SKILLEMALL.ai
GitHub ↗ EN Войти

CB diagnose-ai-visibility

Выяснить, почему поисковые системы на базе ИИ исключают ваш бренд из ответа, и выбрать одно исправление, соответствующее причине — прочитать ответы и цитируемые ими источники, сопоставить вопрос с вашей собственной страницей, а затем решить, сломана ли страница, отсутствует ли она, слаба ли она или перевешивается сторонними источниками. Используйте, когда пользователь спрашивает, почему ChatGPT, Gemini, Perplexity или Google AI Overviews не упоминают их, какие запросы они упускают, какой контент писать дальше или как улучшить видимость ИИ.

машинный переводПоказать оригиналСкрыть оригинал«Find out why AI search engines leave your brand out of an answer, and…»

Find out why AI search engines leave your brand out of an answer, and pick the one fix that matches the cause — read the answers and the sources they cite, map the question to your own page, then decide if the page is broken, missing, weak, or outweighed by third-party sources. Use when the user asks why ChatGPT, Gemini, Perplexity or Google AI Overviews do not mention them, which prompts they lose, what content to write next, or how to improve AI visibility.

Разбор skillemall

Скилл диагностирует, почему AI-поисковики игнорируют бренд в ответах. Обещает разобраться, сломана ли страница, не хватает ли контента, слаб ли он или его забивают конкуренты. Один файл на 722 токена — инструкция читать ответы поисковиков, сопоставлять с собственной страницей, выбирать причину из четырёх вариантов.

Проверки показали оценку C: качество 70%, процесс 65%, без критических ошибок. Песочница не запускалась, моделей не тестировали. Скилл работает как чеклист, а не как автоматический анализатор — вы сами читаете, сравниваете, решаете. Для тех, кто уже знает, что ищет в ответах ChatGPT или Gemini, но не понимает, почему там не его сайт.

Ставить, если готовы вручную проходить диагностику. Если хотите, чтобы агент сам лез в поисковики и доставал ответы — не подойдёт.

superset-sh/superset Claude Code автор: superset-sh 1 файл тело ≈ 722 токенов Открыть источникgithub.com↗ проанализирован 4 дн назад

Выяснить, почему поисковые системы на базе ИИ исключают ваш бренд из ответа, и выбрать одно исправление, соответствующее причине — прочитать ответы и…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

АнализаторИИ 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

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

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 3, column 16: argument-hint: a prompt, topic, or tag to diagnose (default: the lowest non-bra… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 65/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 55Ошибки и развилки. Развилок: 1
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 11
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 722 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 463 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 11 пунктов

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