SKILLEMALL.ai

AC seo-sxo

Оптимизация поискового опыта: читает выдачу Google в обратном порядке для обнаружения несоответствий типов страниц, извлекает пользовательские истории из сигналов поискового намерения и оценивает страницы с точки зрения нескольких персон. Определяет, почему хорошо оптимизированные страницы не ранжируются, анализируя, что Google вознаграждает за каждый ключевой запрос. Используйте, когда пользователь говорит «SXO», «поисковый опыт», «несоответствие типа страницы», «анализ SERP», «пользовательская история», «оценка персоны», «почему моя страница не ранжируется», «несоответствие намерения» или «макет».

машинный переводПоказать оригиналСкрыть оригинал«Search Experience Optimization: reads Google SERPs backwards to detect…»

Search Experience Optimization: reads Google SERPs backwards to detect page-type mismatches, derives user stories from search intent signals, and scores pages from multiple persona perspectives. Identifies why well-optimized pages fail to rank by analyzing what Google rewards for each keyword. Use when user says "SXO", "search experience", "page type mismatch", "SERP analysis", "user story", "persona scoring", "why isn't my page ranking", "intent mismatch", or "wireframe".

ClawHub Claude Code автор: asale ai v1.0.0 MIT-0 6 файлов тело ≈ 2 404 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Оптимизация поискового опыта: читает выдачу Google в обратном порядке для обнаружения несоответствий типов страниц, извлекает пользовательские истории из…

Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

ПроцедураМаркетингДизайнтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
99/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
97
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 6. 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 60/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 69, расплывчатых формулировок: 1
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2404 токенов
    • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

    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)
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +3Длина description 477 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 69 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 97.

    Внешние проверки

    ClawHub: clean
    This SEO skill is a disclosed analysis workflow that fetches a user-provided page and search results to produce ranking and UX recommendations.
    LLM: benign (high) · VirusTotal: · 12 авг. 2026 г.