AD aikey-topic
AI KEY · Что снимать сегодня — навык выбора тем для коротких видео. Сначала исследуем явление, проверяем гипотезы, сравниваем объяснения, превращаем проблему в интересующий зрителя выбор. Интерактивный выбор тем: определение спроса и предложения + сигналы конкурентов + подтверждение реальными данными + проверка соотношения, не создает список тем одним кликом. Триггеры: /aikey-topic, /что снимать, /выбрать тему, /aikey-выбрать тему, «что снимать сегодня», «помоги мне с выбором темы», «можно ли сделать видео на эту тему», «есть идея, помоги оценить», «эта тема однобока», «эта тема скучная», «помоги мне раскрыть обе стороны этой темы» —— AI KEY · Не даем формулы, даем критерии. Каждое правило сопровождается оценкой реальных затрат.
машинный переводПоказать оригиналСкрыть оригинал«AI KEY·今天拍什么 ——短视频选题技能。先探寻现象、检验假设、比较解释，把问题转成观众在意的选择。交互式选题：供需判定 + 对标信号…»
AI KEY·今天拍什么 ——短视频选题技能。先探寻现象、检验假设、比较解释，把问题转成观众在意的选择。交互式选题：供需判定 + 对标信号 + 本人真实数据佐证 + 配比检查，不一键生成选题清单。 触发方式：/aikey-topic、/拍什么、/选题、/aikey-选题、「今天拍什么」「帮我出选题」「这个题能不能做」「有个想法你帮我判断下」「这题只有一头」「这题没劲」「帮我把它讲出两头来」 Topic selection for short videos: supply-demand test, benchmark signals, real data evidence. Trigger: /aikey-topic, "what topic should I shoot", "is this topic worth making" —— AI KEY · 不给公式，给判据。每条规则都标了实测代价。
AI KEY · Что снимать сегодня — навык выбора тем для коротких видео.
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName"
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: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 31
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1960 токенов
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -212 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 404 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 31 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 6)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.