SKILLEMALL.ai

CD Retargeting Funnel

Разрабатывает многоэтапные ретаргетинговые рекламные воронки, которые повторно вовлекают посетителей интернет-магазинов на основе глубины просмотра — от тех, кто ушел с главной страницы, до тех, кто бросил корзину — с использованием стратегий для конкретных платформ: Meta, Google и TikTok.

машинный переводПоказать оригиналСкрыть оригинал«Designs multi-stage retargeting ad funnels that re-engage ecommerce vi…»

Designs multi-stage retargeting ad funnels that re-engage ecommerce visitors based on browsing depth — from homepage bouncers to cart abandoners — with platform-specific strategies for Meta, Google, and TikTok.

ClawHub Agent Skills автор: LeroyCreates v1.1.0 MIT-0 6 файлов тело ≈ 4 801 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Разрабатывает многоэтапные ретаргетинговые рекламные воронки, которые повторно вовлекают посетителей интернет-магазинов на основе глубины просмотра — от тех…

Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураShopifyYouTubeМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
44/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 44/100

  • 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
  • 40Согласованность. Имя во frontmatter (Retargeting Funnel) не совпадает с папкой (retargeting-funnel)
  • 70Стоимость исполнения. Тело инструкции 4801 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 114

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 210 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 114 пунктов
  • +4Есть примеры (0 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
The skill is a coherent retargeting guide, but it directs persistent third-party behavioral tracking and hashed customer identifier sharing without consent or privacy guardrails.
LLM: suspicious (high) · VirusTotal: · 16 сент. 2026 г.