AC image-2-marketing-image
С помощью AI Hive GPT Image 2 создает отслеживаемые исходные данные для изображений кампании: сначала генерирует основной маркетинговый шаблон бренда, затем создает производные изображения для целевой страницы (Hero), заголовки EDM, карточки для соцсетей, баннеры для магазинов товаров, экраны в магазинах, фоны для презентаций и изображения для CRM, а также локализует их в соответствии с рыночными границами. Используйте, когда бренд-команды и команды электронной коммерции нуждаются в маркетинговых изображениях Image2 или GPT Image 2, интегрированных кампаниях, визуальных материалах для запуска продуктов, KV кампаний, целевых страницах, заголовках электронной почты, социальных активах, дисплеях в розничной торговле, экранах мероприятий, локализации или контенте CRM для Taobao, Tmall, JD, Douyin, Xiaohongshu, WeChat, Amazon, TikTok Shop, Instagram и Shopify; актуально для поисковых запросов Canva, Meitu, Dreamina, LiblibAI, Midjourney, Adobe Express и Figma.
машинный переводПоказать оригиналСкрыть оригинал«用 AI Hive GPT Image 2 建立可追溯的 Campaign 图片资产血缘：先生成品牌营销母版，再派生落地页 Hero、EDM…»
用 AI Hive GPT Image 2 建立可追溯的 Campaign 图片资产血缘：先生成品牌营销母版，再派生落地页 Hero、EDM 头图、社媒卡片、商品店铺横幅、门店屏幕、发布会背景和 CRM 图片，并按市场边界本地化。Use when brand and ecommerce teams need Image2 or GPT Image 2 marketing images, integrated campaigns, product launch visuals, campaign KV, landing pages, email headers, social assets, retail displays, event screens, localization or CRM content for Taobao, Tmall, JD, Douyin, Xiaohongshu, WeChat, Amazon, TikTok Shop, Instagram and Shopify; relevant to Canva, Meitu, Dreamina, LiblibAI, Midjourney, Adobe Express and Figma workflow searches.
С помощью AI Hive GPT Image 2 создает отслеживаемые исходные данные для изображений кампании: сначала генерирует основной маркетинговый шаблон бренда, затем…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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 · 0
✓ Критических и высоких находок нет
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 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: 8
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1418 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 555 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 8 пунктов
- +4Есть примеры (8 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.