BD amazon-product-analysis-zh
Превращает ссылку на товар Amazon в сценарий для короткого видеоролика в соцсетях — автоматически извлекает преимущества товара из описания, анализирует реальные пользовательские формулировки и частые проблемы из отзывов, а затем создает раскадровку с пояснениями в соответствии с выбранным пользователем направлением (рекламное/сюжетное/прямая конверсия). Срабатывает, когда пользователь отправляет ссылку на товар amazon.com или amzn.to и упоминает создание короткого видео, рекламного видео, контента для соцсетей или спрашивает "Для какого видео подходит этот продукт" "Помоги написать сценарий/текст для видео". Даже если пользователь явно не использует слово "skill". Текущая версия фокусируется на создании сценария на основе "преимуществ + инсайтов из отзывов", временно пропускает шаг "поиск популярных видео в соцсетях для анализа" (причина указана в "Известные ограничения" ниже) и не создает само видео (создание видео — следующая итерация; при запросах "сделай видео" или "проанализируй популярные видео того же типа" объясните текущее состояние, не выдумывайте).
машинный переводПоказать оригиналСкрыть оригинал«把一个亚马逊商品链接变成可执行的社媒短视频脚本——自动提炼 Listing 卖点、挖掘评论区里的用户真实语言/高频痛点，最后按用户选定的方向…»
把一个亚马逊商品链接变成可执行的社媒短视频脚本——自动提炼 Listing 卖点、挖掘评论区里的用户真实语言/高频痛点，最后按用户选定的方向（种草类/剧情类/直接转化类）产出带依据的分镜脚本。当用户甩来一个 amazon.com 或 amzn.to 商品链接，并提到要做短视频、带货视频、社媒素材，或者问"这个产品适合拍什么视频""帮我写个视频脚本/文案"时，应该触发这个 skill，即使用户没有明确说出"skill"这个词。当前版本聚焦"卖点+评论洞察"出脚本，暂时跳过"去社媒找爆款视频拆解"这一步（原因见下方"已知限制"），也不生成视频本身（视频合成是下一轮迭代，遇到"直接出个视频"或"分析一下同类爆款视频"的要求，说明现状，别硬凑）。
Превращает ссылку на товар Amazon в сценарий для короткого видеоролика в соцсетях — автоматически извлекает преимущества товара из описания, анализирует…
Как процесс D 46/100 · 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: 3. 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 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, web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 24
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1286 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
- +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
- +5В description 7 примера фраз-триггеров в кавычках
- +3Длина description 323 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 24 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.