diff --git a/service/auto.py b/service/auto.py
index f0142d9..4889cdb 100644
--- a/service/auto.py
+++ b/service/auto.py
@@ -62,10 +62,10 @@ def post_summary_update(
 
     except json.JSONDecodeError as e:
         raise ValueError(f"요약 JSON 파싱 실패: {e}")
-    
+
     summaries = payload["summaries"]
     new_prefs_list = payload["persona"]
-    prefs_map = { p["id"]: p.get("preferences", []) for p in new_prefs_list }
+    prefs_map = {p["id"]: p.get("preferences", []) for p in new_prefs_list}
 
     merged_personas = []
     for person in parsed_summary.persona:
@@ -74,7 +74,7 @@ def post_summary_update(
         combined = list(dict.fromkeys(person.preferences + new_prefs))
         person.preferences = combined
         merged_personas.append(person.model_dump())
-        
+
     body = {
         "roomId": parsed_summary.roomId,
         "persona": merged_personas,
@@ -91,18 +91,24 @@ def post_summary_update(
 def summary_prompt(response) -> list[dict]:
 
     # open ai에 질의 메시지
+    # 1. health_status  -> 노인이 건강 상의 이유로 스마트폰 조작 시 어려움을 파악
+    # 2. hobbies_and_interests -> 취미, 흥미를 파악
+    # 3. relationship_context -> 청년과 어르신신 관계를 파악
+    # 4. digital_skill_focus -> 당일 배우거나 다룬 기능이나 앱 요약: ex) “카톡 사진 묶어서 전송”, “네이버 지도 경로 저장”
+    # 5. learning_challenge -> 여전히 어르신이 어려워하거나 막힌 지점: ex) “카드 등록 실패 오류 940”, “앱 업데이트 용량 부족”
+
     main_prompt_content = f"""
     ### ROLE
     너는 오늘 채팅방의 내용을 매우 심도있게 분석하여 요약하는 것이 역할이다.
-    첫 번째 역할은 두 사람이 오늘 나눈 대화 내역(today_messages)을 6개의 주제에 대화 내역에서 추출하여 각각 요약해야한다.
+    첫 번째 역할은 두 사람이 오늘 나눈 대화 내역(today_messages)을 5개의 주제에 대화 내역에서 추출하여 각각 요약해야한다.
     두 번째 역할은 두 사람이 오늘 나눈 대화 내역와 요약의 hobbies_and_interests 주제에서 각 사용자가 선호하는 것을 1~3가지 정도를 키워드 추출하여 각 사용자의 persona의 이미 있는 내용을 preferences 리스트 맨 뒤에 추가만 해야한다.
-    6개의 주제는 다음과 같다.
-    1. health_status
-    2. hobbies_and_interests
-    3. emotional_and_mental_state
-    4. relationship_context
-    5. social_activitie
-    6. intimacy
+    5개의 주제는 다음과 같다.
+    # 1. health_status  -> 어르신 건강 상의 이유로 스마트폰 조작 시 어려움을 파악: ex) “눈이 침침”, “스마트폰 터치가 어려움”
+    # 2. hobbies_and_interests -> 취미, 흥미를 파악: ex) “노래 듣기”, “바둑 게임”
+    # 3. relationship_context -> 청년과 어르신 관계를 파악: ex) “아직 어색”, “친밀”,
+    # 4. digital_skill_focus -> 당일 배우거나 다룬 기능이나 앱 요약: ex) “카톡 사진 묶어서 전송”, “네이버 지도 경로 저장”
+    # 5. learning_challenge -> 여전히 어르신이 어려워하거나 막힌 지점: ex) “카드 등록 실패 오류 940”, “앱 업데이트 용량 부족”
+   
     
     ### 요약
     {response.summaries}
@@ -115,7 +121,7 @@ def summary_prompt(response) -> list[dict]:
     
 
     ### TASK
-    1) 오늘 나눈 대화 내역을 읽고, 6개의 주제에 대한 내용을 추출하여 한 문장으로 요약한다.
+    1) 오늘 나눈 대화 내역을 읽고, 5개의 주제에 대한 내용을 추출하여 한 문장으로 요약한다.
     2) 만일 일부 주제에 대한 내용을 추출할 내용을 없을 시에는 "주제에 대한 대화 없음"이라고 저장한다. 
     3) 반드시 기존에 있는 요약 내용에 추가하는 것이다. 대답할 때 오늘 나눈 대화 내역에서 각 주제에 추출한 내용을 이미 있는 내용에 day리스트 맨 뒤에 추가만 할 것.
     4) {datetime.now()}가 현재 시각임으로 last_update에 반영할 것.
@@ -135,11 +141,11 @@ def summary_prompt(response) -> list[dict]:
     "persona": [
         {{
         "id": {response.persona[0].id},
-        "preferences": [/* A 어르신 선호 키워드 리스트 */]
+        "preferences": [/* 청년 선호 키워드 리스트 */]
         }},
         {{
         "id": {response.persona[1].id},
-        "preferences": [/* B 어르신 선호 키워드 리스트 */]
+        "preferences": [/* 어르신 선호 키워드 리스트 */]
         }}
     ]
     }}
@@ -148,7 +154,7 @@ def summary_prompt(response) -> list[dict]:
     return [
         {
             "role": "system",
-            "content": "너는 어르신 채팅방을 세밀하게 분석하여 요약하는 봇이자 사용자의 선호도를 찾아내는 봇이다.",
+            "content": "너는 청년과 어르신이 있는 채팅방을 세밀하게 분석하여 요약하는 봇이자 두 사용자의 선호도를 찾아내는 봇이다.",
         },
         {"role": "user", "content": main_prompt_content},
     ]
@@ -159,16 +165,15 @@ def weekly_summary_scheduler() -> None:
 
     for room in rooms:
         room_id = room["_id"]
-        resp = get_summary(room_id)  # Response
+        resp = get_summary(room_id)
         summary_obj: AssistantSummary = AssistantSummary.model_validate(resp.json())
 
         topics = [
             "health_status",
             "hobbies_and_interests",
-            "emotional_and_mental_state",
             "relationship_context",
-            "social_activities",
-            "intimacy",
+            "digital_skill_focus",
+            "learning_challenge",
         ]
 
         today = datetime.now()
@@ -176,10 +181,10 @@ def weekly_summary_scheduler() -> None:
         week_end = today.strftime("%m-%d")
         week_of_month = (today.day - 1) // 7 + 1
         week_label = f"{today.month}월 {week_of_month}주차"
-        # 4) GPT 프롬프트 구성
+
         prompt = f"""
 지난 일주일({week_start} ~ {week_end}) 각 주제별로 day 리스트에 쌓인 항목을 읽고,
-각 주제에 대해 한 문장으로 요약해라라
+각 주제에 대해 한 문장으로 요약해라
 - 입력 데이터(딕셔너리):
 {{
 """
@@ -241,10 +246,9 @@ def monthly_summary_scheduler() -> None:
     topics = [
         "health_status",
         "hobbies_and_interests",
-        "emotional_and_mental_state",
         "relationship_context",
-        "social_activities",
-        "intimacy",
+        "digital_skill_focus",
+        "learning_challenge",
     ]
 
     for room in rooms:
@@ -293,7 +297,6 @@ def get_reply(messages) -> str:
     OpenAI.api_key = os.getenv("OPENAI_API_KEY")
     client = OpenAI(api_key=OpenAI.api_key)
 
-    # gpt에 요청
     gpt_response = client.chat.completions.create(
         model="gpt-4o",
         messages=messages,
@@ -311,10 +314,9 @@ def yearly_summary_scheduler() -> None:
     topics = [
         "health_status",
         "hobbies_and_interests",
-        "emotional_and_mental_state",
         "relationship_context",
-        "social_activities",
-        "intimacy",
+        "digital_skill_focus",
+        "learning_challenge",
     ]
 
     for room in rooms:
@@ -350,7 +352,6 @@ def yearly_summary_scheduler() -> None:
             "summaries": summaries_json,
         }
 
-        # 6) chat 서버에 업데이트
         requests.post(
             f"{settings.CHAT_SERVER_URL}/summary/update", json=body, timeout=5
         ).raise_for_status()
@@ -363,9 +364,8 @@ def yearly_summary_scheduler() -> None:
     (
         "daily_summary_job",
         fetch_roomList,
-        dict(hour=18, minute=45, second=00),
+        dict(hour=2, minute=00, second=00),
     ),  # 매일 02:00:00
-    
     (
         "weekly_summary_job",
         weekly_summary_scheduler,
diff --git a/service/summary.py b/service/summary.py
index 86eac50..fb56ea8 100644
--- a/service/summary.py
+++ b/service/summary.py
@@ -30,11 +30,10 @@ class _SummaryPeriod(BaseModel):
 
 class Summaries(BaseModel):
     health_status: _SummaryPeriod
-    emotional_and_mental_state: _SummaryPeriod
     hobbies_and_interests: _SummaryPeriod
     relationship_context: _SummaryPeriod
-    social_activities: _SummaryPeriod
-    intimacy: _SummaryPeriod
+    digital_skill_focus: _SummaryPeriod
+    learning_challenge: _SummaryPeriod
 
 
 class Sender(BaseModel):
@@ -78,17 +77,23 @@ def user_prompt(response, userId) -> list[dict]:
 
     # 현재 대화추천을 요청한 사용자가 누구인지 판단하는 로직
     id = userId
+    prompt_pick = "너는 청년의 입장에서 어르신의 스마트폰 기기 사용법을 알려주기 위해 최선을 다하도록 성심 성의껏 답변을 해야한다."
     if userId == response.persona[0].id:
         speaker = response.persona[0].name
         speaker_speech_style = response.persona[0].speech_style
+        prompt_pick = "너는 청년의 입장에서 어르신의 스마트폰 기기 사용법을 알려주기 위해 어르신이 무엇을 모르는지 최근 대화 내용을 보고 파악하여 최선을 다하여 성심 성의껏 답변을 해야한다."
     else:
         speaker = response.persona[1].name
         speaker_speech_style = response.persona[1].speech_style
+        prompt_pick = "너는 어르신의 입장에서 청년에게 스마트폰 기기 사용법을 어떻게 물어보면 쉽게 물어볼지 최근 대화를 보고 파악하여 최선을 다하여 성심 성의껏 생각하고 질문이나 답변을 해야한다."
 
     # open ai에 질의 메시지
     user_content = f"""
     ### ROLE
     이번 문장은 {speaker}의 말투({speaker_speech_style})로 작성한다.
+    특별한 말투가 없다면 존맛말을 사용하여 작성하라.
+    {prompt_pick}
+    
 
     ### CRITICAL_FLAGS
     {response.persona[0].name}의 {response.persona[0].critical_flags}
@@ -102,21 +107,23 @@ def user_prompt(response, userId) -> list[dict]:
 
     ### TASK
     1) 상황 파악 → 사고 단계 기록  
-    2) {speaker} 입장에서 한 문장 작성  
-    3) JSON 만 출력  
+    2) 반드시 요약에서 2개의 주제 "digital_skill_focus"와 "learning_challenge"를 먼저 파악하라.
+    3) 최근 대화에 가장 많은 비중을 두어 {speaker} 입장에서 마지막 발화에 자연스럽게 이어질 **한 문장**을 작성해야 한다.
+    3) 나머지 요약 내용도 최근 대화에 필요한 내용이라면 참고하여 최고의 한 문장으로 작성해라.
+    4) 문장을 총 7개 제안 → 셀프체크 후 3개 → 최종 1개 제안
+    5) JSON 만 출력  
     json
     {{ "reply": "..." }}
     """
     return [
         {
             "role": "system",
-            "content": "너는 한국어 어르신 대화 코치이다. 두 어르신의 건강을 고려해 한 문장으로 답한다.",
+            "content": "너는 청년과 노인이 멘토 멘티가 되어서 채팅방에서 대화를 나누도록 도움을 주는 코치이다. 원활한 소통을 위해 대화를 이어나갈 최고의 한 문장으로 답한다.",
         },
         {"role": "user", "content": user_content},
     ]
 
 
-
 ### OpenAI 호출
 def get_reply(response, userId) -> str: