SKILLEMALL.ai

AA marketing-ladder

Разбирает курс, программу, коучинг или любую услугу по лестнице Бена Ханта (уровни осведомленности + лояльность) и строит путь клиента от 'не знаю о проблеме' до покупки и повторной продажи: диагностика аудитории и текущего маркетинга, карта ступеней, сообщения, форматы, офферы и CTA для каждой ступени, готовые черновики текстов, план запуска и метрики переходов. Режим auto сам выбирает: построить лестницу с нуля, провести аудит существующего маркетинга или глубоко проработать одну ступень. Use when the user wants to analyze or plan marketing for a course, coaching, consulting or any service using Ben Hunt's ladder of awareness / Schwartz awareness levels, or to understand why a launch doesn't sell. Триггеры: 'лестница Ханта', 'лестница осведомленности', 'разбери мой курс/услугу', 'построй шаги запуска', 'как продать курс', 'прогрев под запуск', 'почему не покупают', 'на каком этапе моя аудитория', 'awareness ladder', /marketing-ladder.

alexivanovvv/turboskills Agent Skills автор: alexivanovvv MIT 9 файлов тело ≈ 4 408 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Разбирает курс, программу, коучинг или любую услугу по лестнице Бена Ханта (уровни осведомленности + лояльность) и строит путь клиента от 'не знаю о проблеме'…

Как процесс A 82/100 · Дойдёт до конца — слабые места: входы и предусловия

АнализаторОбучениеМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
A
82/100
Дойдёт до конца
Входы и предусловия вес 11
30
Результат и критерий готовности вес 14
60
Ошибки и развилки вес 10
70
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 82/100

    • 30Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 12
    • 70Стоимость исполнения. Тело инструкции 4408 токенов
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 55
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Длина description 950: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 55 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (6 из 6)
    • +2Инструкции двуязычные (RU + EN)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.