SKILLEMALL.ai
GitHub ↗ EN Войти

BC ai-seo

Используйте, когда пользователь хочет оптимизировать контент для поисковых систем на базе ИИ, получить цитирование от LLM или появиться в ответах, сгенерированных ИИ. Также используйте, когда пользователь упоминает 'AI SEO', 'AEO', 'GEO', 'LLMO', 'оптимизация для поисковых систем ответов', 'оптимизация для генеративных поисковых систем', 'оптимизация для LLM', 'AI Overviews', 'оптимизировать для ChatGPT', 'оптимизировать для Perplexity', 'цитирование ИИ', 'видимость в ИИ', 'поиск без кликов', 'как мне появиться в ответах ИИ', 'упоминания LLM', 'оптимизировать для Claude/Gemini', 'llms.txt', 'llms-full.txt', 'OKF', 'Open Knowledge Format', 'knowledge bundle', 'сайт, читаемый агентом', 'готовность агента', 'готов ли мой сайт к агенту', 'WebMCP', 'работают ли до сих пор списки для ИИ', 'ChatGPT перестал цитировать страницы сравнения', 'как LLM видят наш бренд', 'LinkedIn для AEO' или 'сдвиг формата цитирования ИИ'. Используйте это всякий раз, когда кто-то хочет, чтобы его контент цитировался или отображался ИИ-ассистентами и ИИ-поисковыми системами. Для традиционных технических аудитов и аудитов SEO на странице см. seo-audit. Для реализации структурированных данных см. schema.

машинный переводПоказать оригиналСкрыть оригинал«When the user wants to optimize content for AI search engines, get cit…»

When the user wants to optimize content for AI search engines, get cited by LLMs, or appear in AI-generated answers. Also use when the user mentions 'AI SEO,' 'AEO,' 'GEO,' 'LLMO,' 'answer engine optimization,' 'generative engine optimization,' 'LLM optimization,' 'AI Overviews,' 'optimize for ChatGPT,' 'optimize for Perplexity,' 'AI citations,' 'AI visibility,' 'zero-click search,' 'how do I show up in AI answers,' 'LLM mentions,' 'optimize for Claude/Gemini,' 'llms.txt,' 'llms-full.txt,' 'OKF,' 'Open Knowledge Format,' 'knowledge bundle,' 'agent-readable site,' 'agent readiness,' 'is my site agent-ready,' 'WebMCP,' 'do listicles still work for AI,' 'ChatGPT stopped citing comparison pages,' 'how do LLMs see our brand,' 'LinkedIn for AEO,' or 'AI citation format shift.' Use this whenever someone wants their content to be cited or surfaced by AI assistants and AI search engines. For traditional technical and on-page SEO audits, see seo-audit. For structured data implementation, see schema.

coreyhaines31/marketingskills Agent Skills автор: coreyhaines31 MIT 17 файлов тело ≈ 8 656 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Также используйте, когда пользователь упоминает 'AI SEO', 'AEO', 'GEO', 'LLMO', 'оптимизация для поисковых систем ответов', 'оптимизация для генеративных…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторYouTubeИИ и агентыМаркетингтип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
Для прогона на моделях — необязательно
  • 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: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 8656 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 33): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

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
  • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 8656 токенов: вытесняет саму задачу из окна
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 85Шаги. Шагов: 134, расплывчатых формулировок: 1
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
  • low Среди тестов нет случая на инъекцию через данные

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)
  • +3Длина description 1004: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 134 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (15 из 15)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.