BB ecom-analytics
Используйте этот навык, когда пользователь хочет проанализировать эффективность электронной коммерции, оценить конверсию воронки, изучить тенденции среднего чека (AOV) или повторных покупок, построить отчет по электронной коммерции, проверить скорость продаж, понять когорты клиентов и удержание, или ответить на вопросы о данных продаж своего магазина. Триггеры включают: «как работает мой магазин», «каков мой коэффициент конверсии», «брошенные корзины», «тенденция AOV», «коэффициент повторных покупок», «почему выручка упала», «удержание когорт», «лучшие товары», «выручка от новых и вернувшихся клиентов», «пожизненная ценность», «получить мои данные Shopify», «отчет по электронной коммерции».
машинный переводПоказать оригиналСкрыть оригинал«Use this skill when the user wants to analyze e-commerce performance,…»
Use this skill when the user wants to analyze e-commerce performance, review funnel conversion, investigate AOV or repeat-purchase trends, build an ecom report, check sales velocity, understand customer cohorts and retention, or answer questions about their store's sales data. Triggers include 'how is my store performing', 'what's my conversion rate', 'cart abandonment', 'AOV trend', 'repeat purchase rate', 'why did revenue drop', 'cohort retention', 'top products', 'new vs returning customer revenue', 'lifetime value', 'pull my Shopify numbers', 'ecom report'.
Используйте этот навык, когда пользователь хочет проанализировать эффективность электронной коммерции, оценить конверсию воронки, изучить тенденции среднего…
Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, 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: 1. 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 71/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Входы и предусловия. Не сказано, что нужно иметь на входе
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 85Шаги. Шагов: 33, расплывчатых формулировок: 3
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3746 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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 567 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 33 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.