오른쪽이 우리가 하는 일입니다. 사이트에서 뽑아낸 데이터가 입력층으로 들어가고, 분석을 지나 다섯 개의 진단 영역으로 나옵니다. AI 를 부르지 않습니다 — 같은 사이트면 언제나 같은 점수입니다.
진단 의뢰하기 왜 다른가메뉴 · 출력층에 손을 올리면 그 영역으로 가는 경로만 남습니다.
“정확도”가 아니라 정직함의 문제입니다.
| 축 | 보통의 도구 | 이 진단 |
|---|---|---|
| 점수 | 페이지를 AI 에 넘겨 채점 → 소스를 안 고쳐도 다음 날 점수가 달라짐 | 진단·수치는 100% 코드. AI 호출 0 · 같은 입력이면 같은 점수 |
| 산출물 | AI 가 llms.txt 를 써주며 회사 소개를 상상 — 그대로 올리면
사이트에 없는 주장이 그 사이트의 공식 문서가 됨 |
사이트에 실제로 있는 값만 옮김. 없으면
<채워주세요: 이유> 로 비우고 왜 못 채웠는지를 따로 적음 |
| 모르는 것 | 0 점 처리 — “없음”과 “못 물어봄”이 같은 칸에 들어감 | 분모에서 제외하고 이름을 남김. 점수 옆에 분모를 함께 표시 |
개선 우선순위는 잃은 점수 순입니다 — 어디부터 손대야 하는지가 곧 순서입니다. 재진단은 직전 회차와 비교하되, 분모나 수집 방법이 바뀌면 비교하지 않고 그 사실을 표시합니다. 렌즈를 바꾼 것을 개선으로 읽지 않기 위해서입니다.