AC dlazy-ecommerce-main-image
Генерация и редактирование изображений для хитов продаж в электронной коммерции. Загрузите утвержденное изображение товара, чтобы сгенерировать кандидатов на главное изображение, которые будут узнаваемы в списке поиска, точно отражают факты о товаре, имеют визуальные доказательства преимуществ и соответствуют правилам платформы, а также создайте группы для A/B-тестирования по принципу одного изменяемого фактора. Охватывает пять сценариев: базовое изображение на белом фоне, изображение с видимыми различиями, изображение для контент-маркетинга, группу SKU по цветовой гамме, тестирование фона с одним изменяемым фактором. Подходит для главных и первых изображений на Taobao, Tmall, JD, Pinduoduo, Douyin, Xiaohongshu, Amazon, TikTok Shop, Shopify. Используйте этот навык, когда пользователь нуждается в «создании главного изображения», «главного изображения для хита продаж», «изображения на белом фоне», «тестировании главного изображения для хита продаж», «тестировании изображения», «A/B-тестировании главного изображения», «размещении одного SKU в нескольких цветовых вариантах». Конверсия зависит от цены, отзывов, запасов и трафика, и одно лишь изображение не гарантирует хит продаж.
машинный переводПоказать оригиналСкрыть оригинал«电商爆款主图生成与编辑。上传已批准的商品图，生成搜索列表里能被认出、商品事实准确、卖点有画面证据、符合渠道规则的主图候选，并按单变量原则产出…»
电商爆款主图生成与编辑。上传已批准的商品图，生成搜索列表里能被认出、商品事实准确、卖点有画面证据、符合渠道规则的主图候选，并按单变量原则产出 A/B 测试组。覆盖白底基线图、可视差异图、内容电商场景图、配色 SKU 组、单变量背景测试五种场景，适用于淘宝天猫京东拼多多抖音小红书 Amazon TikTok Shop Shopify 的主图与首图。当用户需要「做主图」「爆款主图」「白底图」「主图测款」「测图」「A/B 测试主图」「一个 SKU 铺多个配色」时使用本技能。转化受价格、评价、库存与流量共同影响，图片不单独构成爆款保证。
Генерация и редактирование изображений для хитов продаж в электронной коммерции.
Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск
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 57/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 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
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Шаги. Шагов: 27
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1903 токенов
- low Разделов верхнего уровня: 10. 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 267 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 27 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (12 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.