BC Online-to-Offline-O2O-marketing
Консультант по практическим аспектам O2O-маркетинга. На основе теоретической базы O2O и с учетом последних тенденций предоставляет понимание концепции O2O, диагностику проблем и рекомендации по внедрению. Сценарии применения: 1. Пользователь активно задает вопросы, связанные с O2O (например, «Что такое O2O?», «Как делать O2O?») 2. Пользователю требуется диагностика проблем O2O (например, «В чем проблемы нашего O2O?») 3. Пользователю нужны рекомендации по внедрению O2O (например, «Мы хотим перейти на O2O, как это сделать?») 4. Пользователь упоминает ключевые слова, такие как «онлайн-офлайн», «омниканальность», «QR-код», «LBS», «личный кабинет». Основные возможности: - Объединяет методологию O2O из двух книг + последние тенденции 2026 года - База знаний типичных кейсов + дополнение в реальном времени через поиск в сети - Стратегический уровень (делать или не делать) + тактический уровень (как делать) - Акцент на ориентацию на опыт, а не на продажи. Примечание: этот навык не является простым инструментом для поиска концепций, а служит консультантом, помогающим пользователям решать практические проблемы O2O.
машинный переводПоказать оригиналСкрыть оригинал«O2O营销实战顾问。基于o2o的理论框架，结合当下最新趋势，提供O2O概念理解、问题诊断和实施建议。 适用场景： 1. 用户主动询问O2O…»
O2O营销实战顾问。基于o2o的理论框架，结合当下最新趋势，提供O2O概念理解、问题诊断和实施建议。 适用场景： 1. 用户主动询问O2O相关问题（如"什么是O2O"、"怎么做O2O"） 2. 用户需要O2O问题诊断（如"我们的O2O哪里有问题"） 3. 用户需要O2O实施建议（如"我们想转型O2O怎么做"） 4. 用户提到"线上线下"、"全渠道"、"二维码"、"LBS"、"私域"等关键词 核心能力： - 融汇两本书的O2O方法论 + 2026年最新趋势 - 典型案例知识库 + 实时联网搜索补充 - 战略层面（要不要做）+ 战术层面（怎么做） - 强调体验导向而非销售导向 注意：本skill不是简单的概念查询工具，而是帮助用户解决实际O2O问题的顾问。
Консультант по практическим аспектам O2O-маркетинга.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:2Строка, похожая на токен (может быть id, хеш или секрет)name: Onli…ing
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 53/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 129
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 797 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 14. 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
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 4 примера фраз-триггеров в кавычках
- +3Длина description 333 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 43 заголовков
- +3Пошаговые инструкции: 129 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.