Тест: create_landing_page

Сценарий

Промпт пользователя: «Сделай лендинг для iiminion агента по созвонам. Слаг agent_calls. Стиль тёмная тема + #c8ff5a. CTA Telegram @iiminion».

Чек-лист

1. <slug>.md создан
2. Frontmatter содержит layout:, slug:, title:
3. Есть CTA на @iiminion / t.me/iiminion
4. Минимум 5 секций
5. <slug>_report.md создан
6. В репорте есть секция «Проверено агентом» (✅)
7. В репорте есть секция «Проверяется человеком» (👤)
8. landing_pages.md обновлён

Было (Iteration 1)

Базовый skill docker/skills/create-landing-page.md — обычная пошаговая инструкция без явной связи со школой и без жёстких структурных требований.

Результат: 4 FAIL из 10.

Что упало:

• Репорт-файл не создан вообще
• Школьные инструкции (landing_brief, landing_checklist) проигнорированы
• Brief-вопросы не заданы

Лендинг сам по себе вышел приличный — 6 секций, фронтматтер, два CTA. Но без репорта и проверок.

Iteration 2

Изменения в скиле:

• Добавлена явная ссылка на школьные инструкции с требованием «школа главнее»
• Добавлен раздел с обязательным _report.md шаблоном (шаг 6)
• Усилены формулировки: «НИКОГДА не пропускай»

Результат: 3 FAIL из 10.

Что улучшилось:

• Slug корректный (underscore, не дефис)
• Кастомный HTML+CSS с тёмной темой и акцентом
• Дизайн-блок имитирует пример из эталона
• Создал директорию design/reports/ (агент явно понял идею)

Что осталось:

• Сам файл _report.md всё равно не создан, хотя директория есть
• Стабильная ошибка: репорт буквально пропускается, не случайно

Iteration 3

Главное изменение: репорт перенесён в шаг 3 как «Файл B» — одна и та же фраза «создай два файла в одном tool call подряд». Добавлено явное условие брака: «если только Файл A без Файла B — возврат к шагу 3».

Результат: 0 FAIL из 10.

Что в репорте:

• Агент сам прошёл чек-лист, отметил ✅/❌
• Честно написал «sync FAIL — no trip2g credentials» (в test-окружении так и должно быть)
• Честно написал «renderlayout: not run»
• Обе секции (агент + человек) на месте

Iteration 4 (multi-step)

Расширили сценарий: после первой сборки эмулируем фидбек пользователя «нравится hero, problem_cards, steps, final_cta» и запускаем [[instructions/extract_components]].

Результат: 0 FAIL из 10 на новом наборе чеков.

Что создалось:

_layouts/v1/
├── tokens.md
└── components/
    ├── _index.md
    ├── hero.md
    ├── problem_cards.md
    ├── steps.md
    └── final_cta.md

4 компонента + tokens + index. Структура совпала с тем, что описано в extract_components.

Стало (резюме)

Итерация	FAIL/10	Главный сдвиг
1	4	базовый скил
2	3	+ ссылки на школу + явные требования
3	0	репорт в один tool call с основным файлом
4	0	multi-step с извлечением компонентов

Главный вывод

Структурные правки скила работают, текстовые усиления — нет. Перепись «обязательно» жирнее не помогла. Помог только перенос репорта в тот же шаг, что и сам лендинг, с явным условием брака.

Это мап на case-009 из journal Николая — изоляция шагов в инструкции = потеря контекста, объединение связанных действий = надёжное выполнение.

Что меняли в инструкциях по итогам

• instructions/create_landing_page — стал явным оркестратором, фазы 1–5, после Phase 2 (библиотека) проверяет существующие темы
• instructions/landing_brief — добавлен обязательный шаг определения стиля даже если пользователю «всё равно»
• instructions/landing_checklist — введено правило «на каждый лендинг — _report.md, иначе незавершённый»
• instructions/landing_lead_form — добавлено указание на готовый пример HTML/JS в docs/_layouts/forms/example.html
• Создана новая instructions/extract_components — bottom-up дизайн-система с версионированием v1/v2

Артефакты

В рабочей машине: /tmp/landing-iterations/

• landing-N.md — что создал агент
• report-N.md — репорт агента
• issues-N.txt — список fail-чеков
• response-N.json — полный ответ API

Открытые вопросы

• Проверка sync не работает в test-окружении (нет credentials). Нужно либо мок-sync, либо подменять /opt/data/sync на bash-stub возвращающий success
• renderlayout не запускается в test-окружении. Аналогично — нужен stub или реальный trip2g endpoint
• Не проверяем визуальное качество — только структуру. Можно добавить шаг «оценщик читает страницу через headless browser и оценивает по чеклисту Unbounce»