AC brand-voice-architect
Высокоточный движок для деконструкции, документирования и синтеза лингвистических паттернов и тональных архитектур, специфичных для бренда. Используйте этот навык всякий раз, когда пользователь хочет: создать или сгенерировать руководство по голосу бренда, проанализировать образцы письма или корпус на предмет тона/стиля, проверить контент на лингвистическую согласованность, создать системный промпт голоса, определить столпы бренда, выявить запрещенные слова или предпочтительную лексику, создать руководства в стиле «это, а не то», адаптировать тон на разных платформах (LinkedIn против технических документов против социальных сетей) или провести обратный инжиниринг голосов конкурентов или эталонных брендов. Активируйте даже для нечетко связанных запросов, таких как «сделать наше письмо более последовательным», «какой тон мы должны использовать?» или «проанализировать, как мы пишем».
машинный переводПоказать оригиналСкрыть оригинал«A high-precision engine for deconstructing, documenting, and synthesiz…»
A high-precision engine for deconstructing, documenting, and synthesizing brand-specific linguistic patterns and tonal architectures. Use this skill whenever a user wants to: create or generate a brand voice guide, analyze writing samples or a corpus for tone/style, review content for linguistic consistency, build a voice system prompt, define brand pillars, identify prohibited words or preferred vocabulary, create "this not that" style guides, adapt tone across platforms (LinkedIn vs. technical docs vs. social), or reverse-engineer competitor or reference brand voices. Trigger even for loosely related requests like "make our writing more consistent", "what tone should we use?", or "analyze how we write."
Высокоточный движок для деконструкции, документирования и синтеза лингвистических паттернов и тональных архитектур, специфичных для бренда.
Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
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: 5. 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 57/100
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 934 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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 4 примера фраз-триггеров в кавычках
- +3Длина description 714 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.