三步自媒体博主评测用例锻造
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_8ee65e73/agent-eval-caseforge。
技能介绍
要解决什么问题
自媒体博主在评测大模型或 Agent 技能时,往往依赖即兴提问和零散截图,难以在同一条产线下复现对比,也不方便向读者交代「测了什么、怎么判定好坏」。一旦换模型版本或技能更新,旧笔记很难直接当回归基线用。
本技能面向把评测写成可执行用例这一环节:不是帮你写推广文案,而是把你想验证的行为拆成结构化场景,便于自己反复跑、也便于读者照做验证。
技能如何工作
@user_8ee65e73/agent-eval-caseforge 以三步组织锻造流程,引导你从评测目标出发,而不是从功能清单起笔:
- 对齐评测意图:明确要验证的是稳定性、边界行为、多轮对话还是工具调用等,避免用例漫无目的。
- 场景化拆解:把「我会怎么用」写成带前置条件、输入与期望结果的条目,减少主观口号式结论。
- 沉淀可复用用例:输出便于归档与对照的评测用例表述,方便后续换模型或换技能时做同类对比。
整体语气偏工程师向的测试设计:强调可重复、可核对,适合接入你现有的写稿与录屏流程。
适用边界与注意点
- 技能侧重评测用例设计,不替代你自行安装技能、配置模型或执行批量自动化测试框架。
- 若 SKILL.md 未覆盖某垂直领域(如代码审计、医疗合规),生成的用例仍需你按领域规范人工审校。
- 三步流程假设你已选定要评测的对象;选品与商务合作判断不在本技能范围内。
使用场景
- 录一期 AI 写作技能对比视频前,要把「同一选题、同一约束」下的提问与通过标准写成可重复跑的用例清单
- 写公众号长文评测某款 coding agent 时,需要把多轮改 bug 场景拆成带期望输出的测试条目而非主观感受
- 技能版本小更新后想快速回归,用上次沉淀的用例套在新版本上核对行为是否一致
- 给读者附「自行验证」章节时,把博主亲测流程改写成读者可按步骤复现的评测脚本
适合人员
- 主要发 AI 工具实测稿、需要在文中交代测试方法的技术博主
- 做短视频 Agent 测评、希望台本与后期剪辑能对齐固定测试脚本的创作者
- 维护个人「技能测评库」、想统一用例格式便于换模型对比的独立写作者
- 接品牌测评合作、需向甲方说明评测维度与可复现依据的内容运营