AB adaptive-learning-playbook
Мировой уровень адаптивности и обучения. Используйте для: осведомленности о рыночных тенденциях, сканирования горизонтов, анализа PESTLE, организационной гибкости, Kaizen, циклов PDCA, 5S, бережливых операций, культуры экспериментов, разработки на основе гипотез, A/B-тестирования, проектирования MVP, управления знаниями, журналов принятия решений, ADR, обзоров после действий, конкурентной разведки, SWOT, пяти сил Портера, боевых карточек, изменения стратегии, бережливого стартапа, бизнес-модельной канвы, обнаружения сигналов, планирования сценариев, скорости обучения, картирования потока создания ценности, Gemba walks. Активируйте при обсуждении ЛЮБОГО организационного обучения, стратегической адаптивности, непрерывного совершенствования, конкурентного анализа, экспериментов, систем знаний или решений о смене курса/продолжении. Также для стартап-стратегии, связанной с соответствием продукта рынку или подтвержденным обучением. Если это касается более быстрого обучения, лучшей адаптации или более умной конкуренции — используйте этот навык.
машинный переводПоказать оригиналСкрыть оригинал«World-Class Adaptability & Learning Playbook. Use for: market trend aw…»
World-Class Adaptability & Learning Playbook. Use for: market trend awareness, horizon scanning, PESTLE analysis, organisational agility, Kaizen, PDCA cycles, 5S, lean operations, experimentation culture, hypothesis-driven development, A/B testing, MVP design, knowledge management, decision logs, ADRs, after-action reviews, competitive intelligence, SWOT, Porter's Five Forces, battlecards, pivoting strategy, lean startup, business model canvas, signal detection, scenario planning, learning velocity, value stream mapping, Gemba walks. Trigger when discussing ANY organisational learning, strategic adaptability, continuous improvement, competitive analysis, experimentation, knowledge systems, or pivot/persevere decisions. Also for startup strategy around product-market fit or validated learning. If it touches learning faster, adapting better, or competing smarter — use this skill.
Мировой уровень адаптивности и обучения.
Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
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: 4. 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 70/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 81
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3797 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 11. 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 890: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 41 заголовков
- +3Пошаговые инструкции: 81 пунктов
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.