Blog

---
title: "Написал скилл для аудита продукта в Claude Code"
date: 2026-03-29
description: "Скилл product-data-audit: 12 секций, 18 артефактов, HTML-отчёт. Установка одной командой, запуск двумя словами."
tags: ["claude-code", "скиллы", "аудит", "автоматизация", "вайбкодинг"]
image: /images/blog/product-data-audit-skill-preview.png
---

Скилл в Claude Code — зашитая методология: один вызов запускает 12-секционный аудит бизнеса с интерактивным HTML-отчётом. 5 файлов, 480 строк. Агент сам читает проект, собирает данные из восьми категорий, проверяет 18 операционных артефактов и открывает результат в браузере. Процесс, который раньше занимал полстраницы ручного промпта, превратился в две команды.

## Проблема: аудит с чистого листа

Раз в месяц мне нужно понять, что происходит с продуктом. Где деньги, где узкие места, какие данные устарели. Раньше я каждый раз писал агенту заново: «прочитай data.md, product.md, посмотри issues, проверь метрики, напиши отчёт». Полстраницы промпта.

Агент что-то делал. Но каждый раз по-разному. Одну секцию забудет. Другую раздует на три экрана. Третью заполнит общими словами вместо цифр — «самый маржинальный канал» вместо «$350/сессия, ~$175/час».

Модель не виновата. Промпт одноразовый — нет архитектуры, нет воспроизводимости. С третьего потока Кружка этот аудит повторялся стабильно раз в месяц. Если процесс повторяется больше двух раз — делегировать. Значит, пора зашивать в скилл.

## Скилл — не длинный промпт

Промпт — текст, который копируешь из заметок. Скилл — архитектура с тремя уровнями:

- **SKILL.md** — входная точка: что делать, в каком порядке, куда складывать
- **references/** — справочники, которые агент подтягивает по мере необходимости
- **Progressive disclosure** — агент не читает 480 строк сразу, а открывает нужный reference на нужном шаге

Как технологическая карта в ресторане вместо рецепта на салфетке. По салфетке приготовишь, но каждый раз немного по-другому. По техкарте — одинаково, кто бы ни готовил.

```
~/.claude/skills/product-data-audit/
│
├── SKILL.md                           ← процесс: 3 шага
│   ├── определить объект аудита
│   ├── собрать данные (8 категорий)
│   └── сгенерировать HTML (12 секций)
│
└── references/
    ├── report-structure.md            ← 12 секций + intro
    ├── html-design-spec.md            ← Swiss Precision тема
    ├── missing-artifacts-checklist.md ← 18 артефактов
    └── terminology.md                 ← 35+ замен англ→рус
```

## Установка

Попросил Claude Code:

{{< callout type="insight" >}}
Установи скилл: https://github.com/serejaris/ris-claude-code/tree/main/skills/product-data-audit
{{< /callout >}}

Агент клонирует, кладёт в `~/.claude/skills/`, готово. Работает в любом проекте — агент адаптируется к структуре: ищет CLAUDE.md, README, канонические файлы с данными. Писал про то, как [синхронизирую скиллы на четырёх машинах](/blog/sync-claude-code-four-machines/) — этот встаёт тем же путём.

## Запуск

Захожу в проект. Пишу:

{{< callout type="insight" >}}
Аудит продукта
{{< /callout >}}

Агент подтягивает SKILL.md и начинает. Если объект аудита неочевиден — спросит: одного продукта или всей экосистемы. У меня семь продуктов, обычно отвечаю «всё».

Дальше сбор данных. Восемь категорий: архитектура проекта, канонические файлы, стратегия, операционные правила, рабочие документы, задачи из GitHub Issues, конфиги систем, свежие метрики через CLI. Каждый источник — с датой snapshot и оценкой качества.

Потом генерация HTML. 12 секций. Каждая цифра протегирована:
- **ФАКТ** — подтверждено данными, ссылка на файл и строку
- **ГИПОТЕЗА** — логичный вывод, нужна проверка
- **НЕИЗВЕСТНО** — слепое пятно, данных нет

Агент открывает отчёт в браузере.

## 12 секций внутри

Отчёт начинается не с «Раздел 1: Введение», а с диаграммы экосистемы — SVG в четыре слоя:

```
┌─────────────────────────────────────────────────┐
│  01 ЯДРО ВЫРУЧКИ                                │
│  продукты с ценами и числом оплат               │
├─────────────────────────────────────────────────┤
│  02 УДЕРЖАНИЕ И РОСТ                            │
│  комьюнити, повторные покупки, партнёрства      │
├─────────────────────────────────────────────────┤
│  03 ПРИВЛЕЧЕНИЕ И ДОВЕРИЕ                       │
│  собственные каналы, медиа, репутация           │
├─────────────────────────────────────────────────┤
│  04 ОПЕРАЦИОННЫЙ КОНТУР                         │
│  боты, CRM, базы, мониторинг                    │
└─────────────────────────────────────────────────┘
```

Под диаграммой — блок «РАЗРЫВЫ»: главные дефициты данных между слоями. Дальше 11 секций текстом: резюме, что компания делает на самом деле (две версии — как зарабатывает и чем пытается стать), карта решений, карта систем, узкие места с конкретными числами.

Отдельная секция — «Что уже есть, но называется по-другому». Агент берёт внутреннее название и даёт профессиональный термин. Оказывается, data.md — это по сути единый источник правды. А `.claude/rules/` — операционный runbook. Помогает увидеть зрелость того, что уже построено.

Под конец — контуры внедрения. Агент проверяет 18 артефактов по чеклисту: есть North Star Metric? Квартальные OKR? Журнал решений? Определения метрик? Правила эскалации? Чего нет — попадает в рекомендации с приоритетом и минимальной версией. Подробнее про [параллельные субагенты для анализа](/blog/board-of-advisors-subagents/) — тот же паттерн, когда один скилл оркестрирует глубокий разбор.

## Swiss Precision

Отчёт — не markdown, а полноценная HTML-страница. Тема Swiss Precision: светлая, бруталистская, редакционная. IBM Plex Mono для чисел и тегов, Cormorant Garamond для заголовков, Instrument Sans для текста. Навигация — чёрная полоса с номерами 00–11.

Дизайн-спецификация зашита в скилл. Агент не выбирает тему при запуске — он генерирует отчёт в этом стиле каждый раз. По тому же принципу я делал [интерактивные HTML-артефакты из терминала](/blog/tui-presentation-claude-code/): агент получает спецификацию и рендерит, не импровизируя.

Факты внутри отчёта тоже структурированы. Не стена текста, а три уровня: тезис → пилюли с метриками → ссылка на источник. Тезис читается отдельно. Числа сканируются визуально. Источник не мешает.

## Два раунда рефакторинга

Первая версия работала, но рыхло. «Самый маржинальный канал» — какой? Сколько приносит? Откуда число? Я добавил правило числовой конкретики: каждый ФАКТ содержит конкретное число, после числа — ссылка на файл. Если число можно получить запросом — получить, а не оставлять голое утверждение.

Второй раунд — тестирование субагентами. Шесть агентов проверяли разные аспекты: применимость к незнакомому проекту, поиск гэпов в инструкциях, терминологическое соответствие. Нашли 11 проблем — от противоречия «11 vs 12 секций» в разных файлах до привязки к конкретному проекту в примерах. Писал про [выбор модели для субагентов](/blog/subagent-model-cost/) — тот же подход: Sonnet для проверки, Haiku для рутины, Opus для генерации.

После двух раундов скилл вышел в [релизе v1.15.0](https://github.com/serejaris/ris-claude-code/releases/tag/v1.15.0).

## Executable knowledge

Идея «методология живёт в файле» не моя. [Sahil Lavingia](https://x.com/shl/status/1895667081993261286), основатель Gumroad, превратил книгу The Minimalist Entrepreneur в 9 скиллов для Claude Code — 459 тысяч просмотров и 4 800+ звёзд на GitHub за первую неделю. Люди устанавливают книгу как набор инструкций для агента.

Та же логика. Методология продуктового аудита — не текст для чтения. Это executable knowledge: файл, который агент исполняет. Каталог [awesome-claude-skills](https://github.com/jujumilk3/awesome-claude-skills) перевалил за 25 700 звёзд. Скиллы — способ упаковки экспертизы, который масштабируется через `git clone`.

Для контекста: консалтинговая фирма [RSM US](https://rsmus.com/insights/services/business-advisory/ai-agents-internal-audit.html) берёт десятки тысяч долларов за operational audit. Это не сравнение «скилл заменяет McKinsey» — у консалтеров другая глубина. Но для основателя, которому нужно понять состояние продукта раз в месяц без найма аналитика, скилл закрывает основную потребность. И каждый следующий прогон стоит одинаково: токены Claude Code.

Подробнее про [единый data layer как основу для таких отчётов](/blog/data-layer-for-agents/) — без канонических файлов с данными аудит не будет конкретным.

## Зачем это вайбкодеру

У меня 40 скиллов. Product-data-audit — один из них. Не самый сложный. Но показательный: методология из 12 секций и 18 артефактов живёт в пяти файлах, и агент не импровизирует — исполняет.

Попросить агента сделать аудит — один промпт и один результат. Установить скилл — один промпт и бесконечное число одинаковых результатов.

Если процесс повторяется больше двух раз — делегировать. А если делегируешь — сделай так, чтобы результат не зависел от формулировки промпта в конкретный день.