AB intake-meta-ads
Аналитик рекламных объявлений META для Intake Breathing. Используйте при работе с эффективностью рекламы META/Facebook/Instagram для Intake Breathing (бренд назальных дилататоров). Обрабатывает извлечение данных через Marketing API, диагностику кампаний, анализ креативов, перераспределение бюджета, аудит пикселей/отслеживания и детальный анализ эффективности на уровне предложений. Активируется по запросам: извлечь данные рекламы Intake, проверить кампании Intake, эффективность META Intake, CPA Intake, ROAS Intake, анализ рекламы Intake, реклама Facebook Intake, реклама Instagram Intake или любая задача META Ads в контексте Intake Breathing. Включает пакетный скрипт Python для экспорта данных из Marketing API и предварительно загруженный контекст учетной записи (бенчмарки, структура кампаний, известные проблемы, исторические точки перегиба).
машинный переводПоказать оригиналСкрыть оригинал«Intake Breathing META ads analyst. Use whenever working on META/Facebo…»
Intake Breathing META ads analyst. Use whenever working on META/Facebook/Instagram ad performance for Intake Breathing (nasal dilator brand). Handles data pulls via Marketing API, campaign diagnostics, creative analysis, budget reallocation, pixel/tracking audits, and offer-level performance forensics. Trigger on pull intake ads data, check intake campaigns, intake meta performance, intake CPA, intake ROAS, intake ads analysis, intake facebook ads, intake instagram ads, or any META ads task in the context of Intake Breathing. Includes bundled Python script for Marketing API data export and pre-loaded account context (benchmarks, campaign structure, known issues, historical inflection points).
Аналитик рекламных объявлений META для Intake Breathing.
Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
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: 7. 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 65/100
- 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
- 55Ошибки и развилки. Развилок: 1
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 16
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1620 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
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 701 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 16 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.