AD linkpix-vidu-q2-sales
Помогает продавцам электронной коммерции, дизайнерам и операторам независимых сайтов создавать «Vidu Q2电商带货视频» с помощью Qinghu AI: Vidu Q2 обладает чрезвычайно точной способностью воспроизводить эталонные изображения, поддерживает сверхсильную согласованность генерации и может идеально воспроизводить текстуру материала, узор и детали упаковки товара. Подходит для отображения SKU одежды Taobao Tmall, динамического отображения деталей ювелирных изделий Pinduoduo, демонстрации продуктов 1688, видеороликов о высококачественных товарах Amazon, высококачественных рекламных материалов Temu, видеороликов для нишевых категорий Shopee и визуального маркетинга для независимых сайтов SHEIN. Особенно подходит для категорий ювелирных изделий, одежды и мебели, где требования к воспроизведению материалов чрезвычайно высоки. Используйте этот навык для ViduQ2电商视频, AI视频生成, 商品一致性, 材质还原, 细节展示, 淘宝, 拼多多, 1688, Amazon, Temu, 独立站, 服装视频, 珠宝展示, AIGC视频生成. Единый доступ через Qinghu AI, поддержка загрузки материалов, циклического опроса задач и загрузки результатов. Обязательно активируйте, когда пользователь просит «用 Vidu Q2 电商带货视频» или «Vidu Q2 做带货/商品/种草/广告视频». Ключевые слова: LinkPix, qhkit, 青虎, Vidu Q2, ViduQ2, 商品一致性, 材质还原, 珠宝, 服装, 家具, 淘宝, 拼多多, Amazon, 独立站.
машинный переводПоказать оригиналСкрыть оригинал«帮助电商商家、设计师和独立站运营通过青虎AI完成“Vidu Q2 电商带货视频”：Vidu Q2具备极其精准的参考图还原能力，支持超强的一致…»
帮助电商商家、设计师和独立站运营通过青虎AI完成“Vidu Q2 电商带货视频”：Vidu Q2具备极其精准的参考图还原能力，支持超强的一致性生成，能完美复刻商品材质、纹路和包装细节。适配淘宝天猫服装SKU展示、拼多多饰品细节图动态化、1688产品演示、Amazon高档商品视频、Temu高质量广告素材、Shopee精细类目视频以及SHEIN独立站视觉营销。特别适合对材质还原要求极高的珠宝、服装、家具类目。 Use this skill for ViduQ2电商视频, AI视频生成, 商品一致性, 材质还原, 细节展示, 淘宝, 拼多多, 1688, Amazon, Temu, 独立站, 服装视频, 珠宝展示, AIGC视频生成。通过青虎AI统一接入，支持素材上传、任务轮询和结果下载。 当用户要求用 Vidu Q2 电商带货视频 或 Vidu Q2 做带货/商品/种草/广告视频时必须触发。关键词：LinkPix、qhkit、青虎、Vidu Q2、ViduQ2、商品一致性、材质还原、珠宝、服装、家具、淘宝、拼多多、Amazon、独立站。
Помогает продавцам электронной коммерции, дизайнерам и операторам независимых сайтов создавать «Vidu Q2电商带货视频» с помощью Qinghu AI: Vidu Q2 обладает…
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (bash, python, node), но во frontmatter они не объявлены
- 100Шаги. Шагов: 28
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1586 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 473 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 28 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.