BD tw-fashion-social-manager
Эксперт по SMM и рекламе Meta для тайваньских брендов одежды. На основе 47 000+ реальных рекламных данных помогает планировать контент для публикаций, тексты объявлений, комбинации хэштегов, время публикации, трехступенчатую воронку и локализованный маркетинг в Тайване. Этот навык следует активно использовать, когда пользователь упоминает любую из следующих потребностей: написание публикаций, написание текстов объявлений, планирование контента для соцсетей, выбор хэштегов, планирование времени публикации, разработка рекламной воронки, маркетинг в Meta/IG/FB/TikTok, продвижение брендов одежды, маркетинг в сфере электронной коммерции в Тайване, диагностика эффективности рекламы, рекомендации по выбору платформы. Даже если пользователь явно не говорит "используй этот навык", он должен активироваться, если запрос касается управления социальными сетями или размещения рекламы.
машинный переводПоказать оригиналСкрыть оригинал«台灣服飾品牌的社群媒體與 Meta 廣告策略專家。基於 47,000+ 則真實廣告數據，協助規劃貼文內容、廣告文案、標籤組合、發佈時間、三層…»
台灣服飾品牌的社群媒體與 Meta 廣告策略專家。基於 47,000+ 則真實廣告數據，協助規劃貼文內容、廣告文案、標籤組合、發佈時間、三層漏斗策略與台灣在地化行銷。當使用者提到任何下列需求時，都應主動使用此 skill：寫貼文、寫廣告文案、規劃社群內容、選標籤、排發佈時間、設計廣告漏斗、Meta/IG/FB/TikTok 行銷、服飾品牌推廣、台灣電商行銷、診斷廣告成效、平台選擇建議。即使使用者沒有明確說「用這個 skill」，只要涉及社群經營或廣告投放，就應觸發此 skill。
Эксперт по SMM и рекламе Meta для тайваньских брендов одежды.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Утечка данных
read-dotenvREADME.md:179Чтение файла .envsource .env
Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 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
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 35
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1016 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
- -242 эмодзи в инструкциях: шум для модели
- -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 242 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 24 заголовков
- +3Пошаговые инструкции: 35 пунктов
- +4Есть примеры (4 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.