AC ai-opportunity-discovery
Опрашивает владельца бизнеса или менеджера о его рабочих процессах, инструментах и болевых точках, а затем предоставляет основанную на фактических данных оценку возможностей ИИ — приоритетные варианты использования ИИ, оценку сложности и готовности данных, риски, рекомендацию «создавать или покупать» и поэтапный план. Явно и честно указывает, когда простая автоматизация или готовое программное обеспечение превосходят ИИ. Используйте, когда пользователь спрашивает «где ИИ может помочь моему бизнесу», хочет получить оценку возможностей ИИ, аудит готовности к ИИ или аудит автоматизации, решает, следует ли автоматизировать процесс или создать ИИ-агента, спрашивает «следует ли использовать ИИ для этого», хочет найти высокоценные варианты использования ИИ перед наймом разработчика или поставщика, или хочет получить дорожную карту ИИ для бизнеса.
машинный переводПоказать оригиналСкрыть оригинал«Interviews a business owner or manager about their workflows, tools, a…»
Interviews a business owner or manager about their workflows, tools, and pain points, then delivers an evidence-based AI opportunity assessment — prioritized AI use cases, complexity and data-readiness scoring, risks, a build-vs-buy recommendation, and a phased roadmap. Explicitly and honestly flags when plain automation or off-the-shelf software beats AI. Use when a user asks "where can AI help my business", wants an AI opportunity assessment, AI readiness audit, or automation audit, is deciding whether to automate a process or build an AI agent, asks "should I use AI for this", wants to find high-value AI use cases before hiring a developer or vendor, or wants a business AI roadmap.
Опрашивает владельца бизнеса или менеджера о его рабочих процессах, инструментах и болевых точках, а затем предоставляет основанную на фактических данных…
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 5. 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 59/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 55Ошибки и развилки. Развилок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 30
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1736 токенов
- 100Повторный запуск. Изменяющих операций нет
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 693 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 30 пунктов
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.