SKILLEMALL.ai

BC google-ads-client-report

Используйте, когда кто-то запрашивает ежемесячный отчет Google Ads для клиента, хочет, чтобы была подготовлена клиентская презентация, нуждается в описании эффективности Google Ads за прошлый месяц, запрашивает отчет по PPC за конец месяца, спрашивает «что сказать клиенту» или спрашивает, как представить пропущенную цель — даже когда он никогда не говорит слово «отчет». Также используйте, когда требуется раздел Google Ads для клиентского обзора или QBR. Для агентств и внутренних команд, отчитывающихся вышестоящему руководству. Только Google Ads.

машинный переводПоказать оригиналСкрыть оригинал«Use when someone asks for a monthly Google Ads report for a client, wa…»

Use when someone asks for a monthly Google Ads report for a client, wants the client deck built, needs last month's Google Ads performance written up, asks for an end-of-month PPC report, asks "what do I tell the client", or asks how to present a target they missed — even when they never say the word "report". Also use when the Google Ads section of a client review or QBR is what's wanted. For agencies and in-house teams reporting upward. Google Ads only.

coupler-io/skills Agent Skills автор: coupler-io 1 файл тело ≈ 3 980 токенов Открыть источникgithub.com↗ проанализирован 7 дн назад

Используйте, когда кто-то запрашивает ежемесячный отчет Google Ads для клиента, хочет, чтобы была подготовлена клиентская презентация, нуждается в описании…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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 · 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 51/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 26
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3980 токенов
    • 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 459 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 26 пунктов

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