SKILLEMALL.ai

BD brand-analysis-bd1

Навык анализа бренда BD-1. Разработан для сценариев ассистента по исследованию брендов и включает четыре основных модуля: Модуль А «Разбор кейсов» — запускается, когда пользователь предоставляет кейс бренда, референсные изображения и список конкурентов; извлекает общие черты, различия, стратегии и применимые методы. Модуль B «Организация логики дизайна» — запускается, когда пользователь предоставляет разрозненные материалы, такие как фон бренда, портрет пользователя, направление дизайна; упорядочивает их в понятную логику решения. Модуль C «Отслеживание отрасли» — запускается, когда пользователь указывает ключевые слова отрасли (например, новые потребительские товары, тенденции в дизайне упаковки, обновление бренда); выдает сводку по отрасли и наблюдения за тенденциями. Модуль D «Организация больших данных» — запускается, когда у пользователя есть большое количество кейсов, отчетов, архивов бренда, требующих классификации и извлечения; выполняет классификацию, дедупликацию, извлечение и создание индекса. Ключевые слова для запуска: разбор кейсов, анализ бренда, логика дизайна, отраслевые тенденции, организация данных, стратегия бренда, визуальное направление, анализ конкурентов, BD-1.

машинный переводПоказать оригиналСкрыть оригинал«BD-1 品牌分析技能。专为品牌设计研究助理场景设计,包含四个核心模块: 模块A 拆案例——当用户提供品牌案例、参考图、竞品列表时触发,提取…»

BD-1 品牌分析技能。专为品牌设计研究助理场景设计,包含四个核心模块: 模块A 拆案例——当用户提供品牌案例、参考图、竞品列表时触发,提取共性、差异、策略与可复用方法; 模块B 组织设计逻辑——当用户提供品牌背景、用户画像、设计方向等散乱资料时触发,整理成可讲清楚的方案逻辑; 模块C 追行业——当用户给出行业关键词(如新消费、包装设计趋势、品牌升级)时触发,输出行业摘要与趋势观察; 模块D 大资料整理——当用户手里有大量案例、报告、品牌档案需要归类提炼时触发,完成归类、去重、提炼、建立索引。 触发关键词:拆案例、品牌分析、设计逻辑、行业趋势、资料整理、品牌策略、视觉方向、竞品分析、BD-1。

ClawHub Agent Skills автор: JohnWong1003 v1.0.0 MIT-0 6 файлов тело ≈ 357 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык анализа бренда BD-1.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторPowerPointМаркетингИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (brand-analysis-bd1) не совпадает с папкой (brandstrategyanalysisdirector)
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 21
  • 100Стоимость исполнения. Тело инструкции 357 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
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 300 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a coherent brand-analysis skill whose main side effect is a disclosed PowerPoint file saved to a hardcoded desktop path.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.