AC commercial-image-prompt
Методология создания коммерческих и e-commerce изображений — трехслойная система промпт-инжиниринга (объект-сцена / стиль-текстура / технические ограничения), охватывающая как глобальные трансграничные платформы (Amazon, Shopify, SHEIN, TikTok, Instagram), так и внутренние азиатские рынки (Taobao, JD, Xiaohongshu, WeChat). Включает шаблоны для различных платформ и стратегии итеративной оптимизации. Используйте при: создании фотографий товаров, маркетинговых плакатов, обложек для электронной коммерции или коммерческих ИИ-визуализаций. Ключевые слова: изображение для электронной коммерции, фотография продукта, коммерческие промпты, SHEIN, Amazon, Shopify, 淘宝主图, 营销海报, 小红书封面, 生图提示词.
машинный переводПоказать оригиналСкрыть оригинал«Commercial and e-commerce image generation methodology — three-layer p…»
Commercial and e-commerce image generation methodology — three-layer prompt engineering framework (subject-scene / style-texture / technical-constraints) covering both global cross-border platforms (Amazon, Shopify, SHEIN, TikTok, Instagram) and domestic Asian markets (Taobao, JD, Xiaohongshu, WeChat). Includes multi-platform templates and iterative optimization strategies. Use when: generating product photos, marketing posters, e-commerce covers, or commercial AI visuals. Keywords: e-commerce image, product photography, commercial prompts, SHEIN, Amazon, Shopify, 淘宝主图, 营销海报, 小红书封面, 生图提示词.
Методология создания коммерческих и e-commerce изображений — трехслойная система промпт-инжиниринга (объект-сцена / стиль-текстура / технические ограничения)…
Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 2. 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 58/100
- 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
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 20
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2081 токенов
- 100Повторный запуск. Изменяющих операций нет
- medium Тестов 2, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +3Длина description 596 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 20 пунктов
- +4Есть примеры (7 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.