SKILLEMALL.ai

AB geo-prompt-architecture

Используйте, когда пользователь хочет сгенерировать, структурировать, оценить или проверить промпты для GEO-мониторинга для клиента. Триггер: при создании наборов промптов, ориентированных на темы, на основе веб-сайта, бренда, рынка, клиентов, продуктовых линеек или предполагаемых тем и конкурентов; при балансировке промптов, не связанных с брендом, сравнительных и защищающих бренд; или при преобразовании результатов мониторинга видимости ИИ в действия по оптимизации промптов и контента.

машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to generate, structure, score, or audit GEO mo…»

Use when the user wants to generate, structure, score, or audit GEO monitoring prompts for a client. Trigger when building topic-first prompt sets from a website, brand, market, customer, product lines or inferred topics, and competitors; when balancing non-brand, comparison, and brand-defense prompts; or when turning AI visibility monitoring results into prompt and content optimization actions.

ClawHub Agent Skills автор: Tim v0.1.3 MIT-0 17 файлов тело ≈ 2 484 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Триггер: при создании наборов промптов, ориентированных на темы, на основе веб-сайта, бренда, рынка, клиентов, продуктовых линеек или предполагаемых тем и…

Как процесс B 72/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторИИ и агентыИнфраструктураМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 17. 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 72/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 8
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 144
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2484 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 398 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 144 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 7)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This skill is a documentation-heavy GEO prompt-generation helper with no executable code, hidden data handling, persistence, or credential use found.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.