Communitygithub.com

HXZ09845/ecommerce-sku-skill-builder

Sistema de Skill para Agentes que transforma briefs de produtos de e-commerce, pontos de venda e materiais de referência em pacotes de Skill SKU validados para geração de vídeo por IA.

O que é ecommerce-sku-skill-builder?

Este skill é um criador meta para a indústria de geração de conteúdo de e-commerce. Ele não apenas escreve prompts; em vez disso, orienta a criação de pacotes de Skill SKU (Stock Keeping Unit) completos, autossuficientes e prontos para publicação, no formato padrão do Codex. O workflow começa com a compreensão profunda do produto, passando pela classificação de componentes e estados, categorização em arquétipos de produção (como A+B fixo grande ou A puro), e mapeamento de cada ponto de venda para uma prova visual específica. A ferramenta garante que cada Skill SKU gerado seja independente, com todas as regras de runtime (como sincronização audiovisual, tratamento de alucinação e validação) embutidas em seus próprios arquivos `SKILL.md`, `references/` e `scripts/`. Os modos de operação incluem criação de novos SKUs, atualização de existentes, correção de casos ruins com patches cirúrgicos e produção em lote, sempre após validação representativa. O contrato de uso enfatiza uma ingestão segura para iniciantes, confirmação de fontes e decisões críticas como o julgamento A/B (o que é produto vs. o que é modelo/personagem), evitando dependências externas em tempo de execução.

Funciona com✓Claude Code✓Codex CLI✓Cursor
npx skills add HXZ09845/ecommerce-sku-skill-builder

Perguntar na sua IA favorita

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

Documentação

Construtor de Skill SKU

Use este skill como o criador geral da indústria para novos skills de geração de vídeo de produto/SKU de e-commerce. Ele não apenas escreve prompts. Ele guia o criador desde a compreensão do produto até a prova do ponto de venda, mapeamento de materiais, elaboração de pacote padrão, validação e regressão de casos ruins.

Foco do estágio atual: construir Skills SKU de produto concretos bem. O mesmo workflow pode posteriormente gerar skills de categoria abstratos quando Skills SKU concretos qualificados suficientes existirem, mas esses skills de categoria abstratos ainda devem ajudar a criar Skills SKU de produto concretos futuros. Não trate a abstração de categoria como a tarefa principal, a menos que o criador peça explicitamente.

A saída padrão é um pacote de Skill Codex publicável:

skill-name/
  SKILL.md
  agents/openai.yaml
  references/
    product-rules.md
    core-asset-layer.md
    audio-visual-sync.md
    asset-manifest.md
    prompt-plan-format.md
    gotchas.md
    trigger-tests.md
    quickstart.md
  scripts/
    validate_*.py
  assets/

Não faça um pacote antigo de três arquivos como a entrega principal. Se estiver convertendo materiais antigos da era Cursor, preserve-os como entradas de origem e crie o pacote Codex padrão como a saída normalizada.

Este criador também possui referências apenas meta, como references/golden-case-abstractions.md; use-as enquanto constrói o Skill SKU alvo. Elas são abstrações autocontidas, não dependências de outros Skills.

Os Skills SKU de produto gerados devem ser pacotes de entrega autocontidos. O pacote SKU alvo não deve exigir este criador, um Skill meta de categoria, um Skill de caso dourado, pastas de origem locais ou qualquer Skill externo para funcionar. Cada regra necessária em tempo de execução deve ser escrita no próprio SKILL.md, references/, scripts/ ou assets/ do pacote alvo.

Regra de Independência Meta-para-SKU

Este skill meta é apenas um criador em tempo de construção. Deve ser utilizável a partir dos próprios arquivos deste pacote.

Qualquer Skill SKU concreto gerado ou atualizado por este skill meta deve ser executável de forma independente após a entrega. O Skill SKU gerado não deve exigir que os usuários leiam este skill meta, skills meta de categoria, skills de caso dourado, pacotes SKU antigos, docs de colaboração externa, memória ou caminhos absolutos locais em tempo de execução.

Materiais externos, como briefs de produto, tabelas de pontos de venda, ativos de gravação real, pacotes SKU antigos, docs de colaboração externa, skills meta de categoria, vídeos de caso, capturas de tela ou memória, podem ser usados apenas como entradas da execução atual durante a criação. Qualquer regra útil aprendida deles deve ser copiada, reescrita ou resumida no próprio SKILL.md, references/, scripts/, assets/ do Skill SKU gerado.

Ativos de gravação real confirmados e necessários para uso em tempo de execução devem ser normalizados no diretório assets/ do Skill SKU gerado e registrados em references/asset-manifest.md com função semântica, estado do produto, status de aprovação e limites de referência. Mantenha apenas versões de material não aprovadas, superdimensionadas ou não resolvidas como pending; não deixe materiais de runtime necessários em pastas externas.

Modos de Trabalho

  1. Criação de Novo Skill SKU: use o workflow completo, desde a compreensão do produto até a matriz de estados, arquétipo, prova do ponto de venda, estratégia de material, rascunho do pacote, validação representativa e roteamento de casos ruins.
  2. Atualização de Skill SKU Existente: comece pelo problema relatado, fonte alterada ou caso ruim. Identifique arquivos afetados, aplique o patch na menor superfície de regra/material/validador necessária e execute auditoria autocontida e validação representativa.
  3. Patch de Caso Ruim: roteie a falha para regras de produto, manifesto de ativos, gotchas, validador ou testes de gatilho. Não reescreva todo o Skill, a menos que o problema revele uma lacuna estrutural.
  4. Lote de Produção: permitido somente após o Skill SKU ter passado pela validação representativa, ou quando o criador solicitar explicitamente o lote com riscos pendentes conhecidos.

Contrato de Operação

  1. Após carregar este skill, guie o criador com uma ingestão fixa e segura para iniciantes. Não diga "forneça qualquer coisa" ou pule direto para a escrita final do Skill. Use slots de entrada nomeados, explique a próxima saída e deixe itens faltantes marcados como pending.
  2. Comece com a confirmação da fonte. Leia primeiro as regras internas deste pacote. Em seguida, leia as entradas da execução atual fornecidas ou aprovadas pelo criador, como meta de categoria, referências SKU antigas, docs de colaboração externa, vídeos de caso, capturas de tela ou pastas de material.
  3. Se o meta de categoria ou referências SKU antigas estiverem faltando ou forem fracas, continue com as regras da indústria deste pacote mais as abstrações de caso dourado incorporadas; não bloqueie por fontes externas ausentes.
  4. Primeiro entenda o produto. Não peça a biblioteca completa de materiais aprovados ou escreva regras finais na primeira rodada, a menos que o criador forneça explicitamente tudo.
  5. Confirme a estrutura do produto e a matriz de estados antes da escrita detalhada de regras.
  6. Classifique o produto em um arquétipo de produção antes da escrita de prompts: A+B fixo grande, A+B móvel pequeno ou A puro não deformável/usável.
  7. Trate o julgamento A/B como a porta de decisão mais importante. O padrão explícito do criador e o julgamento da execução atual substituem as heurísticas padrão; quando estiver incerto, apresente o raciocínio e aguarde a confirmação.
  8. Aplique as abstrações de caso dourado incorporadas para o arquétipo escolhido. Extraia pontos de alucinação, tratamento A/B, proteções de prompt, regras de material e ganchos de validador dessas abstrações.
  9. Extraia a camada central de ativos de casos de alta qualidade e entradas atuais: identidade/logotipo, ambiente, ritmo, ação, forma de prompt, contrato de submissão e risco TS.
  10. Mapeie pontos de venda para prova visual um por um. Para cada ponto de venda, proponha escolhas candidatas de referência de gravação real e execute um teste de diálogo com a experiência histórica de seleção de material do criador antes de marcá-lo como OK. Não passe para o próximo ponto de venda até que a rota de prova, tipo de referência, estado do produto, julgamento A/B, materiais proibidos e rota de rebaixamento do ponto de venda atual sejam confirmados. 10.5. Durante a seleção de material do ponto de venda, audite o risco de estado do produto e os limites de herança de referência. Prefira referências de produto de baixo ruído, como imagens P0/P1 com fundo branco. Uma Unidade pode usar várias referências, mas, por padrão, elas devem servir a um estado de produto. Para sapatos, bolsas, vestuário e outros produtos vinculados ao corpo, não herde modelo/pessoa, estilo, roupa, fundo ou adereços das referências do produto, a menos que o criador aprove explicitamente.
  11. Construa o arranjo de sincronização audiovisual antes de escrever prompts: cópia do roteiro -> entidades visuais concretas -> ambiente real -> prova do ponto de venda -> Unidade -> funções do material -> ação do prompt -> risco TS. Não escreva prompts apenas a partir da cópia ou apenas a partir dos materiais. 11.5. Derivação narrativa de cena (§11.5 em product-rules.md). Se a cena do roteiro NÃO for a cena padrão/principal do produto, complete a derivação de quatro etapas antes de escrever qualquer prompt de classe A: Etapa 1 microações da cena → Etapa 2 adereços específicos da cena → Etapa 3 arcos emocionais → Etapa 4 autoavaliação da qualidade narrativa (Q1-Q6). Gere uma "Tabela de Adaptação Narrativa de Cena" no topo do plano de prompt. Roteiros de cena padrão podem pular as Etapas 1-3, mas ainda devem passar por Q1-Q6.
  12. Todo prompt de Unidade que use @图片 ou @视频 deve incluir um bloco conciso 【素材说明】 / Reference Materials. A tabela de auditoria pode usar controls / does_not_control, mas o prompt final deve usar redação curta e amigável ao modelo, como 只参考..., 不参考... e ...以 @图片X 为准.
  13. Classifique cada unidade como A, A-out, A-in ou B a partir do comportamento do estado do produto e, em seguida, confirme as linhas-chave com o criador. Não escolha silenciosamente ativos "suficientes".
  14. Mantenha ativos de runtime pendentes até que a versão de material aprovada seja selecionada. No modo de teste, um ou dois scripts criam o primeiro rascunho do skill e o loop de feedback visual; no modo de produção, scripts em lote conduzem planos de prompt em lote, arranjos de material, validação e entradas de tarefa de vídeo.
  15. Gere um pacote de skill padrão somente após a compreensão do produto, o arquétipo de produção, a abstração de caso dourado, o inventário de ativos central, a prova do ponto de venda, a sincronização audiovisual e a estratégia de material estarem alinhados.
  16. Execute uma auditoria de entrega autocontida: nenhuma dependência de Skill externo, nenhuma dependência de caminho absoluto local, nenhuma instrução "leia o Skill pai/meta/dourado" e todas as referências de runtime resolvidas dentro do pacote alvo ou explicitamente pending.
  17. Valide com um plano de prompt representativo e um validador de produto; alimente os casos ruins de volta nas regras, gotchas, manifesto ou validador.

Workflow Obrigatório

  1. Leia references/creator-onboarding.md antes da primeira resposta ao criador. Use-o para solicitar entradas nomeadas da primeira rodada e explicar o processo em etapas em linguagem segura para iniciantes.
  2. Leia references/sku-creator-workflow.md.
  3. Leia references/product-rules.md para regras rígidas da indústria, lógica A/B, funções de material, consistência de estado, requisitos de plano de prompt e regras de abstração de caso.
  4. Leia references/golden-case-abstractions.md após escolher o arquétipo de produção. Use suas abstrações incorporadas de barra de chá, copo/recipiente, sapatos/vestuário e usáveis tipo bolsa para pontos de alucinação e tratamento A/B. Não carregue Skills externos, a menos que o criador forneça explicitamente uma fonte da execução atual para abstrair.
  5. Leia references/core-asset-layer.md antes do mapeamento do ponto de venda ou escrita de prompts. Use-o primeiro para escolher o arquétipo de produção, depois extraia regras de logotipo/texto, ambiente, ritmo, divisão de Unidades, forma de prompt, submissão e risco TS de casos de alta qualidade e entradas atuais.
  6. Leia references/audio-visual-sync.md antes da escrita de prompts. Use-o para vincular cópia do roteiro, entidades visuais concretas, ambiente real, prova do ponto de venda, divisão de Unidades, funções de material A/B ou A+B, ação do prompt, duração e risco de rebaixamento TS.
  7. Use references/category-questionnaire.md para perguntas ao criador em etapas e cartões de confirmação.
  8. Use references/method-decision-tree.md para escolher o método de geração. Padrão para geração direta; use apenas o fluxo de grade/TVC quando o usuário solicitar explicitamente TVC/publicidade.
  9. Use references/skill-template.md ao redigir o pacote de Skill SKU alvo.
  10. Use references/asset-manifest.md ao definir funções semânticas de ativos e ativos de runtime aprovados/pendentes.
  11. Use references/prompt-plan-format.md ao validar o plano de roteiro representativo.
  12. Use references/gotchas.md antes da entrega e ao incorporar casos ruins.
  13. Use references/validate-template.py e casos específicos do produto para criar scripts/validate_*.py.
  14. Use scripts/scaffold_category_skill.py apenas como um esqueleto inicial e, em seguida, refine com as regras reais do produto.

Fallback de Meta de Categoria

Prefira meta de categoria madura ou referências SKU antigas quando existirem, mas trate-as como assistentes, não bloqueadores. Se estiverem faltando ou forem fracas, use as regras da indústria mais as abstrações de caso dourado incorporadas. Ao herdar qualquer regra antiga, gere 可继承 / 需改写 / 禁止继承 antes de aplicá-la.

Portões de Qualidade

  • Portão de ingestão: slots de entrada nomeados da primeira rodada, confirmação de fonte, compreensão do produto, matriz de componente/estado e arquétipo de produção são produzidos antes das regras detalhadas.
  • Portão de prova: cada ponto de venda tem uma rota de prova visual confirmada pelo criador, tipo de material, estado do produto, julgamento A/B, material/estado proibido, rota de rebaixamento e registro de teste de diálogo individual.
  • Portão de ativos: inventário de ativos central, risco TS, funções P0/P1/P2, risco de estado do produto, preferência por referência de baixo ruído, conteúdo de referência útil/ignorado e status de aprovação de ativo de runtime são registrados antes da escrita de prompts.
  • Portão de sincronização: cada batida significativa do roteiro mapeia para entidades visuais concretas, ambiente real, Unidade, alvo de prova, função do material, ação do prompt, duração/ritmo e risco TS.
  • Portão de prompt: toda Unidade com @图片 ou @视频 inclui um bloco conciso de propósito de material usando redação amigável ao modelo 只参考 / 不参考 / 以...为准.
  • Portão de cena U31: cenas não padrão completam microações de cena, adereços de cena, arco emocional e autoavaliação narrativa Q1-Q6 antes de prompts de classe A.
  • Portão de unidade U32-U35: Unidades divididas por prova, estado do produto, tipo A/B, cena e risco de alucinação, em vez de fatias de relógio fixas; prompts de classe A padrão declaram objetivo da unidade, fluxo de ação e condição de término sem prosa segmentada segundo a segundo.
  • Portão de entrega: o Skill SKU gerado tem formato Codex padrão, é autocontido, enxuto em SKILL.md, detalhado em references/ e livre de dependências de runtime deste criador, meta de categoria, casos dourados, docs externos, memória, caminhos locais ou pastas de materiais externos.
  • Portão de validação: testes de gatilho, plano de prompt representativo, validador de produto, tabela de material, classificação A/B, mapeamento de sincronização audiovisual, contagens de API/material, registro de validação e roteamento de caso ruim estão presentes.

Habilidades Relacionadas