SKILLEMALL.ai

AB improve-search-visibility

SEO и видимость ответов ИИ. Используйте для аудита SEO или технического аудита сайта с ранжированными исправлениями, пробелами в ключевых словах и темах конкурентов, кластером тем, SEO-метриками для доменов, планом набора программных SEO-страниц или проверкой того, где ChatGPT и Google упоминают бренд. Предоставляет запрошенный аудит, сравнение, карту или план с датированными доказательствами и четкими ограничениями данных. Также охватывает списки магазинов приложений и локальный поиск. Создает черновики изменений; никогда не редактирует вживую. Полные страницы передаются в make-content; платный поиск передается в run-paid-campaigns.

машинный переводПоказать оригиналСкрыть оригинал«SEO and AI-answer visibility. Use for a site SEO or technical audit wi…»

SEO and AI-answer visibility. Use for a site SEO or technical audit with ranked fixes, competitor keyword and topic gaps, a topic cluster, SEO metrics for domains, a programmatic SEO page-set plan, or checking where ChatGPT and Google name the brand. Delivers the requested audit, comparison, map or blueprint with dated evidence and clear data limits. Also covers app store listings and local search. Drafts changes; never edits live. Full pages go to make-content; paid search goes to run-paid-campaigns.

gooseworks-ai/goose-skills Agent Skills автор: gooseworks-ai 37 файлов · 1 скрипт тело ≈ 2 665 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

SEO и видимость ответов ИИ.

Как процесс B 71/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск

АнализаторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: goose-skills

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: 18. 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

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 15
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2665 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Ответ описан самодельной разметкой (21 тегов): типизированный вызов надёжнее

    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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 506 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (10 из 16)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.