SKILLEMALL.ai
GitHub ↗ EN Войти

BC amazon-ads-account-settings-and-structure-audit

Используйте для «проверить мой аккаунт Amazon Ads», «правильно ли настроена моя PPC-кампания в Amazon», «мне достался этот аккаунт Amazon Ads, что в нем не так», «конкурируют ли мои кампании Amazon друг с другом», «следует ли использовать динамические ставки вверх и вниз в Amazon», «следует ли разделять брендовые и общие кампании в Amazon» или «как мне структурировать мои кампании Amazon» — даже если пользователь никогда не говорит «настройки». Охватывает стратегию ставок по сравнению с корректировками размещения, самоконкуренцию, смешивание брендов, автоматические против ручных и переполненные группы объявлений, каждая из которых оценивается. Только реклама в Amazon.

машинный переводПоказать оригиналСкрыть оригинал«Use for "audit my Amazon Ads account", "is my Amazon PPC set up right"…»

Use for "audit my Amazon Ads account", "is my Amazon PPC set up right", "I inherited this Amazon Ads account, what's wrong with it", "are my Amazon campaigns competing with each other", "should I use dynamic bids up and down on Amazon", "should brand and generic be separate on Amazon", or "how should I structure my Amazon campaigns" — even when the user never says "settings". Covers bid strategy against placement adjustments, self-competition, brand mixing, automatic against manual, and crowded ad groups, each priced. Amazon Ads only.

coupler-io/skills Agent Skills автор: coupler-io 1 файл тело ≈ 3 242 токенов Открыть источникgithub.com↗ проанализирован 7 дн назад

Используйте для «проверить мой аккаунт Amazon Ads», «правильно ли настроена моя PPC-кампания в Amazon», «мне достался этот аккаунт Amazon Ads, что в нем не…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторМаркетингтип 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
93/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
59/100
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

    Для прогона на моделях — необязательно
    • 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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1

    ✓ Guard не нашёл подозрительного поведения. 1 совпадений — это строки атак, процитированные в документации самого скилла по безопасности.

    Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка edit-residue в тексте есть пометки об устаревшем (строки 92): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

    Процессный рейтинг: все десять параметров 59/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3242 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 12. 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +3Длина description 540 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 17 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.