recommendation-engine
Create a recommendation engine with structured process, quality checks, and system integration
Best use case
recommendation-engine is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
Create a recommendation engine with structured process, quality checks, and system integration
Teams using recommendation-engine should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/recommendation-engine/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How recommendation-engine Compares
| Feature / Agent | recommendation-engine | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
Create a recommendation engine with structured process, quality checks, and system integration
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# Recommendation Engine ## Amaç Eyleme dönüştürülebilir, ölçülebilir sonuçlar sunan kapsamlı bir recommendation engine oluşturun. Bu beceri, her seferinde profesyonel düzeyde çıktı sağlayan, kalite doğrulamalı yapılandırılmış bir süreç sunar. **Kategori**: E-ticaret ## Girdiler ### Zorunlu - **Hedef**: Bu çıktı ile neyi başarmak istiyorsunuz - **Bağlam**: İlgili arka plan bilgileri ### İsteğe Bağlı - **Kısıtlamalar**: Dikkate alınması gereken sınırlamalar veya gereksinimler - **Mevcut Çalışma**: Üzerine inşa edilecek önceki belgeler veya veriler ## Sistem Bağlamı Başlamadan önce: - Mevcut proje bağlamı ve öncelikleri için `memory.md`'yi oku - İlgili öğrenilmiş kurallar veya kısıtlamalar için `knowledge-base.md`'yi kontrol et - Projedeki mevcut ilgili belgeleri gözden geçir - Bu çıktı ile ilgili `.claude/workspace/TaskBoard.md`'deki aktif görevleri not et ## Süreç ### Adım 1: Bağlam ve Araştırma - Projedeki mevcut recommendation engine belgelerini gözden geçir - İlgili öğrenilmiş kurallar veya kısıtlamalar için `knowledge-base.md`'yi kontrol et - Mevcut proje bağlamı ve öncelikleri için `memory.md`'yi kontrol et - Kilit paydaşları ve gereksinimlerini belirle - En uygun çerçeveyi seç: Conversion Rate Optimization (CRO), RFM Segmentation, Customer Lifetime Value Model ### Adım 2: Analiz ve Çerçeve Uygulaması - recommendation engine yapılandırmak için seçilen çerçeveyi uygula - Boşlukları, fırsatları ve riskleri belirle - Başarı metriklerini tanımla: Conversion Rate (benchmark: 2-4%), Average Order Value, Cart Abandonment Rate (benchmark: 70%), Customer Acquisition Cost - Varsayımları ve bağımlılıkları belgele - Yaklaşımı sektör en iyi uygulamalarına göre doğrula ### Adım 3: Çıktıyı Oluştur - recommendation engine aşağıdaki çıktı formatını kullanarak yapılandır - Genel tavsiyeler değil, spesifik ve eyleme dönüştürülebilir öneriler ekle - Uygulanabilir yerlerde somut rakamlar, zaman çizelgeleri ve kıyaslamalar ekle - Tutarlılık için mevcut proje belgeleriyle çapraz referans yap - Her bölümün değer kattığından emin ol — dolgu içeriği çıkar ### Adım 4: Kalite Doğrulama - [ ] Tüm zorunlu girdiler ele alındı - [ ] Öneriler spesifik ve eyleme dönüştürülebilir (belirsiz değil) - [ ] Rakamlar ve kıyaslamalar gerçekçi ve kaynaklı - [ ] Çıktı formatı aşağıdaki spesifikasyona uyuyor - [ ] Bilgi tabanı kurallarıyla çelişki yok - [ ] En iyi pratiği izliyor: Optimize for mobile first (60%+ of traffic) ## Çıktı Formatı ```markdown # Recommendation Engine ## Yönetici Özeti [Çıktının ve temel önerilerin 2-3 cümlelik özeti] ## Bağlam ve Hedefler - **Hedef**: [Bunun neyi başardığı] - **Hedef Kitle**: [Bunun kimin için olduğu] - **Zaman Çizelgesi**: [Bunun ne zaman geçerli olduğu] ## Analiz [Seçilen çerçeve kullanılarak yapılandırılmış analiz] ## Öneriler 1. [Beklenen etkisiyle spesifik, eyleme dönüştürülebilir öneri] 2. [Beklenen etkisiyle spesifik, eyleme dönüştürülebilir öneri] 3. [Beklenen etkisiyle spesifik, eyleme dönüştürülebilir öneri] ## Uygulama | Eylem | Sorumlu | Zaman Çizelgesi | Öncelik | |--------|-------|----------|----------| | [Eylem maddesi] | [Kim] | [Ne zaman] | [Yüksek/Orta/Düşük] | ## Başarı Metrikleri | Metrik | Mevcut | Hedef | Ölçüm Yöntemi | |--------|---------|--------|-------------------| | [KPI] | [Başlangıç] | [Hedef] | [Nasıl ölçülür] | ## Riskler ve Azaltmalar | Risk | Olasılık | Etki | Azaltma | |------|-----------|--------|------------| | [Risk] | [Y/O/D] | [Y/O/D] | [Eylem] | ## Sonraki Adımlar - [ ] [Hemen yapılacak eylem] - [ ] [Takip eylemi] - [ ] [Gözden geçirme tarihi] ``` ## Uygulanabilir Çerçeveler - Conversion Rate Optimization (CRO) - RFM Segmentation - Customer Lifetime Value Model - Merchandising Calendar - Inventory Planning (ABC Analysis) ## Temel Metrikler - Conversion Rate (benchmark: 2-4%) - Average Order Value - Cart Abandonment Rate (benchmark: 70%) - Customer Acquisition Cost - Customer Lifetime Value - Return Rate - Inventory Turnover ## En İyi Pratikler - Optimize for mobile first (60%+ of traffic) - Reduce checkout steps (3 max) - Show social proof near buy buttons - Free shipping threshold above AOV - Abandoned cart emails within 1 hour ## Tamamlandıktan Sonra - Bu çıktı proje bağlamını veya önceliklerini değiştiriyorsa `memory.md`'yi güncelle - Yeniden kullanılabilir öğrenmeleri `knowledge-nominations.md`'ye ekle - Takip eylemleri belirlendiyse bunları `.claude/workspace/TaskBoard.md`'ye ekle - Ek çalışma gerekiyorsa ilgili skill'leri öner
Related Skills
linkedin-recommendation
Create a linkedin recommendation with structured process, quality checks, and system integration
recommendation-deck
Create a recommendation deck with structured process, quality checks, and system integration
prompt-engineering-guide
Solopreneurler için pratik prompt mühendisliği rehberi — Claude ve ChatGPT ile verimli çalışma
trademark-search
Create a trademark search with structured process, quality checks, and system integration
term-sheet-negotiation
Create a term sheet negotiation with structured process, quality checks, and system integration
team-building
Create a team building with structured process, quality checks, and system integration
startup-metrics-dashboard
Analyze and produce a startup metrics dashboard with structured process, quality checks, and system integration
startup-legal-checklist
Analyze and produce a startup legal checklist with structured process, quality checks, and system integration
solopreneur-playbook
Solopreneur isletim kilavuzu — gelir kilometre taslari, haftalik rutin, arac yigini ve 90 gunluk eylem plani
side-project-validation
Create a side project validation with structured process, quality checks, and system integration
revenue-model-design
Create a revenue model design with structured process, quality checks, and system integration
retention-analysis-startup
Analyze and produce a retention analysis startup with structured process, quality checks, and system integration