Communitygithub.com

tom de marca (brand-voice)

Cria um perfil de estilo de escrita a partir de postagens, ensaios, notas de lançamento, documentação ou cópia do site reais e reutiliza esse perfil em conteúdo, divulgação e fluxos de trabalho sociais. Use quando o usuário quiser consistência de voz sem os clichês genéricos de escrita de IA.

O que é tom de marca (brand-voice)?

Este skill, chamado 'brand-voice', permite construir um perfil de voz de marca durável a partir de material de origem real, como postagens no X, artigos, e-mails de divulgação ou documentação de produto. Em vez de redefinir o estilo do zero ou cair em padrões genéricos de IA, o skill extrai características como ritmo, compressão vs. explicação, uso de parênteses e frequência de perguntas, gerando um bloco `VOICE PROFILE` reutilizável. Ele suporta plataformas como X, LinkedIn e e-mail, e pode ser usado antes ou dentro de skills como `content-engine`, `crosspost` e `lead-intelligence`. O skill segue regras rígidas de prioridade de fontes (priorizando material original recente), evita armazenar perfis em arquivos versionados sem permissão explícita e inclui defaults para a voz 'Affaan / ECC' quando o material de origem é escasso.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Tom de Marca (Brand Voice)

Construa um perfil de voz durável a partir de material de origem real e use esse perfil em todos os lugares, em vez de redefinir o estilo do zero ou recorrer a cópias genéricas de IA.

Quando Ativar

  • o usuário quer conteúdo ou divulgação com um tom de voz específico
  • escrevendo para X, LinkedIn, e-mail, postagens de lançamento, threads ou atualizações de produto
  • adaptando o tom de um autor conhecido em vários canais
  • o fluxo de conteúdo existente precisa de um sistema de estilo reutilizável, em vez de imitação pontual

Prioridade de Fontes

Use o conjunto de fontes reais mais forte disponível, nesta ordem:

  1. postagens e threads originais recentes do X
  2. artigos, ensaios, memorandos, notas de lançamento ou newsletters
  3. e-mails de envio ou DMs reais que funcionaram
  4. documentação do produto, changelogs, enquadramento do README e cópia do site

Não use exemplares genéricos de plataforma como material de origem.

Fluxo de Coleta

  1. Reúna de 5 a 20 amostras representativas quando disponíveis.
  2. Prefira material recente a antigo, a menos que o usuário diga que a escrita mais antiga é mais canônica.
  3. Separe a "voz pública de lançamento" da "voz de trabalho privada" se o conjunto de fontes claramente se dividir.
  4. Se o acesso ao X ao vivo estiver disponível, use x-api para puxar postagens originais recentes antes de rascunhar.
  5. Se a cópia do site for importante, inclua a página inicial atual da ECC e o enquadramento do repositório/plugin.

O Que Extrair

  • ritmo e comprimento das frases
  • compressão vs. explicação
  • normas de capitalização
  • uso de parênteses
  • frequência e propósito das perguntas
  • quão incisivas são as afirmações
  • com que frequência números, mecanismos ou comprovantes aparecem
  • como as transições funcionam
  • o que o autor nunca faz

Contrato de Saída

Produza um bloco reutilizável PERFIL DE VOZ que skills downstream possam consumir diretamente. Use o esquema em references/voice-profile-schema.md.

Mantenha o perfil estruturado e curto o suficiente para ser reutilizado no contexto da sessão. O objetivo não é crítica literária. O objetivo é reutilização operacional.

Padrões Affaan / ECC

Se o usuário quiser a voz Affaan / ECC e as fontes ao vivo forem escassas, comece por aqui, a menos que material de origem mais novo a substitua:

  • direto, comprimido, concreto
  • especificidades, mecanismos, comprovantes e números vencem adjetivos
  • parênteses são para qualificação, restrição ou esclarecimento excessivo
  • a capitalização é convencional, a menos que haja um motivo real para quebrá-la
  • perguntas são raras e não devem ser usadas como isca
  • o tom pode ser afiado, brusco, cético ou seco
  • as transições devem parecer conquistadas, não alisadas

Proibições Absolutas

Apague e reescreva qualquer um destes:

  • ganchos falsos de curiosidade
  • "não X, apenas Y"
  • "sem enrolação"
  • letras minúsculas forçadas
  • cadência de líder de pensamento do LinkedIn
  • perguntas-isca
  • "Empolgado em compartilhar"
  • preenchimento genérico de jornada do fundador
  • parênteses cafonas

Regras de Persistência

  • Reutilize o PERFIL DE VOZ confirmado mais recente em tarefas relacionadas na mesma sessão.
  • Se o usuário pedir um artefato durável, salve o perfil no local de trabalho solicitado ou na superfície de memória.
  • Não crie arquivos rastreados pelo repositório que armazenem impressões digitais de voz pessoais, a menos que o usuário peça explicitamente.

Uso Downstream

Use este skill antes ou dentro de:

  • content-engine
  • crosspost
  • lead-intelligence
  • escrita de artigos ou lançamentos
  • envios frios ou mornos no X, LinkedIn e e-mail

Se outro skill já tiver uma seção parcial de captura de voz, este skill é a fonte canônica de verdade.

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.

Habilidades Relacionadas