✍️ Description impecável — frontend-design
O sinal nº1. Uma description-modelo diz o que a skill faz, quando usá-la e lista gatilhos concretos. frontend-design (488.299 installs, anthropics/skills) é o caso de manual: enumera exemplos de tarefa e o efeito desejado, sem deixar o agente adivinhar.
description real (frontend-design · anthropics/skills · 488k):
Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, artifacts, posters, or applications (examples include websites, landing pages, dashboards, React components, HTML/CSS layouts, or when styling/beautifying any web UI). Generates creative, polished code and UI design that avoids generic AI aesthetics.
✓ O que a torna exemplar
- ✓Abre com o resultado: "production-grade frontend interfaces".
- ✓"Use this skill when..." — o quando explícito.
- ✓Parênteses com exemplos: websites, dashboards, React, HTML/CSS.
- ✓Diferencial declarado: "avoids generic AI aesthetics".
✗ O que uma fraca faria
- ✗"Ajuda com frontend." — sem o quando, sem exemplos.
- ✗Sem palavras-gatilho que o agente reconheça na tarefa.
- ✗Sem diferencial: por que esta e não outra?
Variante "pushy": supabase
supabase (99k) abre praticamente forçando o disparo: "Use when doing ANY task involving Supabase. Triggers:..." — declara explicitamente os gatilhos e empurra o agente a ativar. Isso combate o subdisparo (Claude tende a não acionar o suficiente).
Lição: a description não é resumo educado — é instrução de roteamento. Seja específico no quando e liste triggers.
🎯 Escopo atômico perfeito — vercel-react-best-practices
Uma responsabilidade, feita muito bem. vercel-react-best-practices (443.261, vercel-labs/agent-skills) não tenta ser "tudo sobre web": cobre só boas práticas de React. Por ser atômica, dispara com precisão e compõe com web-design-guidelines e frontend-design sem sobreposição.
| Skill atômica | Faz UMA coisa | Installs |
|---|---|---|
| vercel-react-best-practices | padrões de React | 443k |
| test-driven-development | teste antes do código | 107k |
| web-design-guidelines | layout & acessibilidade | 358k |
test-driven-development: escopo de processo
test-driven-development (107k, obra/superpowers) é o exemplo mais puro de atomicidade: uma única regra — "escreva o teste antes do código". Não fala de framework, não fala de linguagem. Uma responsabilidade, um gatilho ("ao implementar feature ou bugfix").
Por ser tão estreita, ela nunca dispara errado e sempre compõe com a skill de stack que estiver ativa.
💡 Teste do escopo atômico
Consegue descrever o que a skill faz em uma frase sem usar "e"/"também"? Se sim, é atômica. Se a frase tem três cláusulas, provavelmente são três skills.
🏛️ Fonte forte e bem mantida — suíte microsoft/azure
Quem publica e mantém vale tanto quanto o conteúdo. A suíte microsoft/azure-skills — foundry, ai, deploy, diagnostics, prepare, todas ~358–360k installs — é o retrato de fonte forte: vendor oficial, suíte coesa, manutenção contínua acompanhando a própria plataforma.
Vendor oficial
A Microsoft escreve sobre o Azure. Quem opera a plataforma conhece os edge cases que ninguém documenta.
Suíte coesa, não monólito
Cinco skills atômicas que compõem — sinal de que a fonte entende design de skill, não só o produto.
Manutenção viva
Como instalam por symlink, npx skills update puxa as melhorias da fonte. Vendor ativo = skill sempre atual.
Outras fontes-modelo
vercel-labs sustenta find-skills (1,8M), vercel-react-best-practices (443k) e web-design-guidelines (358k) — um portfólio inteiro de skills de referência.
supabase e neondatabase escrevem as práticas dos próprios bancos; stripe/ai, as de pagamento. Vendor-backed é o teto de confiança.
💡 Heurística de fonte
Pergunte: "esta skill é sobre um produto, e quem a escreveu é dono desse produto?" Se sim, é vendor-backed — o sinal de fonte mais forte que existe.
🔍 Descoberta clara — find-skills
A skill mais instalada de todo o catálogo: find-skills, 1.802.925 installs (vercel-labs/skills). Ela vence num sinal específico — descoberta: seu propósito (achar e sugerir outras skills) é instantaneamente óbvio, e por isso vira a primeira que todo mundo instala.
✓ Por que vira modelo de descoberta
- ✓Nome autoexplicativo: find-skills diz tudo.
- ✓Propósito único: ajudar a achar a skill certa.
- ✓Porta de entrada: instalada antes de qualquer outra.
- ✓Fonte forte (vercel-labs) reforça o adotar.
A escala do sinal
find-skills sozinha (1,8M) supera grupos inteiros. As top 100 skills = 43,7% de todos os installs; só 0,3% (131 skills) passam de 100k. Nome+propósito claros são o que projeta uma skill para essa elite.
Descoberta clara não é só marketing: é o agente conseguir encontrar e escolher a skill no momento certo.
descoberta clara = nome + description que se explicam sozinhos:
find-skills → "encontra a skill certa" (óbvio) skill-creator → "cria skills" (óbvio) xyz-helper-v2-final → "???" (ninguém instala)
💡 Dica
Se o nome precisa de explicação, a descoberta já falhou. find-skills, skill-creator, frontend-design — todos dizem o que fazem sem abrir o SKILL.md.
🧩 Quando uma skill acerta vários sinais — skill-creator
Os modelos acima brilham em um sinal. As verdadeiras referências acertam vários. skill-creator (246k, anthropics) é description clara + escopo focado (criar/avaliar skills) + fonte oficial Anthropic + descoberta óbvia pelo nome. É a meta-skill que você vai estudar na Trilha 3.
| Skill | Descr. | Escopo | Fonte | Descob. |
|---|---|---|---|---|
| skill-creator | ✓ | ✓ | ✓ | ✓ |
| frontend-design | ✓ | ✓ | ✓ | ✓ |
| find-skills | ✓ | ✓ | ✓ | ✓ |
| "sql-helper" genérico | ✗ | ✗ | ✗ | ✗ |
O efeito composto
Acertar os quatro sinais ao mesmo tempo não soma — multiplica. É por isso que essas três estão entre as mais instaladas do catálogo: o agente as acha, entende, dispara certo e confia na fonte. Os quatro sinais reforçam um ao outro.
📋 Tabela de campeões por sinal
O quadro de referência do módulo. Para cada sinal de qualidade, a skill a imitar — com installs e fonte reais. Use esta tabela como gabarito quando for julgar (ou criar) uma skill.
| Sinal | Skill-modelo | Fonte | Installs |
|---|---|---|---|
| Description | frontend-design | anthropics | 488k |
| Description "pushy" | supabase | supabase | 99k |
| Escopo atômico | vercel-react-best-practices | vercel-labs | 443k |
| Escopo de processo | test-driven-development | obra/superpowers | 107k |
| Fonte forte/mantida | azure-skills (suíte) | microsoft | ~358k |
| Descoberta clara | find-skills | vercel-labs | 1,8M |
| Acerta tudo | skill-creator | anthropics | 246k |
💡 Como usar a tabela
Ao avaliar uma skill nova, compare-a com o campeão do sinal mais importante para você. Ao criar a sua (módulo 2.4), copie o padrão do campeão — não invente do zero.
✅ Resumo do Módulo
Próximo:
Módulo 2.4 — 🛠️ Como Criar uma Skill que Parece (e É) de Alta Qualidade. Agora que você viu os modelos, vamos imitá-los na prática: description que dispara, escopo atômico e o checklist de polimento.