SKILLEMALL.ai

AB game-design-ideal-outcome-backcasting

Начните с идеального результата для игрока и двигайтесь назад к шагам проектирования, системам и решениям, необходимым для его достижения. Используйте, когда команда знает, какой опыт она хочет, но не знает, как структурировать путь к нему, при переработке функции вокруг более сильного конечного результата или при уточнении того, что должно быть истинным, чтобы концепция ощущалась успешной.

машинный переводПоказать оригиналСкрыть оригинал«Start from the ideal player-facing result and work backward to the des…»

Start from the ideal player-facing result and work backward to the design steps, systems, and decisions required to reach it. Use when a team knows the kind of experience it wants but not how to structure the path there, when redesigning a feature around a stronger destination, or when clarifying what must be true for a concept to feel successful.

ClawHub Agent Skills автор: Stanislav Stankovic v1.0.0 MIT-0 3 файла тело ≈ 473 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Начните с идеального результата для игрока и двигайтесь назад к шагам проектирования, системам и решениям, необходимым для его достижения.

Как процесс B 67/100 · Почти готов — слабые места: когда включается, ошибки и развилки, повторный запуск

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
67/100
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: 3. 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 67/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 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: 26
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 473 токенов

    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 349 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 26 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a simple game-design planning skill made of Markdown instructions, with no code, credentials, installs, or hidden system access.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.