SKILLEMALL.ai

AB the-churning-customer

Смоделируйте точного клиента, который тихо отменит подписку на 4-м месяце — его внутренний монолог на протяжении всего жизненного цикла и честное интервью при уходе, которое он вам так и не дал. Используйте, когда вас спрашивают, почему клиенты действительно уходят, смоделируйте уходящего клиента, разыграйте роль клиента, который отменяет подписку, или как выглядит тихий отток для моего продукта. Создает монолог клиента на протяжении жизненного цикла, его никогда не данное интервью при уходе и разбор с самыми ранними обнаруживаемыми сигналами и мерами вмешательства.

машинный переводПоказать оригиналСкрыть оригинал«Simulate the exact customer who will quietly cancel in month 4 — their…»

Simulate the exact customer who will quietly cancel in month 4 — their internal monologue through the lifecycle and the honest exit interview they never gave you. Use when asked why do customers really churn, simulate a churning customer, roleplay the customer who cancels, or what does silent churn look like for my product. Produces the customer's lifecycle monologue, their never-given exit interview, and a debrief with the earliest detectable signals and interventions.

ClawHub Agent Skills автор: mohitagw15856 v50.0.0 MIT-0 2 файла тело ≈ 970 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Смоделируйте точного клиента, который тихо отменит подписку на 4-м месяце — его внутренний монолог на протяжении всего жизненного цикла и честное интервью при…

Как процесс B 70/100 · Почти готов — слабые места: когда включается, ошибки и развилки, отчётность по ходу

АнализаторДанные и аналитикаОперации и проектытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 70/100

    • 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
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 16
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 970 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 474 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    This is a text-only product strategy skill that simulates a hypothetical churning customer and does not request system access, credentials, persistence, or external data transfer.
    LLM: benign (high) · VirusTotal: · 14 июл. 2026 г.