AD conversion-path-optimizer-claw
Оптимизация пути конверсии — интеллектуальный помощник по продажам, который анализирует воронку продаж, извлекает высококонверсионные фразы и дает рекомендации по оптимизации. Используйте этот навык, когда: (1) необходимо проанализировать коэффициенты конверсии на каждом этапе воронки продаж и выявить узкие места, (2) необходимо извлечь высококонверсионные фразы из исторических данных CRM или записей разговоров, (3) необходимо сравнить эффективность воронки продаж за разные периоды времени или в разных командах продаж, (4) необходимо рекомендовать персонализированные фразы на основе профиля клиента (отрасль, размер, болевые точки), (5) необходимо разработать план A/B-тестирования для количественной оценки эффективности фраз, (6) необходимо создать руководство по фразам для обучения новых продавцов, (7) пользователь упоминает «оптимизация конверсии», «фразы продаж», «анализ воронки», «путь к сделке», «рекомендации по фразам», «повышение конверсии», «обучение продажам», «отток клиентов», «A/B-тестирование», «анализ данных продаж».
машинный переводПоказать оригиналСкрыть оригинал«转化路径优化虾 — 分析销售漏斗、挖掘高转化话术、给出优化建议的销售智能参谋。 **当以下情况时使用此 Skill**： (1) 需要分析…»
转化路径优化虾 — 分析销售漏斗、挖掘高转化话术、给出优化建议的销售智能参谋。 **当以下情况时使用此 Skill**： (1) 需要分析销售漏斗各阶段转化率，找出流失卡点 (2) 需要从历史 CRM 数据或对话记录中提取高转化话术 (3) 需要对比不同时间段或不同销售团队的漏斗表现 (4) 需要根据客户画像（行业、规模、痛点）推荐个性化话术 (5) 需要设计 A/B 测试方案，量化话术效果 (6) 需要生成话术手册，培训新人销售 (7) 用户提到"转化率优化"、"销售话术"、"漏斗分析"、"成交路径"、"话术建议"、"转化提升"、"销售培训"、"客户流失"、"A/B测试"、"销售数据分析"
Оптимизация пути конверсии — интеллектуальный помощник по продажам, который анализирует воронку продаж, извлекает высококонверсионные фразы и дает…
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 · 0
✓ Критических и высоких находок нет
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: 11
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 429 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 300 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 11 пунктов
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (4 из 4)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.