Communitygithub.com

brand-voice

Construisez un profil de style d'écriture basé sur des sources réelles (articles, posts, lancements, docs ou contenu de site), puis réutilisez ce profil dans les workflows de contenu, de prospection et de réseaux sociaux. Utilisez-le lorsque l'utilisateur souhaite une cohérence vocale sans les clichés génériques de l'IA.

Qu'est-ce que brand-voice ?

Cette compétence, nommée **brand-voice**, permet de construire un profil de style d'écriture durable à partir de sources réelles (posts, essais, notes de lancement, documentation, contenu de site) et de le réutiliser systématiquement dans les workflows de contenu, de prospection et de réseaux sociaux. Elle évite ainsi de devoir redériver le style à chaque fois ou de tomber dans les clichés génériques de l'IA. La compétence est activée lorsque l'utilisateur souhaite une voix spécifique pour des publications X, LinkedIn, des e-mails, des fils de discussion, des mises à jour produit, etc. Elle priorise les sources réelles (posts originaux, articles, e-mails sortants efficaces, documentation produit) dans un ordre défini, collecte 5 à 20 échantillons, extrait des caractéristiques clés (rythme, compression, capitalisation, usage des parenthèses, questions, transitions) et produit un bloc `VOICE PROFILE` réutilisable. Elle s'intègre avec d'autres compétences comme `content-engine`, `crosspost`, ou `lead-intelligence`, et fournit des valeurs par défaut pour la voix Affaan/ECC avec des interdictions strictes (accroches factices, « pas X, juste Y », etc.). Elle garantit la persistance du profil dans la session et, sur demande, peut le sauvegarder comme artefact durable.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/brand-voice

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Brand Voice

Construisez un profil de voix durable à partir de sources réelles, puis utilisez ce profil partout au lieu de redériver le style à partir de zéro ou de recourir à des copies génériques d'IA.

Quand activer

  • l'utilisateur souhaite du contenu ou une prospection dans une voix spécifique
  • écriture pour X, LinkedIn, e-mail, posts de lancement, fils de discussion ou mises à jour produit
  • adaptation du ton d'un auteur connu à travers différents canaux
  • le canal de contenu existant a besoin d'un système de style réutilisable au lieu d'une imitation ponctuelle

Priorité des sources

Utilisez le jeu de sources réelles le plus fort disponible, dans cet ordre :

  1. posts et fils de discussion X originaux récents
  2. articles, essais, mémos, notes de lancement ou bulletins d'information
  3. e-mails sortants ou DM réels qui ont fonctionné
  4. documentation produit, journaux de modifications, cadrage README et contenu de site

N'utilisez pas d'exemplaires génériques de plateforme comme source.

Workflow de collecte

  1. Rassemblez 5 à 20 échantillons représentatifs lorsque disponibles.
  2. Préférez le matériel récent au matériel ancien, sauf si l'utilisateur indique que l'écriture plus ancienne est plus canonique.
  3. Séparez la « voix de lancement public » de la « voix de travail privé » si l'ensemble des sources se divise clairement.
  4. Si l'accès X en direct est disponible, utilisez x-api pour récupérer les posts originaux récents avant la rédaction.
  5. Si le contenu du site est important, incluez la page d'accueil ECC actuelle et le cadrage du dépôt/plugin.

Quoi extraire

  • rythme et longueur des phrases
  • compression vs explication
  • normes de capitalisation
  • utilisation des parenthèses
  • fréquence et but des questions
  • netteté des affirmations
  • fréquence des chiffres, mécanismes ou preuves
  • fonctionnement des transitions
  • ce que l'auteur ne fait jamais

Contrat de sortie

Produisez un bloc VOICE PROFILE réutilisable que les compétences en aval peuvent consommer directement. Utilisez le schéma dans references/voice-profile-schema.md.

Gardez le profil structuré et suffisamment court pour être réutilisé dans le contexte de session. Le but n'est pas la critique littéraire. Le but est la réutilisation opérationnelle.

Valeurs par défaut Affaan / ECC

Si l'utilisateur souhaite la voix Affaan / ECC et que les sources en direct sont limitées, commencez ici, sauf si un matériel source plus récent le remplace :

  • direct, compressé, concret
  • les spécificités, mécanismes, preuves et chiffres l'emportent sur les adjectifs
  • les parenthèses servent à la qualification, à la restriction ou à la sur-clarification
  • la capitalisation est conventionnelle, sauf s'il y a une vraie raison de la briser
  • les questions sont rares et ne doivent pas être utilisées comme appât
  • le ton peut être incisif, brusque, sceptique ou sec
  • les transitions doivent sembler méritées, pas lissées

Interdictions strictes

Supprimez et réécrivez tout ceci :

  • accroches de curiosité factices
  • « pas X, juste Y »
  • « sans fioritures »
  • minuscules forcées
  • cadence de leader d'opinion LinkedIn
  • questions appâts
  • « Ravi de partager »
  • remplissage générique de parcours de fondateur
  • parenthèses ringardes

Règles de persistance

  • Réutilisez le dernier VOICE PROFILE confirmé pour les tâches connexes dans la même session.
  • Si l'utilisateur demande un artefact durable, enregistrez le profil à l'emplacement de l'espace de travail ou dans la surface mémoire demandée.
  • Ne créez pas de fichiers suivis par le dépôt qui stockent des empreintes vocales personnelles, sauf si l'utilisateur le demande explicitement.

Utilisation en aval

Utilisez cette compétence avant ou à l'intérieur de :

  • content-engine
  • crosspost
  • lead-intelligence
  • rédaction d'articles ou de lancements
  • prospection froide ou tiède via X, LinkedIn et e-mail

Si une autre compétence possède déjà une section de capture partielle de voix, cette compétence est la source de vérité canonique.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills associés