AC user-feedback-claw
Обработка отзывов пользователей — автоматический анализ негативных отзывов и предложений, извлечение сигналов для улучшения продукта из данных обратной связи из различных каналов. **Используйте этот навык в следующих случаях**: (1) Пользователь предоставляет данные отзывов (Excel/CSV/текст) и просит проанализировать негативные отзывы, выявить основные проблемы (2) Необходимо провести анализ тональности, тематическую классификацию, приоритизацию обратной связи с пользователями (3) Необходимо сгенерировать структурированный отчет об анализе обратной связи с пользователями (4) Необходимо проанализировать заявки в службу поддержки, NPS-опросы, открытые ответы на анкеты (5) Пользователь упоминает "негативные отзывы", "обратная связь", "отзывы пользователей", "общественное мнение", "жалобы", "предложения", "болевые точки", "голос пользователя", "анализ отзывов", "NPS", "удовлетворенность", "исследование пользователей"
машинный переводПоказать оригиналСкрыть оригинал«用户反馈虾 — 自动分析用户差评与建议，从多渠道反馈数据中提炼产品改进信号。 **当以下情况时使用此 Skill**： (1) 用户提供评…»
用户反馈虾 — 自动分析用户差评与建议，从多渠道反馈数据中提炼产品改进信号。 **当以下情况时使用此 Skill**： (1) 用户提供评论数据（Excel/CSV/文本），要求分析差评、找出主要问题 (2) 需要对用户反馈进行情感分析、主题分类、优先级排序 (3) 需要生成结构化的用户反馈分析报告 (4) 需要分析客服工单、NPS 调研、问卷开放性回答 (5) 用户提到"差评"、"用户反馈"、"用户评论"、"舆情"、"投诉"、"建议"、"痛点"、"用户声音"、"评价分析"、"NPS"、"满意度"、"用户调研"
Обработка отзывов пользователей — автоматический анализ негативных отзывов и предложений, извлечение сигналов для улучшения продукта из данных обратной связи…
Как процесс C 53/100 · Есть пробелы — 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: 5. 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 53/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 29
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 334 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 259 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 29 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.