SKILLEMALL.ai
GitHub ↗ EN Войти

CF paid-ads-optimize

Диагностирует неэффективные расходы на платную рекламу, темпы и распределение, затем предлагает безопасные, основанные на данных оптимизации. Используйте для неэффективных расходов, минус-слов, бюджетов, изменений ставок, низкой стоимости привлечения клиента (CPA) или рентабельности инвестиций в рекламу (ROAS), отставания от темпов или перерасхода, или решений по масштабированию.

машинный переводПоказать оригиналСкрыть оригинал«Diagnose wasted paid-ad spend, pacing, and allocation, then propose sa…»

Diagnose wasted paid-ad spend, pacing, and allocation, then propose safe evidence-backed optimizations. Use for waste, negatives, budgets, bid changes, poor CPA or ROAS, underpacing, overspend, or scaling decisions.

nowork-studio/notfair-plugin Claude Code автор: nowork-studio MIT 1 файл тело ≈ 161 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Диагностирует неэффективные расходы на платную рекламу, темпы и распределение, затем предлагает безопасные, основанные на данных оптимизации.

Как процесс F 20/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: ../../paid-ads/paid-ads-optimize/WORKFLOW.md

АнализаторДанные и аналитикаИИ и агентытип 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
C
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
F
20/100
Процесс не описан
Скилл ссылается на файлы, которых нет в архиве: ../../paid-ads/paid-ads-optimize/WORKFLOW.md
Инструменты и файлы вес 18
0
Шаги вес 15
0
Результат и критерий готовности вес 14
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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

  • предупреждение missing-ref ссылка на отсутствующий файл: ../../paid-ads/paid-ads-optimize/WORKFLOW.md

Процессный рейтинг: все десять параметров 20/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../paid-ads/paid-ads-optimize/WORKFLOW.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../../paid-ads/paid-ads-optimize/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 161 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 215 символов: достаточно сигнала, не съедает бюджет

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.