Score
"Don't guess. Score." AI agent のための加重次元スコアリングフレームワーク。
How to use
まず理解、そしてスコア。 次元を定義する前に十分な質問をすること。次元が誤っていれば、どれほど精密でもスコアは誤る。 草稿 → 改良。 ニーズが完全には明確でないときは、ベストエフォートの標準を作り、スコアを付け、結果を示す。具体的なランクに対してユーザは反応する — 「この factor はもっと高いべきだ」「X を忘れている」。それがシグナルだ。精練し、スコアし直す。1 回の改良は 10 回の当て推量に勝つ。 agent はアナリスト。 compute の後、TSV を読む。なぜ X が Y に勝ったのかを説明する。サプライズを際立たせる。調整を提案する。ランキングは会話を始めるものであり、終わらせるものではない。
Core flow
① ニーズ理解 → ② score.yml を定義 → ③ score.tsv にスコア → ④ x score compute → ⑤ 報告 & 改良
Output:target, total, rank, block, reason, <dim> (X%), evidence。Total 0–100、降順。rank=1 が最良。
Example — プロモーションスローガンを決める手助け
- ユーザと議論し、評価次元と基準を決める。
slogan.score.ymlを書く。 - AI が各スローガンを次元ごとに(0–10、証拠付きで)採点 →
slogan.score.tsv。total と rank は空白のまま。 x score compute slogan.score.yml slogan.score.tsv→ total + rank を埋める。- 結果を読んで、ユーザと議論。スコアを調整するか候補を追加し、繰り返す。
- あるいは:
x score iter -f slogan.score.yml slogan.score.tsv "<feedback>"例:EXAMPLE.md。
Two-file model
*.score.yml— 再利用可能な標準:次元、factor、説明**.score.tsv— ターゲット + スコア + 証拠;第 1 列 = ターゲット名x score compute <yml> <tsv>はpython compute.pyと同等。
Application scenarios
- agent に意思決定ワークフローを与える。 score.yml が agent を構造化プロセスに固定する — agent は標準に従うのであって、直前のメッセージの気分に従うのではない。
- 意思決定はルールに基づく。 次元 × factor × 証拠 → 加重合計 → ランク。各スコアは事実にアンカーされる。推論は透明。
- ニーズに合わせて調整。 次元を換え、factor を調整し、ハードフィルタ(
block列)を加える。同じテンプレート、異なるユーザ。 - ニーズが明確になるにつれ進化する。 草稿 → 採点 → フィードバック → 精練 → より鋭く。
- 任意の skill のための標準ファイル + アーカイブ結果。 score.yml = 意思決定の標準。score.tsv = 意思決定の記録。どちらもアーカイブ可能、レビュー可能、共有可能。
Formula
total = Σ(factor × score) ÷ Σ(factor) × 10 → 0–100
- factor — 整数 1–10。基準 = 2。1=些細、4=2×、6=3×、8=4×、10=5×。自動正規化。
- score — 次元ごとに 0–10、証拠にアンカー。
- total — 加重合計 0–100。
次元ヘッダに重み % を表示:
factor ÷ Σ(factor) × 100。
Output columns
| Column | Source | Description |
|---|---|---|
target |
input | 候補名 |
total |
computed | 加重スコア(0–100) |
rank |
computed | 1 = 最良。block された場合は X |
block |
input | ハードフィルタ — 非空 = 失格、最下部に押し下げ、rank=X |
reason |
input/output | 任意:スコアのニュアンスに対する AI メモ |
<dim> (X%) |
computed | 次元ごとのスコア、ヘッダに重み % を表示 |
evidence |
input | 各スコアを裏付ける事実 |
Scale
- 9–10 — Excellent — 基準を完全に満たす
- 7–8 — Good — 基準を満たす、わずかなギャップ
- 5–6 — Adequate — 方向は正しい、目立つ欠落あり
- 3–4 — Weak — 重大なギャップ
- 1–2 — Fail — ほとんど対応できていない
- 0 — N/A — 該当せず
Rules
- 証拠にアンカー — 各スコアは MUST 証拠を持つ。感覚ではなく事実。
- 全範囲を使う — 5 は中点であり、デフォルトではない。0 と 10 は稀だが可能。
- factor は相対的な増幅器 — factor 2 = factor 1 の 2 倍の影響力。自動正規化。
- ターゲットは一意かつ非空 — 第 1 列の各行にターゲット名がなければならない。重複なし、空欄なし。
- agent は読み、報告し、決める — compute 後、結果を説明する。必要に応じて再採点または再重み付け。
Files
SKILL.cn.md— 中国語版compute.py— 検証 + total + rank の計算template/*.score.yml— 35+ テンプレート。x score lsで一覧、x score init -t <name>でコピーEXAMPLE.md— より多くの使用例rule-vs-score.md— いつ rule vs score を使うかscore-template-writer.md— スコアリングテンプレートの書き方