CF keyword-research
Поиск, анализ и приоритизация ключевых слов для SEO и стратегий контента GEO на основе исходного ключевого слова или ниши. Определяет возможности с высокой ценностью на основе объема поиска, конкуренции, намерений пользователя и релевантности для бизнеса. Генерирует тематические кластеры. Для создания датированного редакционного календаря на основе ваших собственных данных Search Console используйте `content-planner` вместо этого — этот навык предназначен для поиска ключевых слов по исходному запросу, а не для планирования календаря. Используйте, когда вас просят «найти ключевые слова», «исследование ключевых слов», «анализ ключевых слов», «объем поиска», «сложность ключевого слова», «идеи контента по исходному запросу» или любую задачу по поиску ключевых слов.
машинный переводПоказать оригиналСкрыть оригинал«Discover, analyze, and prioritize keywords for SEO and GEO content str…»
Discover, analyze, and prioritize keywords for SEO and GEO content strategies from a seed keyword or niche. Identifies high-value opportunities based on search volume, competition, intent, and business relevance. Generates topic clusters. For building a dated editorial calendar from your own Search Console data, use `content-planner` instead — this skill is seed-driven keyword discovery, not calendar scheduling. Use when asked to "find keywords", "keyword research", "keyword analysis", "search volume", "keyword difficulty", "content ideas from a seed", or any keyword discovery task.
Поиск, анализ и приоритизация ключевых слов для SEO и стратегий контента GEO на основе исходного ключевого слова или ниши.
Как процесс F 20/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: ../../seo/keyword-research/WORKFLOW.md
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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
- предупреждение
missing-refссылка на отсутствующий файл: ../../seo/keyword-research/WORKFLOW.md
Процессный рейтинг: все десять параметров 20/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): ../../seo/keyword-research/WORKFLOW.md
- 0Шаги. Инструкция сплошным текстом, шаги не выделены
- 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
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 65 токенов
- 100Повторный запуск. Изменяющих операций нет
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)
- +4Структура: 1 заголовков, инструкции сложно сканировать
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -15Тело SKILL.md короче 300 символов: скилл почти пустой
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +3Длина description 589 символов: достаточно сигнала, не съедает бюджет
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.