AC voice-builder
Используйте для создания повторяемого голосового руководства (voice.md) путем анализа РЕАЛЬНЫХ образцов письма человека или бренда — чтобы каждый другой социальный навык мог писать их точным голосом, а не стандартным текстом ИИ. Запускайте это, когда пользователь говорит «создай мой голос», «пиши как я», «передай мой тон», «проанализируй мои тексты», «обучись на моих постах», «пиши от моего имени» или когда контент получается безличным или стандартным. Требуются реальные образцы письма; если их нет, вместо этого используйте интервью с профилем бренда. Работает для всех: основателей, создателей, руководителей, за которых пишут другие, и брендов. Сначала прочитайте профиль бренда; этот навык создает более глубокий voice.md, который дополняет его. Этот навык ОПРЕДЕЛЯЕТ голос; для применения его к каждому элементу — сдвиги тона, редактирование стиля, удаление ИИ из черновика — используйте writing-style-and-tone.
машинный переводПоказать оригиналСкрыть оригинал«Use to build a reusable voice guide (voice.md) by analyzing a person's…»
Use to build a reusable voice guide (voice.md) by analyzing a person's or brand's ACTUAL writing samples — so every other social skill can write in their exact voice instead of generic AI prose. Run this when the user says "build my voice," "sound like me," "capture my tone," "analyze my writing," "train on my posts," "ghostwrite in my voice," or when content keeps coming out off-voice or generic. Requires real writing samples; if there are none, use brand-profile's voice interview instead. Works for anyone: founders, creators, executives who are ghostwritten, and brands. Read brand-profile first; this skill produces the deeper voice.md that complements it. This skill DEFINES the voice; to apply it per piece — tone shifts, style edits, de-AI-ing a draft — use writing-style-and-tone.
Используйте для создания повторяемого голосового руководства (voice.md) путем анализа РЕАЛЬНЫХ образцов письма человека или бренда — чтобы каждый другой…
Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
Как улучшить
- 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: 1. 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 64/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 34
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1682 токенов
- 100Повторный запуск. Изменяющих операций нет
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
- medium Тестов 8, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
- low Среди тестов нет случая на инъекцию через данные
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
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +3Длина description 793 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 34 пунктов
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.