SKILLEMALL.ai
EN Войти

AB meta-ads-fundamentals

[Didoo AI] Основные знания, лежащие в основе всех решений Meta Ads — аукцион Meta, управление темпом, эффект разбивки, CBO против ABO, фаза обучения, пересечение аукционов и диагностика релевантности рекламы. Используйте при объяснении поведения кампании, устранении аномалий или обосновании решений по оптимизации. Для маршрутизации навыков см. meta-ads-guide.

машинный переводПоказать оригиналСкрыть оригинал«[Didoo AI] Core knowledge that underpins all Meta Ads decision-making…»

[Didoo AI] Core knowledge that underpins all Meta Ads decision-making — the Meta Auction, Pacing, Breakdown Effect, CBO vs ABO, Learning Phase, Auction Overlap, and Ad Relevance Diagnostics. Reference when explaining campaign behavior, troubleshooting anomalies, or justifying optimization decisions. For skill routing, see meta-ads-guide.

ClawHub Agent Skills автор: Elias@Didoo v1.0.0 MIT-0 2 файла тело ≈ 1 575 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

[Didoo AI] Основные знания, лежащие в основе всех решений Meta Ads — аукцион Meta, управление темпом, эффект разбивки, CBO против ABO, фаза обучения…

Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, отчётность по ходу

ГенераторМаркетингИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 71/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Ошибки и развилки. Развилок: 2
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 40
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1575 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 339 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 40 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: clean
    This is a static Meta Ads reference skill with no code, credential use, account access, or automatic actions.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.