0장. 첫 5분, 챗봇을 ‘답변 도구’에서 ‘업무 도구’로 바꿔 보기
_0.1 1단계: 평소처럼 요약시키기
_0.2 2단계: 같은 챗봇에 ‘구조’와 ‘규칙’ 주기
_0.3 그런데 여기서 천장이 보인다
_0.4 따라 하기: 지금 5분, 두 번 시켜 보기
_0.5 이 장의 핵심 메시지

[1부. 챗봇을 내 업무 폴더로 데려오기]

1장. AI가 내 파일을 읽고 고치게 하기
_1.1 빠른 시작: 설치하고 로그인하기
_1.2 요금은 숫자보다 구조부터 이해하기
_1.3 폴더를 열어 AI의 작업 책상 정하기
_1.4 ‘5분 첫 실행’ 체크리스트로 준비 확인하기
_1.5 첫 실행에서 첫 검증 연습하기
_1.6 따라 하기: 연습용 폴더에서 첫 한 바퀴 돌리기
_1.7 심화(선택): 메모리와 권한으로 ‘내 도구’ 만들기
_1.8 이 장의 핵심 메시지

2장. AI가 내 업무 맥락을 기억하게 하기
_2.1 반복 설명으로 맥락이 부식되는 문제 확인하기
_2.2 문서에 꼬리표 붙이기
_2.3 결정을 카드 한 장으로 쪼개기
_2.4 심화(선택): 꼬리표 검사를 AI에게 맡기기
_2.5 따라 하기: 오늘 한 폴더에서 한 사이클 돌리기
_2.6 이 장의 핵심 메시지

[2부. AI 출력을 실제 업무 산출물로 바꾸기]

3장. 회의록에서 ‘결정’과 ‘할 일’ 뽑아내기
_3.1 회의록의 통증을 ‘작성 이후’에서 찾기
_3.2 결정을 네 개의 필드로 쪼개기
_3.3 따라 하기: 웹 챗봇으로 결정 네 필드 뽑아 보기
_3.4 심화(선택): 결정 추출 파이프라인 자동화하기
_3.5 실제 AI 문답: 빈 책임선 확인하기
_3.6 이 장의 핵심 메시지

4장. AI가 모르면 멈추게 하기
_4.1 작업지시서에 ‘못 세 개’ 박기
_4.2 실제 AI 문답: ROI 슬라이드의 날조 거부하기
_4.3 따라 하기: 오늘 한 산출물에 못 세 개 박기
_4.4 프롬프트 방어를 1차 게이트로 이해하기
_4.5 이 장의 핵심 메시지

5장. 믿어도 되는 답과 버려야 할 답 구분하기
_5.1 환각을 없애려 하지 말고 검증 게이트 만들기
_5.2 실제 AI 문답: 회의록 요약의 환각을 자기검증으로 잡기
_5.3 3중 검증 게이트 세우기
_5.4 대조할 원본이 없을 때 기준점 만들기
_5.5 따라 하기: 오늘 한 산출물에 검증 게이트 돌려 보기
_5.6 심화(선택): 검증 게이트가 실패해도 업무 흐름 살리기
_5.7 환각률을 정직하게 측정하기
_5.8 이 장의 핵심 메시지

[3부. 한 번 잘된 업무를 반복 가능한 시스템으로 굳히기]

6장. 결정 하나가 어떤 문서를 흔드는지 추적하기
_6.1 결정에 영구 주소 붙이기
_6.2 층을 나눠 문서의 위아래 정하기
_6.3 심화(선택): 파일명으로 층과 상태 드러내기
_6.4 관계 그래프로 결정과 문서 잇기
_6.5 실제 AI 문답: 영향 추적 가능한 결정 카드 만들기
_6.6 공표 전에 사람의 검토 게이트 두기
_6.7 검색으로 결정의 파급 역추적하기
_6.8 심화(선택): 그래프 검사를 자동화하기
_6.9 따라 하기: 오늘 결정 한 건 기록하기
_6.10 이 장의 핵심 메시지

7장. 반복되는 AI 작업을 재사용 가능한 도구로 굳히기
_7.1 한 번 통한 작업을 도구로 굳히기
_7.2 자주 쓰는 도구만 책상 위에 남기기
_7.3 입구와 본체를 나눠 도구를 가볍게 만들기
_7.4 자주 함께 쓰는 도구를 한 번에 묶기
_7.5 반복하는 변환 작업을 재사용 가능한 도구로 굳히기
_7.6 심화(선택): 정형 데이터는 스크립트로 처리하기
_7.7 초심자와 숙련자에게 다른 진입로 열어 두기
_7.8 안 쓰는 도구를 데이터로 골라내기
_7.9 측정 결과로 유지·흡수·폐기 판단하기
_7.10 따라 하기: 굳히기 한 번, 잘라내기 한 번
_7.11 이 장의 핵심 메시지

[4부. 팀이 함께 쓰는 AI에 규칙과 책임선 세우기]

8장. AI 비용에 상한을 걸어 통제하기
_8.1 입력 토큰부터 비용 구조 파악하기
_8.2 자동 주입에 비용 가드 걸기
_8.3 실제 AI 문답: 6000자 절단(truncate) 상한 정하기
_8.4 작업별 모델 배분: 단가가 아니라 검증 총비용으로 판단하기
_8.5 반복 입력과 무거운 원천 캐싱하기
_8.6 수치를 정직하게 다루기
_8.7 따라 하기: 오늘 한 작업에 비용 가드 걸기
_8.8 이 장의 핵심 메시지

9장. AI가 틀렸을 때 책임선 긋기
_9.1 환각 검증을 팀의 기본 절차로 올리기
_9.2 생성물의 권리를 사람의 창작적 기여 기준으로 확인하기
_9.3 의사결정 트리로 산출물의 권리 판단과 생성 이력 남기기
_9.4 외부 AI에 넣을 데이터 경계 정하기
_9.5 따라 하기: 오늘 한 산출물에 책임선 긋기
_9.6 이 장의 핵심 메시지

10장. 팀마다 다른 AI 답변을 하나의 기준으로 맞추기
_10.1 머릿속 규칙을 팀 공유 메모리로 옮기기
_10.2 확정된 규칙과 아직 가설인 메모 남기기
_10.3 팀 카드로 승격할 것을 리뷰 게이트에서 거르기
_10.4 자주 쓰는 규칙을 우선순위 위로 올리기
_10.5 필요한 규칙만 그때그때 주입하기
_10.6 같은 사실을 청중의 언어로 프레이밍하기
_10.7 부서 간 협업을 임시 공간에 격리하기
_10.8 혼자라면 cards/ 하나로 줄이기
_10.9 따라 하기: 팀 규칙 하나를 공유 메모리로 올리기
_10.10 이 장의 핵심 메시지

[5부. 도입한 AI를 팀에 정착시키고 개선하기]

11장. AI 도입은 작게 시작하고 성과는 직접 측정하기
_11.1 위험이 낮은 일부터 단계적으로 도입하기
_11.2 셀 수 있는 자산으로 AI 운영의 근거 만들기
_11.3 같은 자산을 청중의 언어로 바꿔 전달하기
_11.4 베이스라인을 도입 전에 측정하기
_11.5 따라 하기: 도구 하나로 파일럿 시작하고 베이스라인 측정하기
_11.6 이 장의 핵심 메시지

12장. 팀의 AI 거부 신호를 읽고 철수 기준 세우기
_12.1 거부를 실패가 아니라 신호로 읽기
_12.2 거부의 세 원인을 행동에서 읽기
_12.3 철수 게이트로 계속할지 멈출지 판단하기
_12.4 철수를 결정 카드로 기록하기
_12.5 따라 하기: 거부 신호 하나를 다시 읽어 보기
_12.6 이 장의 핵심 메시지

13장. 같은 실수를 시스템이 먼저 막게 만들기
_13.1 회고를 시스템의 입력으로 바꾸기
_13.2 흔적을 겹쳐 반복 패턴 찾기
_13.3 일·주·월 회고로 후보 좁히기
_13.4 검증한 후보를 규칙으로 승격하고 다시 적용하기
_13.5 루프 엔지니어링: 회고를 스스로 굴러가게 만들기
_13.6 다섯 설계 축을 회고로 다시 다듬기
_13.7 따라 하기: 가장 작은 개선 루프 한 바퀴 돌리기
_13.8 이 장의 핵심 메시지

부록 A. 하네스 스타터 키트
_A-1 이 키트가 하는 일 한 줄 요약
_A-2 빠르게 설치하기
_A-3 동작 확인하기
_A-4 폴더 구조 파악하기
_A-5 내 것으로 만들기
_A-6 코드의 출처와 기록 관리하기