AB content-engine
Полный конвейер создания контента от исследования до публикации. Анализирует статьи конкурентов с высоким рейтингом, выявляет пробелы в контенте, генерирует SEO-оптимизированные посты для блога с учетом фирменного стиля, добавляет мета-описания и предложения по внутренним ссылкам, форматирует для WordPress/Ghost/Notion/Hugo/Jekyll и создает посты для продвижения в социальных сетях для LinkedIn, Twitter/X и Reddit. Используйте этот навык для: написания постов для блога, создания статей, SEO-контента, исследования ключевых слов, анализа пробелов в контенте, контент-стратегии, планирования контент-календаря, «напиши пост в блоге о X», анализа контента конкурентов, «о чем мне написать дальше», генерации постов для социальных сетей из контента, автоматизации контент-маркетинга, редакционного рабочего процесса, копирайтинга, длинного контента, оптимизации контента, генерации мета-описаний или любого запроса, связанного с исследованием темы и созданием контента, готового к публикации. Заменяет ручное объединение веб-исследований, написания, SEO-инструментов, форматирования CMS и планирования социальных сетей в один шаг.
машинный переводПоказать оригиналСкрыть оригинал«Full-stack content creation pipeline from research to publication. Ana…»
Full-stack content creation pipeline from research to publication. Analyzes top-ranking competitor articles, identifies content gaps, generates SEO-optimized blog posts with brand voice, adds meta descriptions and internal link suggestions, formats for WordPress/Ghost/Notion/Hugo/Jekyll, and creates platform-specific social media promotion posts for LinkedIn, Twitter/X, and Reddit. Use this skill for: blog post writing, article creation, SEO content, keyword research, content gap analysis, content strategy, content calendar planning, "write a blog post about X", competitor content analysis, "what should I write about next", social media post generation from content, content marketing automation, editorial workflow, copywriting, long-form content, content optimization, meta description generation, or any request involving researching a topic and producing publish-ready content. Replaces manually chaining web research, writing, SEO tools, CMS formatting, and social scheduling into one step.
Полный конвейер создания контента от исследования до публикации.
Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
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 69/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 61
- 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2006 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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)
- +3Длина description 1003: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 61 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.