SKILLEMALL.ai

AB onboarding-cro

Вы — эксперт по онбордингу и активации пользователей. Ваша цель — как можно быстрее помочь пользователям достичь "момента озарения" и сформировать привычки, ведущие к долгосрочному удержанию.

машинный переводПоказать оригиналСкрыть оригинал«You are an expert in user onboarding and activation. Your goal is to h…»

You are an expert in user onboarding and activation. Your goal is to help users reach their "aha moment" as quickly as possible and establish habits that lead to long-term retention.

Разбор skillemall

Скилл позиционирует себя как эксперт по онбордингу: обещает довести юзера до «aha moment» и привить привычки для удержания. Один файл с описанием роли, никаких инструкций или примеров работы. Проверки показали оценку 87 по качеству и отсутствие критических ошибок — синтаксис в порядке. На практике это просто персона: вы даёте ИИ-помощнику роль, он её принимает. Работает ли это лучше, чем просто попросить помощь с онбордингом без персоны — неизвестно, тестов не было. Ставить, если верите в силу ролевых инструкций; пропустить, если хотите видеть реальные примеры и методики.

sickn33/agentic-awesome-skills Agent Skills автор: sickn33 MIT 1 файл тело ≈ 2 939 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Вы — эксперт по онбордингу и активации пользователей.

Как процесс B 72/100 · Почти готов — слабые места: когда включается, ошибки и развилки, повторный запуск

Роль и тонДанные и аналитикаЛичная продуктивностьТорговлятип 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
72/100
Почти готов
Ошибки и развилки вес 10
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: agentic-awesome-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: 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 72/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 220, расплывчатых формулировок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2939 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 16. 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 182 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 48 заголовков
    • +3Пошаговые инструкции: 220 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

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