agentsclimarketplace

Personal brand content

Skill dzhokhov/markdown-agent-vault-ru/skills/personal-brand-content

Open-source starter kit for an agent-ready Markdown vault with AGENTS.md, templates, skills, logs, and file-safe AI workflows.From the repository description

Install
npx -y skills add dzhokhov/markdown-agent-vault-ru --skill personal-brand-content

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 2 stars2 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

6.7 KB, ~1.8k tokens by cl100k_base, as published. Nobody here has run it

Скилл: Personal Brand Content

Назначение

Создание и адаптация экспертного контента для личного бренда или экспертного канала. Скилл помогает: генерировать контент по идее из очереди, адаптировать мастер-версию под конкретную платформу, поддерживать единый голос автора.

Когда использовать

Триггеры:

  • «напиши пост про [тема] для [платформа]»
  • «адаптируй [контент] для [платформа]»
  • «новая идея: [текст]»
  • «что постить?»
  • «обработай бэклог»
  • «weekly review»
  • «обнови метрики»

Контекст проекта

Обязательно прочитать перед работой:

  1. <project>/context.md — ниша, аудитория, столпы, форматы
  2. <project>/pipeline.md — методология контентного процесса, если есть
  3. <project>/platforms/{platform}.md — профиль целевой платформы, если есть

Голос автора (Author Voice)

Тон: Экспертный, но доступный. Как разговор с умным коллегой за кофе.

Принципы:

  • Конкретика > абстракция. Всегда «было → стало → результат», а не «AI — это будущее»
  • Опыт > мнение. Рассказывай что сделал, а не что думаешь
  • Польза > хайп. Каждый пост должен давать что-то полезное: инструмент, подход, инсайт
  • Честность > позитив. Не скрывать провалы и ограничения
  • Простота > умничанье. Сложные вещи простым языком

Запрещено:

  • Вода, штампы, канцелярит
  • «В современном мире...», «Не секрет что...», «Все мы знаем...»
  • Кликбейтные заголовки без содержания
  • Общие советы без конкретики
  • Самовосхваление без доказательств

Процесс создания контента

Шаг 1: Определи вводные

Прочитай идею из backlog или запрос пользователя. Определи:

  • Контентный столп (pillar)
  • Формат
  • Целевая платформа(ы)

Шаг 2: Создай мастер-версию

Напиши полную версию контента без ограничений формата. Включи:

  • Заголовок (3 варианта)
  • Основной текст с конкретикой
  • CTA (если уместен)
  • Источники / ссылки

Сохрани в: content/YYYY-MM-DD-slug-master.md

Шаг 3: Адаптируй под платформу

Загрузи профиль платформы из platforms/{platform}.md. Адаптируй:

  • Длину (по лимитам платформы)
  • Форматирование (markdown, HTML, plain text)
  • Тон (более/менее формальный)
  • Хештеги / теги
  • CTA (подписка, комментарий, репост — по паттернам платформы)

Сохрани в: content/YYYY-MM-DD-slug-{platform}.md

Шаг 4: Финальная проверка

  • Проверь текст на пустые слова, штампы, канцелярит и отсутствие конкретики
  • Проверь соответствие профилю платформы
  • Проверь наличие конкретики (цифры, кейсы, инструменты)

Работа с банком идей

Команда «новая идея: [текст]»

  1. Прочитай ideas/ideas-backlog.csv
  2. Определи следующий id
  3. Добавь строку с: date_added, source (user-input), title, остальное — пустое
  4. Подтверди пользователю

Команда «обработай бэклог»

  1. Прочитай ideas/ideas-backlog.csv
  2. Найди записи со status=draft и пустым pillar/format
  3. Для каждой: предложи pillar, format, platforms
  4. Рассчитай score по модели ICE (pipeline.md)
  5. Покажи пользователю для подтверждения
  6. Обнови CSV

Команда «что постить?»

  1. Прочитай ideas/ideas-backlog.csv
  2. Отфильтруй status ∈ {draft, processed} (не published, не rejected)
  3. Отсортируй по priority_score DESC
  4. Покажи топ-5 с: title, pillar, format, platforms, score
  5. Спроси пользователя что выбирает

Работа с метриками

Команда «обнови метрики [пост]»

  1. Спроси у пользователя текущие цифры (views, likes, comments, shares, new_followers, link_clicks)
  2. Добавь строку в analytics/metrics-log.csv с snapshot_time
  3. Подтверди

Команда «weekly review»

  1. Прочитай analytics/metrics-log.csv за последние 7 дней
  2. Прочитай ideas/ideas-backlog.csv за последнюю неделю
  3. Сформируй review по шаблону из pipeline.md (секция Weekly Review)
  4. Сохрани в analytics/YYYY-Wnn-review.md
  5. Предложи корректировки стратегии

Связанные скиллы

  • Скилл отбора сигналов или отдельный список идей — источник тем для экспертного контента, если он есть в хранилище
  • translation-editorial — перевод техсигналов в контент
  • case-forensics — извлечение кейсов для контента

References

Профили платформ (заполняются через Q&A с NotebookLM):

  • references/messenger-best-practices.md
  • references/linkedin-best-practices.md
  • references/facebook-best-practices.md
  • references/vc-ru-best-practices.md
  • references/habr-best-practices.md
  • references/reddit-best-practices.md

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Gives 0 of the 12 instructions most marketing audience skills give in ~1.8k tokens

Counted across 690 of the 894 authors here whose files we hold, read 2026-08-07

  • Apply Poppins font to headingsin 41 of 690, across 6 files
  • Apply Lora font to body textin 41 of 690, across 6 files
  • Use Arial fallback for headingsin 39 of 690, across 4 files
  • Use Georgia fallback for body textin 39 of 690, across 4 files
  • Maintain text hierarchy and formattingin 39 of 690, across 4 files
  • Use accent colors for non-text shapesin 38 of 690, across 3 files
  • Use RGB values for precise color matchingin 38 of 690, across 3 files
  • Use brand colors for primary text and backgroundsin 36 of 690, across 1 file
  • Read product marketing context file before asking questions, starting, or auditingin 35 of 690, across 23 files
  • Use active voice instead of passive voicein 26 of 690, across 10 files
  • Implement or generate appropriate JSON-LD structured datain 24 of 690, across 17 files
  • Prioritize clarity over clevernessin 22 of 690, across 8 files

Said here and by no other author read

  • Determine pillar format and platform for the idea
  • Write a full master version without format limits
  • Adapt the master version for the target platform
  • Check text for filler words cliches and missing specifics
  • Process the ideas backlog when requested
  • Calculate priority scores for ideas

Grouped from the skills themselves: near-identical wordings counted once, and counted by distinct author, so one author publishing three of these counts once. Length counted with cl100k_base; the agent that loads this file may tokenize it differently.

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.