AC tam-building
Создайте свою базу клиентов как конвейер: поиск компаний от AI Ark, сформированный по вашему идеальному профилю клиента (ICP), бесплатный до начала оплаты, затем разделенный на категории A/B/C/отклоненные агентом, который читает ваши критерии из контекста рабочей области и ищет в интернете доказательства, которых нет в исходной строке. Триггеры: «наш общий объем рынка — устаревший CSV», «создать нашу базу клиентов», «найти компании, соответствующие нашему ICP, и ранжировать их», «поддерживать наш список рынка в актуальном состоянии», «какие из этих компаний действительно стоят представителя», «распределить по категориям найденный нами рынок». Cargo CDK, aiArk, countCompanies, fetchCompanies, agent tiering, workspace context, webSearch. Пропускать, когда: вам нужен список только один раз, а не конвейер, который продолжает его производить (это build-tam-list); или когда аккаунты уже существуют в CRM или модели аккаунтов и нуждаются только в оценке (это account-scoring).
машинный переводПоказать оригиналСкрыть оригинал«Stand up your account universe as a deployed pipeline: an AI Ark compa…»
Stand up your account universe as a deployed pipeline: an AI Ark company search shaped by your ICP, sized for free before it bills, then tiered A / B / C / disqualified by an agent that reads your rubric from the workspace context and web-searches the evidence the sourced row does not carry. Triggers: "our TAM is a stale CSV", "build our account universe", "source companies matching our ICP and rank them", "keep our market list current", "which of these companies are actually worth a rep", "tier the market we just sourced". Cargo CDK, aiArk, countCompanies, fetchCompanies, agent tiering, workspace context, webSearch. Skip when: you want the list once rather than a pipeline that keeps producing it, which is build-tam-list; or the accounts already exist in a CRM or an accounts model and only need judging, which is account-scoring.
Создайте свою базу клиентов как конвейер: поиск компаний от AI Ark, сформированный по вашему идеальному профилю клиента (ICP), бесплатный до начала оплаты…
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, 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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5603 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 59/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 5603 токенов
- 100Шаги. Шагов: 30
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
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)
- +3Длина description 840: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 30 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.