Как использовать эту страницу: вставьте её в Claude, ChatGPT (или любой LLM, у которого есть ваши инструменты и подключён Gamma) и скажите, что хотите, например «Помоги мне настроить обзорный deck по Q3 pipeline из моих данных Snowflake.» LLM использует этот бриф для написания инструкций проекта (или skill) и запуска deck. Вы можете проверить результат от вашего LLM, протестировать его с сервером Gamma MCP и доработать.

LLM читает данные из подключённого инструмента → вычисляет цифры в скрипте → отправляет готовые данные в Gamma, которая визуализирует deck.
​

Три слоя: sources содержат исходные данные · instructions содержат рецепт · Gamma отвечает за визуализацию. Добавив новый инструмент, вы добавили только источник; остальное остаётся без изменений.
​

Google Sheet Q3 Pipeline с колонками deal, stage, arr, probability, region, owner. Вы говорите «сделай обзор Q3 pipeline.» LLM:

Вы написали одно предложение; цифры остались точными, потому что математику сделал скрипт, а не модель.

Начните с инструкций проекта — проще всего, всегда загружаются, подходят для одной команды и нескольких типов decks. Перенесите deck в отдельный skill, когда у вас несколько типов decks (каждый загружается только при необходимости) или если хотите, чтобы вычисления были переиспользуемым, проверенным скриптом, которым можно делиться. Скажите LLM, что хотите, и он настроит это.

Готовый skill — pipeline-review-deck (файл SKILL.md и скрипт compute_pipeline.py) — служит отправной точкой для этого брифа. Skills устанавливаются в Настройки → Capabilities.

Иногда скрипт не нужен. Таблица уже есть в листе в нужном виде для слайда. Считайте строки, повторите их в подсказке, попросите Gamma поместить их в таблицу.

Возвращайтесь к шаблону предварительных вычислений, когда таблицы превышают ~15 строк, построчная подсказка становится шумной.