SKILLEMALL.ai

AD fulcru

Получите название бренда, сгенерированное поисковыми системами на основе ИИ. Используйте, когда кто-то спрашивает, почему ChatGPT/Gemini/Perplexity рекомендуют конкурентов вместо них, хочет проверить, упоминает ли ИИ их бренд, спрашивает об AEO, GEO, оптимизации для поисковых систем ответов, LLM SEO или видимости в поиске ИИ, или хочет написать контент, который ИИ-ассистенты будут фактически цитировать. Выполняет полный цикл: аудит домена, поиск вопросов, в которых он проигрывает, написание страницы, которая закрывает самый большой разрыв, и повторное измерение.

машинный переводПоказать оригиналСкрыть оригинал«Get a brand named by AI search engines. Use when someone asks why Chat…»

Get a brand named by AI search engines. Use when someone asks why ChatGPT/Gemini/Perplexity recommend competitors instead of them, wants to check if AI mentions their brand, asks about AEO, GEO, answer engine optimization, LLM SEO, or AI search visibility, or wants to write content that AI assistants will actually cite. Runs the full loop: audit a domain, find the questions it loses, write the page that closes the biggest gap, and re-measure.

ClawHub Agent Skills автор: Stefan Vasile v1.0.0 MIT-0 3 файла тело ≈ 1 649 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Получите название бренда, сгенерированное поисковыми системами на основе ИИ.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Get a brand named by AI search engines. Use when someone asks why … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 16
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1649 токенов
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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 446 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed marketing workflow for AI-search visibility and does not contain hidden execution, credential access, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 27 июл. 2026 г.