BD qinghu-amazon-market-assessor
青虎AI Amazon оценка нишевого рынка: перед выходом в определенную категорию сначала изучите общую ситуацию — объем рынка и объем продаж, степень монополизации топовых листингов и брендов, распределение ценовых диапазонов и возможности для входа, структуру продавцов (доля китайских продавцов), активность новых продуктов и их выживаемость, тенденции спроса и коэффициент возвратов, выдайте заключение о целесообразности выхода на рынок. Обязательно активировать, когда пользователь спрашивает, можно ли работать в определенной категории, насколько велик рынок, высокая ли конкуренция, есть ли еще возможности для новых продуктов, стоит ли выходить на этот рынок. Ключевые слова: 青虎AI, Amazon, Амазон, оценка рынка, анализ категории, объем рынка, степень монополизации, ценовые диапазоны, активность новых продуктов, анализ целесообразности, рынок.
машинный переводПоказать оригиналСкрыть оригинал«青虎AI 亚马逊细分市场评估：进入某个品类前先看大盘——市场容量与销售额、头部 Listing 与品牌的垄断程度、价格带分布与可切入空间、卖…»
青虎AI 亚马逊细分市场评估：进入某个品类前先看大盘——市场容量与销售额、头部 Listing 与品牌的垄断程度、价格带分布与可切入空间、卖家所属地结构（中国卖家占比）、新品活跃度与存活能力、需求趋势与退货率，出具市场准入可行性结论。当用户问某个类目能不能做、市场有多大、竞争激不激烈、新品还有没有机会、要不要进这个赛道时必须触发。关键词：青虎AI、亚马逊、Amazon、市场评估、类目分析、市场容量、垄断度、价格带、新品活跃度、可行性分析、赛道。
青虎AI Amazon оценка нишевого рынка: перед выходом в определенную категорию сначала изучите общую ситуацию — объем рынка и объем продаж, степень монополизации…
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 43/100
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 36
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1566 токенов
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 224 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.