agreement**: % of issues flagged by both reviewers vs. only one (low agreement = rubric needs tightening)
- **Escape rate**: issues found post-ship that Santa should have caught (target: 0)

## Cost Analysis

Santa Method costs approximately 2-3x the token cost of generation alone per verification cycle. For most high-stakes output, this is a bargain:

```
Cost of Santa = (generation tokens) + 2×(review tokens per round) × (avg rounds)
Cost of NOT Santa = (reputation damage) + (correction effort) + (trust erosion)
```

For batch operations, the sampling pattern reduces cost to ~15-20% of full verification while catching >90% of systematic issues.

모든 파일

1개 파일

santa-method 설치

스킬 파일을 다운로드하여 .claude/skills/ 디렉터리에 압축을 풀어주세요.

ZIP 다운로드

저장소를 클론하고 스킬 파일을 프로젝트에 복사하세요.

git clone https://github.com/affaan-m/ECC/tree/main/skills/santa-method # Copy SKILL.md to your .claude/skills/ directory

복사 복사
빠른 설정: 스킬 폴더를 .claude/skills/로 복사하세요. Claude가 해당 스킬을 자동으로 감지하여 사용할 것입니다.
저장소 affaan-m/ECC

관련 스킬

web-search
업데이트 된 시간 2026년 6월 29일
webapp-testing
업데이트 된 시간 2026년 6월 29일
lark-base
업데이트 된 시간 2026년 7월 5일
agentmail
업데이트 된 시간 2026년 6월 29일
OR