AB product-expert-review-enhanced
Генерируйте подробные обзоры пользовательского опыта для ИИ-инструментов, продуктов агентов, SaaS-продуктов или потребительского программного обеспечения на основе URL веб-сайта, снимков экрана или обоих. Используйте, когда пользователь просит оценить продукт, написать обзор продукта, проанализировать UX, оценить опыт первого использования, сравнить с конкурентами или создать структурированный отчет об опыте и опционально загрузить его в документ Feishu.
машинный переводПоказать оригиналСкрыть оригинал«Generate deep product experience reviews for AI tools, agent products,…»
Generate deep product experience reviews for AI tools, agent products, SaaS products, or consumer-facing software based on a website URL, screenshots, or both. Use when the user asks to evaluate a product, write a product review, analyze UX, assess first-time user experience, compare with competitors, or produce a structured experience report and optionally upload it to a Feishu doc.
Генерируйте подробные обзоры пользовательского опыта для ИИ-инструментов, продуктов агентов, SaaS-продуктов или потребительского программного обеспечения на…
Как процесс B 70/100 · Почти готов — слабые места: входы и предусловия, согласованность, повторный запуск
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
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 70/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (product-expert-review-enhanced) не совпадает с папкой (product-expert-review)
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 97, расплывчатых формулировок: 2
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Ошибки и развилки. Развилок: 17, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 1889 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 14. 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)
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 386 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 28 заголовков
- +3Пошаговые инструкции: 97 пунктов
- +3Формат ответа описан явно
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.