polyglottika://user/vocabulary
사용자 어휘 그래프
활성/학습 단어 목록, 플래시카드 덱, 유지 통계를 열어 AI가 실제 숙련도에 맞춰 설명을 조정하게 합니다.
모델 컨텍스트 프로토콜
곧 공개복사 붙여넣기 없이 어시스턴트가 자막 데이터와 언어 데이터베이스를 바로 다루는 도구, 리소스, 프롬프트.
도구는 AI 어시스턴트(Claude Desktop 또는 맞춤 MCP 클라이언트)가 자막 데이터나 언어 데이터베이스에서 함수를 직접 실행하게 합니다:
하는 일
원본 .srt, .vtt 또는 대사 스크립트를 받아 타임스탬프와 서식을 걷어내고, 추출용 문장 단위 대사 블록으로 나눕니다.
하는 일
제출된 자막 한 줄 또는 단락을 분석하고, 모르는 단어를 추출하며, 사전 기본형(레마)을 정하고, 정의·읽기(후리가나/병음/로마자)와 빈도 데이터를 가져옵니다.
하는 일
깊은 통사 분해 도구를 흉내 냅니다. 복잡한 문장(일본어, 한국어, 표준중국어, 프랑스어 등)에서 조사, 동사 활용, 시제, 경어 단계를 가르고 그 구조를 설명합니다.
하는 일
포착한 단어, 영어/모어 번역, 해당 자막·장면의 정확한 맥락을 간격 반복(SRS)이나 데이터베이스 동기화용 구조화 플래시카드로 자동 정리합니다.
하는 일
언어를 가로지르는 공유 문자나 어근을 잇습니다(예: 일본 한자를 한국 한자와 중국 한자에 대응). 플랫폼에서 여러 언어를 배울 때 전이를 씁니다.
리소스는 복사 붙여넣기 없이 개인 학습 데이터나 공유 미디어 저장소를 모델이 바로 읽고 참조하게 합니다:
polyglottika://user/vocabulary
활성/학습 단어 목록, 플래시카드 덱, 유지 통계를 열어 AI가 실제 숙련도에 맞춰 설명을 조정하게 합니다.
polyglottika://media/scene-library
커뮤니티가 검수한 자막 장면, 게임 스크립트, 이야기 장에 접근해 맥락 질의에 씁니다(예: « 가져온 애니 스크립트에서 이 문법 패턴 예문 3개 »).
프롬프트는 MCP 호환 채팅에서 바로 켜는 재사용 템플릿입니다:
immersion_drill
최근 자막 가져오기 세션의 어휘와 문법 줄로 짧은 회화 롤플레이나 쉐도잉을 만듭니다.
ceo_explanation
문법·통사 피드백을 페르소나 템플릿으로 다듬습니다(Polyglottika의 « Language CEO » — 엄격한 통사 논리, 고전적 우아함, 신화적 이야기).