agentleFS
ffidelis16ffidelis16/GEO-OS/skills/content-refresh/SKILL.md

content-refresh

Skill0 starsChanged 5 months agoMITView on GitHub

Use quando conteúdo existente precisa de um plano priorizado de atualização, remoção, expansão, consolidação, comprovação ou republicação a partir de gaps auditados.

7 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

Content Refresh

Objetivo

Planejar manutenção editorial baseada em evidência sem executar a reescrita final.

Ler modules/content-refresh.md. Usar templates/content-refresh-plan.csv e templates/optimization-cycle-template.md.

Quando usar

  • Para conteúdo desatualizado ou incompleto.
  • Depois de scorecard e auditorias.
  • Quando há gaps de intenção, confiança, evidência ou concorrência.
  • Antes de consolidar, remover ou republicar ativos.

Quando não usar

  • Para criar conteúdo do zero.
  • Sem conteúdo ou versão identificável.
  • Para aumentar extensão sem gap real.
  • Para republicar apenas por aparência de frescor.

Inputs

  • Ativo, seção e versão.
  • Target intent e entidade.
  • Gaps com origem.
  • Evidências e fontes fornecidas.
  • Scorecard, auditorias, brief, topical map e competitor gaps disponíveis.

Outputs

  • Plano de refresh por ativo ou seção.
  • Ação, prioridade, impacto, esforço e risco.
  • Evidência e fonte necessárias.
  • Owner, status e dependências.
  • Critérios e próxima auditoria recomendada.

Processo

  1. Confirmar escopo, versão e intenção.
  2. Registrar origem de cada gap.
  3. Avaliar os sinais definidos no módulo.
  4. Classificar ação de refresh.
  5. Separar fato, inferência, hipótese e recomendação.
  6. Definir evidência ou fonte necessária.
  7. Estimar impacto, esforço e risco.
  8. Priorizar e atribuir owner.
  9. Definir critério de reavaliação.
  10. Registrar gatilho da próxima auditoria.

Restrições

  • Não reescrever o conteúdo final.
  • Não inferir desatualização apenas pela data.
  • Não remover URL sem avaliar sua função.
  • Não prometer resultado em engines.
  • Não recomendar fonte não verificada como fato.

Critérios de qualidade

  • Toda ação aponta para ativo ou seção.
  • Gap, origem e evidência são recuperáveis.
  • A decisão de expandir ou consolidar possui justificativa.
  • Riscos e dependências permanecem visíveis.
  • Reavaliação possui critério e gatilho.

Modos de falha

  • Refresh tratado como aumento de palavras.
  • Republicação cosmética.
  • Concorrente copiado sem equivalência.
  • Remoção sem avaliar sobreposição.
  • Cronograma sem critério de sucesso.

Exemplo

Um artigo com estatística vencida e boa estrutura pode receber ação update apenas na seção afetada, bloqueada até obter fonte primária atual. O restante do ativo permanece como keep.

Erros comuns

  • Atualizar tudo porque uma parte está antiga.
  • Confundir data de publicação com validade factual.
  • Ignorar risco de canibalização.
  • Não definir próxima auditoria.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.