SKILLEMALL.ai

BB value-proposition-canvas

Проведите воркшоп Value Proposition Canvas через обе фазы — Профиль клиента и Ценностная карта — с сократовским диалогом в качестве движущей силы. Основной режим — **поглощение исследований** (пользователь предоставляет транскрипты, агент структурирует их в Задачи / Боли / Радости, затем сопоставляет Боли с Успокоителями болей и Радости с Создателями радости с явными подтверждениями пользователя между каждым шагом). Навык создает полностью заполненную таблицу VPC для одного сегмента или персоны за раз, с **1-2 основными задачами клиента + 3-5 вспомогательными, 3-5 болями, 3-5 радостями, прямым сопоставлением успокоителей болей и создателей радости, плюс пакет продуктов и услуг**. Перед завершением навыка агент спрашивает, какой фреймворк приоритизации использовать дальше (по умолчанию: Стратег модели Кано) и объясняет, как он работает. Разработка УТП **не входит в объем** (пользователь пишет ее после Кано). Вторичный режим — **сбор исследований** (данных еще нет → сначала план исследования, затем тот же конвейер). Используйте, когда у пользователя есть данные для структурирования, персоны или сегмента для картирования, или идея, которую необходимо проверить на реальных пользователях перед разработкой.

машинный переводПоказать оригиналСкрыть оригинал«Run a Value Proposition Canvas workshop through both phases — Customer…»

Run a Value Proposition Canvas workshop through both phases — Customer Profile and Value Map — with Socratic dialogue as the adversarial engine. Primary mode is **research ingestion** (user brings transcripts, the agent structures them into Jobs / Pains / Gains, then maps Pains to Pain Relievers and Gains to Gain Creators with explicit user acceptance gates between every step). The skill produces a fully-mapped VPC table for one segment or persona at a time, with **1-2 main Customer Jobs + 3-5 supporting, 3-5 Pains, 3-5 Gains, 1:1 mapping to Pain Relievers and Gain Creators, plus a Products & Services bundle**. Before the skill ends, the agent asks which prioritization framework to use next (default: Kano Model Strategist) and explains how it works. UVP drafting is **out of scope** (the user writes it after Kano). Secondary mode is **research collection** (no data yet → research plan first, then same pipeline). Use when the user has research data to structure, a persona or segment to map, or an idea that needs validation against real users before building.

ClawHub Agent Skills автор: Monika Zapisek v0.1.0 MIT-0 7 файлов тело ≈ 8 948 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Проведите воркшоп Value Proposition Canvas через обе фазы — Профиль клиента и Ценностная карта — с сократовским диалогом в качестве движущей силы.

Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, стоимость исполнения, повторный запуск

ПроцедураFigmaИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
78/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
44
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ClawHub

Как улучшить

  1. Сократите description до 1024 символов.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка description-long description 1072 символов, лимит 1024
  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Run a Value Proposition Canvas workshop through both phases — Cust… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение body-long тело SKILL.md ≈ 8948 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

Процессный рейтинг: все десять параметров 69/100

  • 30Повторный запуск. Изменяющих операций: 18, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 40Стоимость исполнения. Тело инструкции 8948 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Ошибки и развилки. Развилок: 13
  • 85Шаги. Шагов: 167, расплывчатых формулировок: 3
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 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: 13. 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
  • +3Длина description 1072: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +4Структура: 43 заголовков
  • +3Пошаговые инструкции: 167 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 44.

Внешние проверки

ClawHub: clean
This documentation-only workshop skill organizes user-provided research into local Markdown files; the main caution is handling private research data carefully.
LLM: benign (high) · VirusTotal: · 9 июл. 2026 г.