AC self-improving-marketing
Выявляет упущенные сообщения, низкую эффективность каналов, смещение аудитории, несоответствие бренда, пробелы в атрибуции и деградацию контента для постоянного улучшения маркетинга. Используйте, когда: (1) CTR падает ниже порога, (2) Коэффициент конверсии значительно снижается, (3) Настроение бренда негативно меняется, (4) Органический трафик неожиданно падает, (5) Доставляемость электронной почты ухудшается, (6) Атрибуция UTM нарушается, (7) Эффективность кампании падает ниже контрольных показателей.
машинный переводПоказать оригиналСкрыть оригинал«Captures messaging misses, channel underperformance, audience drift, b…»
Captures messaging misses, channel underperformance, audience drift, brand inconsistency, attribution gaps, and content decay to enable continuous marketing improvement. Use when: (1) CTR drops below threshold, (2) Conversion rate declines significantly, (3) Brand sentiment shifts negatively, (4) Organic traffic drops unexpectedly, (5) Email deliverability degrades, (6) UTM attribution breaks, (7) Campaign performance falls below benchmarks.
Выявляет упущенные сообщения, низкую эффективность каналов, смещение аудитории, несоответствие бренда, пробелы в атрибуции и деградацию контента для…
Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6486 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 54/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 24, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 65Ошибки и развилки. Развилок: 3
- 70Стоимость исполнения. Тело инструкции 6486 токенов
- 100Шаги. Шагов: 106
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 19. 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
- +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 445 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 49 заголовков
- +3Пошаговые инструкции: 106 пунктов
- +4Есть примеры (19 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 3)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.