AC industry-research
Когда пользователь хочет провести исследование отрасли, исследование ключевых слов для кампании, анализ спроса на поиск, картирование намерений, исследование аудитории или понять, что ищут люди. Также используйте, когда пользователь упоминает "исследование отрасли", "кластеры ключевых слов", "поисковые намерения", "что ищут люди", "вопросы аудитории", "контентные пробелы", "ключевые слова конкурентов", "анализ SERP" или "исследование перед кампанией". Этот навык оркестрирует глубокое исследование с использованием нескольких инструментов, таких как Ahrefs, Firecrawl и Exa, для создания комплексного аналитического отчета. Для необработанного веб-скрейпинга см. firecrawl-cli; для анализа конкурентов см. competitive-intelligence; для оценки рынка см. market-research.
машинный переводПоказать оригиналСкрыть оригинал«When the user wants to conduct industry research, keyword research for…»
When the user wants to conduct industry research, keyword research for a campaign, search demand analysis, intent mapping, audience research, or understand what people are searching for. Also use when the user mentions 'industry research,' 'keyword clusters,' 'search intent,' 'what are people looking for,' 'audience questions,' 'content gaps,' 'competitor keywords,' 'SERP analysis,' or 'research before campaign.' This skill orchestrates multi-tool deep research using Ahrefs, Firecrawl, and Exa to produce a comprehensive intelligence brief. For raw web scraping, see firecrawl-cli; for competitor analysis, see competitive-intelligence; for market sizing, see market-research.
Когда пользователь хочет провести исследование отрасли, исследование ключевых слов для кампании, анализ спроса на поиск, картирование намерений, исследование…
Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность
Такой же скилл встречается ещё в 1 месте: ClawHub
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 57/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 40Согласованность. Имя во frontmatter (industry-research) не совпадает с папкой (abm-industry-research)
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 26
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 1974 токенов
- 100Повторный запуск. Изменяющих операций нет
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 681 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 26 пунктов
- +4Есть примеры (14 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.