Menu
Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.
Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Um comando direto ignora o prompt de revisão. Verifique a origem antes de executá-lo.
npx skills add https://github.com/wuwu119/lenny-pm-skills --skill aiO comando permanece em uma só linha. Role horizontalmente para revisá-lo antes de copiar.
Prefere uma cópia local? Baixe os arquivos disponíveis atualmente no SkillsMP.
Baseado na classificação ocupacional SOC
Exibindo SKILL.md
| name | AI评估 |
| name_en | ai-evals |
| description | 来自2位产品领袖的2条洞察。如何构建和运用AI评估体系来衡量模型能力。 |
| triggers | ["AI评估","模型评估","评测基准","evals","benchmarks"] |
| category | AI与技术 |
当你需要：
AI评估不仅是测试工具，更是定义产品成功标准的核心文档。当模型本身就是产品时，评估就是产品需求文档。
评估需要包含错误分析、开放编码、建立评分标准等多步骤工作流，而非简单的通过/失败测试。
这是区别于传统软件测试或通用AI策略的独特专业技能，正在成为产品构建者最重要的新能力。
"Anthropic和OpenAI的首席产品官都表示，评估正在成为产品构建者最重要的新技能。"
核心洞察：AI评估被明确定义为一项"新技能"，它不同于传统软件测试或通用AI策略。这涉及特定的多步骤工作流程，包括错误分析、开放编码和评估标准制定。
如何应用：
"如果模型就是产品，那么评估就是产品需求文档。"
核心洞察：我们正在进入"评估时代"，评估已成为AI实验室的核心瓶颈。这涉及创建评分标准、基准测试和系统化测试来衡量模型能力。
如何应用：
| 战术 | 说明 |
|---|---|
| 错误分析 | 系统化分析模型失败案例，找出模式和根因 |
| 评分标准 | 建立多维度的评估rubric，涵盖准确性、相关性、安全性等 |
| 基准测试 | 设计可重复的benchmark来追踪模型能力变化 |
| A/B评估 | 对比不同模型或提示词策略的效果差异 |