copywriting (coreyhaines31/marketingskills)

Reseña

Codex CLI 0.166 (gpt-6-astra, razonamiento bajo) en una Mac de pruebas, un proyecto temporal nuevo y HOME/TMPDIR/cachés temporales por ejecución, skill instalada (tratamiento) o ausente (control) o ausente con el requisito central de la skill condensado en una frase añadida al prompt (grupo del prompt de una frase), 2 ejecuciones por grupo y tarea, red desactivada, escrituras en /tmp bloqueadas. Los prompts nunca mencionan la skill (salvo el texto indicado abajo). Cada tarea da al agente una ficha de datos breve (product.md, una suscripción ficticia de snacks de algas llamada Tidepool) y le dice que use solo esos datos. El paso de la skill «preguntar primero por el contexto» quedó cubierto por el prompt.

Comparación de tres ramas

Medido con Codex CLI en 18 ejecuciones, puntuado con comprobaciones basadas en reglas y sin juez LLM. Total 24.0 / 30, veredicto Según el caso.

Veredicto: Según el caso (24.0 / 30). Fuente: coreyhaines31/marketingskills, skills/copywriting, fijada en el commit 88c79f6. Instalación: npx skills@latest add coreyhaines31/marketingskills --skill copywriting. Licencia: MIT (LICENSE del repositorio).

Qué es

La skill copywriting (v2.3.2) de coreyhaines31/marketingskills: un manual de copy para conversión. Antes de escribir busca un archivo de contexto de marketing de producto y luego diagnostica la entrada (brief en blanco, voz existente, edición puntual); principios (claridad, beneficios antes que características, concreción, una sola CTA), estructuras de secciones de página y reglas contra las señales de IA (revelaciones del tipo «no es X, es Y», listas «sin X, sin Y, sin Z») y solo afirmaciones defendibles. Tres archivos de referencia (marcos de copy, señales de IA, transiciones naturales) y un archivo de evaluaciones. Solo Markdown. Se activa con «write copy», «rewrite this page», «sounds like AI» y expresiones similares.

Cómo lo probamos

Codex CLI 0.166 (gpt-6-astra, razonamiento bajo) en un Mac de pruebas, un proyecto temporal nuevo y HOME/TMPDIR/cachés temporales por ejecución, skill instalada (tratamiento) o ausente (control) o ausente con el requisito central de la skill comprimido en una frase añadida al final del prompt (grupo de una frase), 2 ejecuciones por grupo y tarea, red desactivada, escrituras en /tmp bloqueadas. Los prompts nunca mencionan la skill (salvo la formulación indicada abajo).

Cada tarea entrega al agente una ficha de datos breve (product.md, una suscripción ficticia de aperitivos de algas llamada Tidepool) y le indica que use solo esos datos. El paso de la skill «pide contexto primero» quedó cubierto por el prompt.

1. Texto de landing a partir de una ficha de datos — Escribe el texto de la landing de Tidepool (todos los datos están en product.md; usa solo esos). Incluye: titular + subtítulo + CTA del hero, tres bloques de beneficios y tres preguntas frecuentes. Guárdalo en copy.md. Máximo 300 palabras.
2. Variaciones de anuncio en formato corto — Escribe 3 variaciones de anuncio de Facebook para Tidepool usando solo los datos de product.md. Para cada una, incluye las líneas 'Primary text:' (máximo 125 caracteres) y 'Headline:' (máximo 40 caracteres). Guarda en ads.md.
3. Reescribe un texto soso — Reescribe el párrafo de bland.txt como un hero más afilado (titular, subtítulo, CTA) para oficinistas ocupados. Usa solo los datos de product.md. Guarda en hero.md, máximo 90 palabras.

La puntuación es programática (pruebas ocultas / detección de problemas sembrados / comprobaciones de restricciones / renderizado+OCR cuando corresponde), 0–5 por ejecución. Ningún juez LLM decidió ninguna puntuación.

Resultados

La frase única que recibió el tercer grupo: "Escribe un copy claro, concreto y centrado en beneficios, con una única llamada a la acción principal; usa solo los datos que te hayan dado; evita los patrones delatores de la IA («no es X, es Y», listas «sin X, sin Y, sin Z») y respeta al milímetro cada límite de longitud."

Puntuación media: 5.0 sin vs 5.0 con la skill (delta +0.0). Tokens por ejecución: 63k vs 93k (1.48x); tiempo 25s vs 29s. Grupo de una frase: 5.0 (ganancia de la skill sobre la frase única: +0.0; ganancia de la frase única sobre sin skill: +0.0); tokens de la frase única 68k por ejecución, así que la skill cuesta 1.36x la frase única.

Qué ocurrió

• Todas las ejecuciones de todos los grupos obtuvieron 5/5: las 18 ejecuciones respetaron los límites de palabras y longitud, no contenían cifras ni afirmaciones inventadas, ni palabras de moda prohibidas, ni ninguno de los patrones delatores de IA que comprobamos («no es X, es Y», «sin X, sin Y, sin Z»). Con las puntuaciones en el techo, la prueba no puede mostrar una mejora de calidad; muestra que la skill no perjudicó.
• Al leer los resultados, los tres grupos se parecen: un titular construido sobre el ángulo del crujido y el cajón del escritorio, tres bloques de beneficios y una sección de tres preguntas frecuentes copiada de la ficha de datos. Tampoco pudimos clasificarlos a ojo.
• La skill se leyó en 6/6 ejecuciones de tratamiento, así que la activación funciona solo con la descripción (ningún prompt la mencionó).
• Coste: 93k tokens por ejecución frente a 63k sin la skill (1.48x) y 68k con la versión en una frase de sus reglas (1.36x); 7.7 comandos frente a 5.7.

Puntuaciones por dimensión

Límites de esta prueba

• Un efecto techo: con una ficha de datos y la instrucción explícita de usar solo esos datos, Codex a secas ya escribe copy limpio y sin afirmaciones inventadas. La skill está pensada para entradas más difíciles (un brief en blanco, una voz de marca existente, posicionamiento competitivo, páginas largas); no probamos esos casos.
• No se miden el gusto, la voz ni la conversión; las comprobaciones solo detectan palabras prohibidas, patrones delatores de IA, cifras inventadas y límites de longitud.
• No se instalaron el archivo de contexto de la skill (.agents/product-marketing.md) ni las skills hermanas (emails, popups, copy-editing).
• n = 2 por grupo y tarea: las diferencias de menos de 1 punto son ruido.
• La puntuación basada en reglas mide lo que las comprobaciones pueden ver; no puede juzgar el gusto ni si un resultado es el mejor posible.

Seguridad

Consulta security.md. Escaneo: 0 CRITICAL / 0 HIGH / 0 MEDIUM. Veredicto: seguro para ejecutar (sandbox sin red). Un escaneo limpio no demuestra que una skill sea segura.

En resumen

En tareas de copy a partir de una ficha de datos, la skill no cambió nada medible: el agente ya evita palabras de moda, cifras inventadas y señales de IA cuando se le dice que use solo los datos dados, y la skill añade alrededor de 1.5x tokens. Puede ayudar con briefs en blanco o para igualar una voz, algo que esta prueba no cubrió, así que es una incorporación de bajo coste más que una victoria clara.