ocena-outputu-pl

name	ocena-outputu-pl
description	Ocenia jakość outputu prawnego AI przed wysyłką w dwóch warstwach: obiektywnej (sprawdzalne mechanicznie - czy cytaty istnieją, czy przepisy i sygnatury realne) oraz subiektywnej (LLM-as-judge wg rubryki 1-5: poprawność prawna, kompletność, jasność, zgodność z jurysdykcją, ugruntowanie/anty-halucynacja). Zwraca kartę ocen i decyzję: wyślij / popraw / pełna weryfikacja. Warstwa nad deliverable - nie pisze pisma, ocenia gotowe. Pairuje z legal-request-router-pl (routing), citation-grounding-pl (obiektywne sprawdzenie), deliverable-fidelity-pl (czy nic nie wypadlo) i adversarial-legal-review-pl (atak). Uzywaj gdy: "oceń ten output", "scoring opinii", "czy to gotowe do wysyłki", "jakość odpowiedzi prawnej", "karta ocen deliverable", "rubryka jakości", przed wysłaniem pisma/opinii/memo do klienta.
license	Apache-2.0
allowed-tools	["Read"]
data-residency	local
requires-human-approval	false
pii-egress	none
attribution	{"source":"FudanDISC/DISC-LawLLM (Fudan DISC Lab)","url":"https://github.com/FudanDISC/DISC-LawLLM","license":"Apache-2.0","relationship":"clean-room","note":"Metoda dwuwarstwowa (obiektywne dopasowanie plus subiektywna rubryka LLM-as-judge, skala 1-5) oparta na DISC-Law-Eval. Chińskie dane egzaminacyjne i model-sędzia porzucone; rubryka, wymiary i kotwice PL napisane od zera.\n"}
metadata	{"author":"Wiesław Mazur / MateMatic","version":"1.1.0","companion_skills":"legal-request-router-pl, citation-grounding-pl, deliverable-fidelity-pl, adversarial-legal-review-pl"}

Ocena outputu PL - karta ocen przed wysyłką

Filozofia

Zanim wyślesz, oceń - i oddziel to, co sprawdzalne, od tego, co trzeba osądzić. Output AI bywa gładki i przekonujący, a mimo to błędny. Ten skill ocenia go w dwóch warstwach: obiektywnej (fakty, które da się sprawdzić mechanicznie) i subiektywnej (jakość, którą trzeba osądzić wg jawnej rubryki). Dwie warstwy, bo mylenie ich to źródło fałszywej pewności - „brzmi dobrze" nie znaczy „cytaty się zgadzają".

Skill ocenia, nie poprawia i nie wysyła. Decyzję podejmuje prawnik; karta ocen daje podstawę.

Warstwa 1 - obiektywna (sprawdzalne mechanicznie)

Deleguj do narzędzi, nie zgaduj:

• Cytaty i przepisy - czy istnieją w źródle słowo w słowo (citation-grounding-pl), czy wszystkie wyłapane (ekstraktor-cytatow-pl).
• Sygnatury / ELI - czy realne i poprawnie zapisane.
• Kompletność ustaleń - czy żadna flaga RED nie wypadła z podsumowania (deliverable-fidelity-pl).

Wynik obiektywny jest binarny per pozycja: zgadza się / nie zgadza. Choćby jeden niezgodny cytat = output nie jest gotowy, niezależnie od oceny subiektywnej.

Warstwa 2 - subiektywna (rubryka 1-5, LLM-as-judge)

Oceń wg jawnej rubryki, każdy wymiar 1-5 z jednozdaniowym uzasadnieniem:

Wymiar	1	5
Poprawność prawna	teza błędna lub nieoparta	teza trafna i oparta na normie
Kompletność	pomija istotne kwestie	obejmuje wszystko, co istotne dla pytania
Jasność	mętne, niespójne	precyzyjne, czytelne dla odbiorcy
Zgodność z jurysdykcją	myli porządki/przepisy	trafne dla prawa polskiego/UE
Ugruntowanie (anty-halucynacja)	twierdzenia bez podstawy	każde twierdzenie ma oparcie

NIEPEWNE zamiast liczby - ocena pierwszej klasy

Gdy sędzia nie ma podstaw, by wystawić liczbę, NIE wystawia jej. Zamiast wymuszonej trójki wpisuje NIEPEWNE z podkategorią i wskazaniem, jakiego dowodu brakuje:

• NIEWYSTARCZAJĄCY_DOWÓD - oceny nie da się wystawić bez materiału, którego nie ma w sesji (np. brak tekstu źródłowego wyroku II CSK NN/RR, brak umowy, do której output się odwołuje). Wpisz, CZEGO brakuje i skąd to wziąć.
• DOKUMENT_NIEJEDNOZNACZNY - materiał jest, ale nie rozstrzyga (dwuznaczna klauzula, sprzeczne fragmenty, pytanie klienta dopuszcza dwie wykładnie). Wpisz, NA CZYM polega niejednoznaczność.