BC cover-performance-preflight
Проанализируйте существующий дизайн миниатюры YouTube, обложки для соцсетей, статьи или подкаста, а затем преобразуйте полученные выводы в практический план оптимизации миниатюры и улучшения обложки. Этот ИИ-анализатор миниатюр определяет визуальный крючок, фокусную иерархию, соответствие заголовка изображению, контрастность текста для безопасности, читаемость на мобильных устройствах и устойчивость к обрезке, затем выдает конкретные рекомендации по редактированию и два-три варианта улучшения обложки видео для сравнения. Он может опционально прочитать поле, в которое входит ваша обложка: заголовки и количество просмотров того, что уже ранжируется по той же теме на YouTube, TikTok, Douyin и REDnote; на YouTube — фактическое изображение миниатюры конкурента; и недавние миниатюры вашего собственного YouTube-канала. Это превращает анализ миниатюр конкурентов, эталон миниатюр и сравнение обложек в доказательства, находящиеся рядом с обзором, вместо того, чтобы одна обложка оценивалась в одиночку. Поля без общедоступных данных — обложка статьи WeChat, обложка подкаста и другие — просто пропускаются.
машинный переводПоказать оригиналСкрыть оригинал«Review an existing YouTube thumbnail, social media cover, article cove…»
Review an existing YouTube thumbnail, social media cover, article cover, or podcast cover design, then turn the findings into a practical thumbnail-optimization and cover-improvement plan. This AI thumbnail analyzer identifies the visual hook, focal hierarchy, title-to-image fit, text-safe contrast, mobile readability, and crop resilience, then produces targeted edit directions and two or three video cover improvement candidates ready to compare. It can optionally read the field your cover is entering: the titles and public counts of what already ranks for the same topic on YouTube, TikTok, Douyin, and REDnote; on YouTube, a competitor's actual thumbnail image; and your own YouTube channel's recent thumbnails. That turns competitor thumbnail analysis, a thumbnail benchmark, and a cover comparison into evidence sitting beside the review instead of one cover being judged alone. Surfaces with no public data — a WeChat article cover, a podcast cover, and others — simply skip that step.
Проанализируйте существующий дизайн миниатюры YouTube, обложки для соцсетей, статьи или подкаста, а затем преобразуйте полученные выводы в практический план…
Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 57/100
- 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
- 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 100Шаги. Шагов: 12
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2807 токенов
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 996: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -32 из 3 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (9 из 9)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.