SKILLEMALL.ai

BC ecom-aftersales-cs

Навык ответа службы поддержки клиентов в сфере электронной коммерции на основе чистых подсказок. Поддерживает быструю генерацию унифицированных ответов, соответствующих стандартам обслуживания бренда, для трех распространенных сценариев послепродажного обслуживания: запросы на возврат/обмен, консультации по проблемам с логистикой и согласование компенсаций. Активируется, когда сотруднику поддержки нужно ответить на запросы пользователя, связанные с возвратом, обменом, задержкой/потерей/повреждением логистики, согласованием компенсаций и т. д. Не содержит кода, только стандартизирует процесс ответа и стиль общения с помощью подсказок.

машинный переводПоказать оригиналСкрыть оригинал«纯提示词类电商售后客服应答Skill,支撑客服人员针对退换货申请、物流异常咨询、售后补偿协商三类高频售后场景快速生成符合品牌服务规范的统一话…»

纯提示词类电商售后客服应答Skill,支撑客服人员针对退换货申请、物流异常咨询、售后补偿协商三类高频售后场景快速生成符合品牌服务规范的统一话术。当客服需要应答用户关于退货、换货、物流延迟/丢件/破损、补偿方案协商等售后诉求时触发使用。不包含任何代码,仅通过提示词规范应答流程与话术风格。

ClawHub Agent Skills автор: terrycarter1985 v1.0.0 MIT-0 2 файла тело ≈ 386 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык ответа службы поддержки клиентов в сфере электронной коммерции на основе чистых подсказок.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 2. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 17
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 386 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 143 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 17 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a prompt-only e-commerce customer service drafting skill with one wording inconsistency but no code, hidden access, persistence, or external data handling.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.