# 데이터로 글쓰기

분석 입력, 스크립트, 표, 원고 속 결과가 서로 이어지도록 관리합니다.

결과 단락은 그 뒤에 있는 계산이 가까이 있을 때 더 믿을 수 있습니다. 연구 프로젝트를 만들어 분석 절차와 그 출력을 원고 옆에 두세요.

## 프로젝트 설정하기

**재현 가능한 분석** 시작 구성을 고르세요. [데이터 폴더를 연결](/docs/linked-folders/)하면 연구 도구가 원본 측정값을 논문 안으로 옮기지 않고도 읽을 수 있습니다.

분석을 요청하기 전에 각 열의 의미, 단위, 제외한 항목을 기록하세요.

## 어시스턴트에게 범위가 정해진 일 맡기기

`/oleafly-data-analysis` 명령이나 **분석** [연구 작업](/docs/research-tasks/)을 쓰세요.

> 연결된 Data 폴더의 측정값을 읽으세요. analysis-plan.md에 적힌 방법으로 두 조건을 비교하세요. 스크립트, 단위가 있는 표, 제외한 항목을 설명하는 메모를 저장하세요. 입력 데이터는 바꾸지 마세요.

분석 스크립트를 실행하려면 해당 로컬 런타임과 라이브러리가 필요합니다. 어시스턴트가 이 요건을 확인하게 하고, 작업을 다시 실행하는 방법을 저장하게 하세요.

## 출력 검토하기

스크립트를 읽고 선택한 데이터와 방법이 질문에 맞는지 확인하세요. 결과를 받아들이기 전에 단위, 표본 수, 결측값, 불확실성을 점검하세요.

표와 그림은 그것을 만든 스크립트와 함께 보관하세요. [그림 준비 스킬](/docs/skills/)은 검토를 마친 결과를 원고에 넣을 그림으로 바꾸는 데 도움이 됩니다.

[CLI 에이전트](/docs/cli-agents/#research-starting-points)에서는 **재현성 점검** 시작점이 각 결과를 재현하려면 무엇이 더 필요한지 묻습니다. 코드, 데이터, 소프트웨어 버전, 난수 시드, 빌드 방법이 그 대상입니다. **그림 점검**은 캡션, 레이블, 축 단위, 가독성을 확인합니다. 둘 다 에이전트에게 `research/`에 보고서를 쓰고 원고는 건드리지 말라고 요청합니다.

## 결과 쓰기

어시스턴트에게 검토를 마친 출력만 써서 결과 구절 초안을 쓰게 하세요. 모든 수치를 표와 대조하고, 방법과 해석을 구분해서 쓰세요.

문서를 컴파일하고 PDF에서 레이블과 캡션을 포함한 표나 그림 전체를 확인하세요.