SKILLEMALL.ai

AB proof-email

Напишите холодное или теплое B2B-письмо для продаж, основанное на реальных доказательствах от клиента и одном принципе влияния — адаптированное к роли получателя. Укажите, кому вы пишете (имя + роль + компания) и что вы продаете; это извлечет нужные доказательства и напишет готовый к отправке заголовок + текст. Используйте, когда кто-то хочет получить исходящее письмо для конкретного человека. Работает автономно через веб-поиск + получение; извлекает ваши реальные доказательства клиентов GrowthNation через MCP при подключении.

машинный переводПоказать оригиналСкрыть оригинал«Write a cold or warm B2B sales email that's grounded in real customer…»

Write a cold or warm B2B sales email that's grounded in real customer proof and one influence principle — tailored to the recipient's role. Give it who you're writing to (name + role + company) and what you're selling; it pulls the right proof and writes a ready-to-send subject + body. Use when someone wants an outreach email for a specific person. Runs standalone on web search + fetch; pulls your real GrowthNation customer proof via MCP when connected.

ClawHub Agent Skills автор: GrowthNation Inc v1.0.0 MIT-0 2 файла тело ≈ 1 995 токенов Открыть источникclawhub.ai проанализирован 33 ч назад

Напишите холодное или теплое B2B-письмо для продаж, основанное на реальных доказательствах от клиента и одном принципе влияния — адаптированное к роли…

Как процесс B 70/100 · Почти готов — слабые места: когда включается, повторный запуск, отчётность по ходу

ГенераторИИ и агентыПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 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 70/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 28
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1995 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 457 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 28 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a disclosed B2B sales-email drafting skill that uses public research and optional GrowthNation proof data without hidden execution, persistence, or automatic sending.
    LLM: benign (high) · VirusTotal: · 11 июн. 2026 г.