「tar」の検索結果

Quando o usuário quer ajuda com campanhas de publicidade paga no Google Ads, Meta (Facebook/Instagram), LinkedIn, Twitter/X ou outras plataformas de anúncios. Também use quando o usuário menciona 'PPC', 'mídia paga', 'copy de anúncio', 'criativo de anúncio', 'ROAS', 'CPA', 'campanha de anúncio', 'retargeting' ou 'segmentação de audiência'. Esta habilidade cobre estratégia de campanha, criação de anúncios, segmentação de audiência e otimização.

日本語の概要は準備中です。原文の説明を表示しています。

Especialista em Otimização para Mecanismos de Busca para estratégia de conteúdo, SEO técnico, pesquisa de palavras-chave e melhorias de ranqueamento. Use ao otimizar conteúdo do site, melhorar ranqueamentos de busca, realizar análise de palavras-chave ou implementar melhores práticas de SEO. Especialista em SEO on-page, meta tags, schema markup e Core Web Vitals.

日本語の概要は準備中です。原文の説明を表示しています。

Quando o usuário quer auditar, revisar ou diagnosticar problemas de SEO no seu site. Também use quando o usuário menciona "auditoria de SEO," "SEO técnico," "por que não estou ranqueando," "problemas de SEO," "SEO on-page," "revisão de meta tags," ou "verificação de saúde de SEO." Para construir páginas em escala visando palavras-chave, veja programmatic-seo. Para adicionar dados estruturados, veja schema-markup.

日本語の概要は準備中です。原文の説明を表示しています。

Marketing de produto, posicionamento, estratégia GTM e inteligência competitiva. Inclui definição de ICP, metodologia de posicionamento April Dunford, playbooks de lançamento, battlecards competitivas e guias de entrada em mercados internacionais. Use ao desenvolver posicionamento, planejar lançamentos de produtos, criar mensagens, analisar concorrentes, entrar em novos mercados, capacitar vendas ou quando o usuário menciona marketing de produto, posicionamento, GTM, go-to-market, análise competitiva, entrada em mercado ou capacitação de vendas.

日本語の概要は準備中です。原文の説明を表示しています。

Gerar memes usando a API memegen.link. Use quando usuários solicitarem memes, quiserem adicionar humor ao conteúdo ou precisarem de recursos visuais para redes sociais. Suporta 100+ templates populares com texto e estilo personalizados.

日本語の概要は準備中です。原文の説明を表示しています。

Email tem o maior ROI de qualquer canal de marketing. R$ 36 para cada R$ 1 gasto. Mas a maioria das startups trata como secundário - envios em massa, sem personalização, caindo em spam. Esta skill cobre email transacional que funciona, automação de marketing que converte, entregabilidade que atinge caixas de entrada, e decisões de infraestrutura que escalam. Use quando: keywords, file_patterns, code_patterns.

日本語の概要は準備中です。原文の説明を表示しています。

Use o servidor Figma MCP para buscar contexto de design, screenshots, variáveis e assets do Figma, além de traduzir nós do Figma em código de produção. Ative quando uma tarefa envolver URLs do Figma, IDs de nós, implementação design-to-code ou configuração e troubleshooting do Figma MCP.

日本語の概要は準備中です。原文の説明を表示しています。

Quando o usuário quer criar páginas otimizadas para SEO em escala usando templates e dados. Também use quando o usuário menciona "SEO programático", "páginas de template", "páginas em escala", "páginas de diretório", "páginas de localização", "páginas de [palavra-chave] + [cidade]", "páginas de comparação", "páginas de integração" ou "construir muitas páginas para SEO". Para auditar problemas de SEO existentes, veja seo-audit.

日本語の概要は準備中です。原文の説明を表示しています。

Crie slides de apresentação Marp profissionais com 7 temas lindos (padrão, minimalista, colorido, escuro, gradiente, tech, negócios). Use quando usuários solicitarem criação de slides, apresentações ou documentos Marp. Suporta temas personalizados, layouts de imagem e requisitos "deixe bonito" com melhorias de qualidade automática.

日本語の概要は準備中です。原文の説明を表示しています。

Quando o usuário quer otimizar, melhorar ou aumentar conversões em qualquer página de marketing — incluindo homepage, landing pages, páginas de preços, páginas de features ou posts de blog. Também use quando o usuário menciona "CRO," "otimização de taxa de conversão," "essa página não está convertendo," "melhorar conversões," ou "por que essa página não funciona." Para fluxos de signup/registro, veja signup-flow-cro. Para ativação pós-signup, veja onboarding-cro. Para formulários fora de signup, veja form-cro. Para popups/modals, veja popup-cro.

日本語の概要は準備中です。原文の説明を表示しています。

Fornece orientação para pós-treinamento de LLM com RL usando slime, um framework Megatron+SGLang. Use ao treinar modelos GLM, implementar fluxos de trabalho personalizados de geração de dados, ou precisar de integração estreita com Megatron-LM para escalabilidade em RL.

日本語の概要は準備中です。原文の説明を表示しています。

Fornece orientação para treinar LLMs com aprendizado por reforço usando verl (Volcano Engine RL). Use ao implementar RLHF, GRPO, PPO ou outros algoritmos de RL para pós-treinamento de LLMs em escala com backends de infraestrutura flexíveis.

日本語の概要は準備中です。原文の説明を表示しています。

Busca web e pesquisa usando Perplexity AI. Use quando o usuário disser "pesquisar", "encontrar", "procurar", "perguntar", "pesquisar" ou "qual é o mais recente" para consultas genéricas. NÃO para docs de biblioteca/framework (use Context7) ou perguntas do workspace.

日本語の概要は準備中です。原文の説明を表示しています。

Orientação especializada para ajuste fino com GRPO/RL usando TRL para treinamento de modelos com raciocínio e tarefas específicas

日本語の概要は準備中です。原文の説明を表示しています。

Quando o usuário quiser configurar, melhorar ou auditar rastreamento e medição de análises. Também use quando o usuário mencionar "configurar rastreamento", "GA4", "Google Analytics", "rastreamento de conversão", "rastreamento de eventos", "parâmetros UTM", "tag manager", "GTM", "implementação de análises" ou "plano de rastreamento". Para medição de testes A/B, consulte ab-test-setup.

日本語の概要は準備中です。原文の説明を表示しています。

Framework para embeddings de última geração em sentenças, textos e imagens. Oferece 5000+ modelos pré-treinados para similaridade semântica, clustering e retrieval. Suporta modelos multilíngues, específicos de domínio e multimodais. Use para gerar embeddings para RAG, busca semântica ou tarefas de similaridade. Melhor para geração de embeddings em produção.

日本語の概要は準備中です。原文の説明を表示しています。

Otimiza atenção em transformers com Flash Attention para ganho de 2-4x em velocidade e redução de 10-20x em memória. Use ao treinar/executar transformers com sequências longas (>512 tokens), ao encontrar problemas de memória GPU com atenção, ou quando precisa de inferência mais rápida. Suporta SDPA nativo do PyTorch, biblioteca flash-attn, H100 FP8 e sliding window attention.

日本語の概要は準備中です。原文の説明を表示しています。

Quantização pós-treinamento em 4-bits para LLMs com perda mínima de precisão. Use para implantar modelos grandes (70B, 405B) em GPUs de consumo, quando você precisa de redução de memória 4× com <2% de degradação de perplexidade, ou para inferência mais rápida (aceleração de 3-4×) vs FP16. Integra com transformers e PEFT para fine-tuning QLoRA.

日本語の概要は準備中です。原文の説明を表示しています。

Padrões de orquestração multi-agente. Use quando múltiplas tarefas independentes podem rodar com diferentes especialidades de domínio ou quando uma análise abrangente requer múltiplas perspectivas.

日本語の概要は準備中です。原文の説明を表示しています。

Fornece orientação para realizar intervenções causais em modelos PyTorch usando o framework de intervenção declarativa do pyvene. Use ao conduzir rastreamento causal, activation patching, treinamento de intervenção de intercâmbio ou testar hipóteses causais sobre o comportamento do modelo.

日本語の概要は準備中です。原文の説明を表示しています。

Modelo da OpenAI que conecta visão e linguagem. Permite classificação de imagens com zero-shot, correspondência imagem-texto e recuperação cross-modal. Treinado em 400M pares imagem-texto. Use para busca de imagens, moderação de conteúdo ou tarefas visão-linguagem sem fine-tuning. Melhor para compreensão geral de imagens.

日本語の概要は準備中です。原文の説明を表示しています。

Quantização de pesos consciente da ativação para compressão de LLM de 4-bit com aceleração 3x e perda mínima de acurácia. Use ao implantar modelos grandes (7B-70B) em memória GPU limitada, quando precisa de inferência mais rápida que GPTQ com melhor preservação de acurácia, ou para modelos com instruções ajustadas e multimodais. Vencedor do Prêmio Melhor Artigo MLSys 2024.

日本語の概要は準備中です。原文の説明を表示しています。

Use quando o usuário solicitar a ativação do Gemini CLI para revisão de código, revisão de plano ou processamento de contexto amplo (>200k). Ideal para análise abrangente exigindo janelas de contexto grandes. Usa Gemini 3 Pro por padrão para raciocínio e codificação de última geração.

日本語の概要は準備中です。原文の説明を表示しています。

Assistente de Linguagem Grande e Visão. Habilita ajuste de instrução visual e conversas baseadas em imagem. Combina encoder de visão CLIP com modelos de linguagem Vicuna/LLaMA. Suporta chat multi-turno com imagem, resposta a perguntas visuais e seguimento de instruções. Use para chatbots visão-linguagem ou tarefas de compreensão de imagem. Melhor para análise conversacional de imagem.

日本語の概要は準備中です。原文の説明を表示しています。