ai-prompt-eval-kit

name	ai-prompt-eval-kit
description	AI 提示词评测技能：构建离线评测集与对比报告。

用途

• 不依赖外部付费服务即可评估提示词质量。

触发关键词

• 提示词评测
• 评测集
• A/B 对比
• AI 质量

标准流程

1. 定义任务目标与评分维度。
2. 构建离线样例集与期望输出。
3. 执行 A/B 对比并记录结果。
4. 输出改进建议与下一轮计划。

输出产物

• prompt-eval-dataset.md
• eval-report.md
• iteration-plan.md

约束

• 优先使用本地文件与离线流程，不调用付费 API。
• 不要求任何额外 KEY（如 OPENAI_API_KEY、第三方云厂商 KEY）。