AC shopify-discount-code-performance
Используйте для запросов «стоят ли наши скидки для магазина того?», «какие коды скидок работают в нашем магазине?», «сколько мы раздаем в виде скидок Shopify?», «привлекает ли приветственный код новых клиентов?», «насколько глубоки наши промо-скидки?», «увеличивают ли заказы со скидкой средний чек?», «какую скидку может себе позволить наш магазин?» или «принесла ли распродажа прибыль?» — даже если пользователь никогда не говорит «скидка». Используйте, когда нужно решить, какие коды и автоматические скидки сохранить, сократить или изменить, и какую глубину маржа магазина может выдержать. Только Shopify.
машинный переводПоказать оригиналСкрыть оригинал«Use for "are our store discounts worth it", "which discount codes work…»
Use for "are our store discounts worth it", "which discount codes work in our shop", "how much are we giving away in Shopify discounts", "is the welcome code bringing new customers", "how deep are our promo discounts", "do discounted orders have a bigger basket", "what discount can our store afford", or "did the sale make money" — even when the user never says "discount". Use when the decision is which codes and automatic discounts to keep, cut or resize, and what depth the store's margin can carry. Shopify only.
Используйте для запросов «стоят ли наши скидки для магазина того?», «какие коды скидок работают в нашем магазине?», «сколько мы раздаем в виде скидок…
Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
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 63/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 17
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3189 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
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
- +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
- +5В description 9 примера фраз-триггеров в кавычках
- +3Длина description 518 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.