BF eeat-seo
Руководство по SEO-оптимизации E-E-A-T — Как создавать сигналы опыта, экспертизы, авторитетности и достоверности для поисковых систем на базе ИИ и Google. Охватывает сигналы E-E-A-T для ChatGPT, Perplexity и Google, оптимизацию схемы автора, достоверность контента, внутренние/внешние цитаты и фреймворк аудита E-E-A-T. Ключевые слова: e-e-a-t, eeate seo, eeat, experience expertise authoritativeness trustworthiness, google e-e-a-t, ai search e-e-a-t, content credibility, author authority, trust signals seo, seo trust, expertise seo, chatbot seo eeat, perplexity eeat, chatgpt eeat
машинный переводПоказать оригиналСкрыть оригинал«E-E-A-T SEO Optimization Guide — How to build Experience, Expertise, A…»
E-E-A-T SEO Optimization Guide — How to build Experience, Expertise, Authoritativeness, and Trustworthiness signals for AI search engines and Google. Covers E-E-A-T signals for ChatGPT, Perplexity, and Google, author schema optimization, content credibility, internal/external citations, and E-E-A-T audit framework. Keywords: e-e-a-t, eeate seo, eeat, experience expertise authoritativeness trustworthiness, google e-e-a-t, ai search e-e-a-t, content credibility, author authority, trust signals seo, seo trust, expertise seo, chatbot seo eeat, perplexity eeat, chatgpt eeat
Руководство по SEO-оптимизации E-E-A-T — Как создавать сигналы опыта, экспертизы, авторитетности и достоверности для поисковых систем на базе ИИ и Google.
Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: link
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 2. 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") - предупреждение
missing-refссылка на отсутствующий файл: link
Процессный рейтинг: все десять параметров 35/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): link
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Шаги. Шагов: 54
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1909 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 576 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 54 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.