AC aeo-analytics-free
Отслеживайте видимость ИИ — измеряйте, упоминается ли бренд и цитируется ли он ИИ-ассистентами (Gemini, ChatGPT, Perplexity) для целевых запросов. Выполняет сканирование, отслеживает частоту упоминаний/цитирований с течением времени, обнаруживает тенденции и определяет возможности. Использует бесплатный уровень Gemini API (с привязкой к контексту) в качестве основного метода, веб-поиск в качестве резервного. Используйте, когда пользователь хочет: проверить, упоминают ли модели ИИ его бренд, отслеживать изменения цитирования ИИ с течением времени, измерять эффективность контента AEO, отслеживать видимость конкурентов в ИИ или проверять присутствие своего бренда в ответах, сгенерированных ИИ. Сочетается с aeo-prompt-research-free (определяет запросы) и aeo-content-free (создает/обновляет контент). Этот навык замыкает цикл, измеряя результаты.
машинный переводПоказать оригиналСкрыть оригинал«Track AI visibility — measure whether a brand is mentioned and cited b…»
Track AI visibility — measure whether a brand is mentioned and cited by AI assistants (Gemini, ChatGPT, Perplexity) for target prompts. Runs scans, tracks mention/citation rates over time, detects trends, and identifies opportunities. Uses Gemini API free tier (with grounding) as primary method, web search as fallback. Use when a user wants to: check if AI models mention their brand, track AI citation changes over time, measure AEO content effectiveness, monitor competitor AI visibility, or audit their brand's presence in AI-generated answers. Pairs with aeo-prompt-research-free (identifies prompts) and aeo-content-free (creates/refreshes content). This skill closes the loop by measuring results.
Отслеживайте видимость ИИ — измеряйте, упоминается ли бренд и цитируется ли он ИИ-ассистентами (Gemini, ChatGPT, Perplexity) для целевых запросов.
Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Утечка данных
exfil-secret-in-urlreferences/gemini-grounding.md:15Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
заглушка -
низкая Утечка данных
net-credential-usereferences/gemini-grounding.md:15Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (адрес назначения — известный публичный сервис; документация security-скилла)curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
известный сервисsecurity-скилл
Просканировано файлов: 4. 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 64/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 40
- 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1417 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
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 705 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 40 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.