AB afrexai-voc-engine
Комплексная система «Голос клиента» — сбор, анализ и операционализация отзывов клиентов в масштабе. Охватывает измерение NPS/CSAT/CES, методологию проведения интервью с клиентами, таксономию отзывов, приоритизацию запросов на новые функции, анализ настроений, рабочие процессы с обратной связью и принятие продуктовых решений на основе VoC. Используйте при создании систем обратной связи, проведении интервью с клиентами, измерении удовлетворенности, анализе запросов на новые функции, снижении оттока клиентов или замыкании цикла обратной связи. Активируется по запросам «отзывы клиентов», «голос клиента», «NPS», «CSAT», «CES», «запросы на новые функции», «система обратной связи», «интервью с клиентами», «опрос удовлетворенности», «анализ оттока».
машинный переводПоказать оригиналСкрыть оригинал«Complete Voice of Customer system — collect, analyze, and operationali…»
Complete Voice of Customer system — collect, analyze, and operationalize customer feedback at scale. Covers NPS/CSAT/CES measurement, customer interview methodology, feedback taxonomy, feature request prioritization, sentiment analysis, closed-loop workflows, and VoC-driven product decisions. Use when building feedback systems, running customer interviews, measuring satisfaction, analyzing feature requests, reducing churn, or closing the feedback loop. Trigger on "customer feedback", "voice of customer", "NPS", "CSAT", "CES", "feature requests", "feedback system", "customer interviews", "satisfaction survey", "churn analysis".
Комплексная система «Голос клиента» — сбор, анализ и операционализация отзывов клиентов в масштабе.
Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6736 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 69/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Стоимость исполнения. Тело инструкции 6736 токенов
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 104
- 100Согласованность. Имя и обязательные поля на месте
- low Разделов верхнего уровня: 13. 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 7 примера фраз-триггеров в кавычках
- +3Длина description 634 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 53 заголовков
- +3Пошаговые инструкции: 104 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (13 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.