Score
"Não chute. Pontue."
Framework de pontuação por dimensões ponderadas para agentes de IA.
Como usar
Entenda primeiro, pontue depois. Faça perguntas suficientes antes de definir as dimensões. Dimensões erradas → pontuações erradas, não importa a precisão.
Rascunhe e depois itere. Quando as necessidades não estiverem totalmente claras, faça um padrão de melhor esforço, pontue e mostre os resultados. Os usuários reagem a rankings concretos — "esse fator deveria ter mais peso", "você esqueceu X". Esse é o sinal. Refine e reponte. Uma iteração vale mais que dez rodadas de adivinhação.
O agente é o analista. Depois do compute, leia o TSV. Explique por que X venceu Y. Destaque as surpresas. Sugira ajustes. O ranking inicia a conversa, não a encerra.
Fluxo principal
① Entenda as necessidades → ② Defina o score.yml → ③ Pontue o score.tsv → ④ x score compute → ⑤ Reporte e itere
Saída: target, total, rank, block, reason, <dim> (X%), evidence. Total 0–100, ordenado em decrescente. rank=1 é o melhor.
Exemplo — ajudando um usuário a decidir slogans promocionais
- Discuta com o usuário para definir dimensões e critérios de avaliação. Escreva
slogan.score.yml.
- A IA pontua cada slogan por dimensão (0–10, com evidências) →
slogan.score.tsv. Deixe total e rank em branco.
x score compute slogan.score.yml slogan.score.tsv → preenche total + rank.
- Leia os resultados, discuta com o usuário. Ajuste pontuações ou adicione candidatos, repita.
- Ou:
x score iter -f slogan.score.yml slogan.score.tsv "<feedback>"
Mais exemplos: EXAMPLE.md.
Modelo de dois arquivos
*.score.yml — Padrão reutilizável: dimensões, fatores, descrições
**.score.tsv — Alvos + pontuações + evidências; coluna 1 = nome do alvo
x score compute <yml> <tsv> é o mesmo que python compute.py.
Cenários de aplicação
- Dá ao agente um workflow de decisão. O score.yml ancora o agente a um processo estruturado — o agente segue o padrão, não o humor da última mensagem.
- As decisões são baseadas em regras. Dimensões × fatores × evidências → total ponderado → rank. Toda pontuação está ancorada em fatos. O raciocínio é transparente.
- Ajusta-se a necessidades diferentes. Troque dimensões, ajuste fatores, adicione filtros rígidos (coluna
block). O mesmo template, usuários diferentes.
- Evolui conforme as necessidades se esclarecem. Rascunho → pontuação → feedback → refino → mais preciso.
- Arquivo de padrão + resultados arquivados para qualquer skill. score.yml = padrão de decisão. score.tsv = registro de decisão. Ambos arquiváveis, revisáveis, compartilháveis.
Fórmula
total = Σ(fator × score) ÷ Σ(fator) × 10 → 0–100
- factor — inteiro 1–10. Linha de base = 2. 1=menor, 4=2×, 6=3×, 8=4×, 10=5×. Normalizado automaticamente.
- score — 0–10 por dimensão, ancorado em evidências.
- total — total ponderado 0–100.
Os cabeçalhos de dimensão mostram o peso em %:
factor ÷ Σ(factor) × 100.
Colunas de saída
| Coluna |
Origem |
Descrição |
target |
entrada |
Nome do candidato |
total |
calculado |
Pontuação ponderada (0–100) |
rank |
calculado |
1 = melhor. X se bloqueado |
block |
entrada |
Filtro rígido — não vazio = desqualificado, vai para o fim, rank=X |
reason |
entrada/saída |
Opcional: notas da IA sobre nuances da pontuação |
<dim> (X%) |
calculado |
Pontuações por dimensão, o cabeçalho mostra o peso em % |
evidence |
entrada |
Fatos que sustentam cada pontuação |
Escala
- 9–10 — Excelente — atende plenamente aos critérios
- 7–8 — Bom — atende aos critérios, com uma lacuna pequena
- 5–6 — Adequado — direção certa, lacuna notável
- 3–4 — Fraco — lacuna significativa
- 1–2 — Reprovado — mal endereçado
- 0 — N/A — não se aplica
Regras
- Ancoragem em evidências — toda pontuação DEVE ter evidências. Fatos, não sentimentos.
- Use a faixa toda — 5 é o ponto médio, não o padrão. 0 e 10 são raros, mas possíveis.
- Fatores são amplificadores relativos — fator 2 = 2× a influência do fator 1. Normalizado automaticamente.
- Alvos únicos e não vazios — toda linha da coluna 1 precisa ter um nome de alvo. Sem duplicados, sem branco.
- O agente lê, reporta, decide — depois do compute, explique os resultados. Reponte ou reponderre os pesos conforme necessário.
Arquivos
SKILL.cn.md — versão em chinês
compute.py — Valida + calcula total + rank
template/*.score.yml — 35+ templates. x score ls lista, x score init -t <name> copia
EXAMPLE.md — Mais exemplos de uso
rule-vs-score.md — Quando usar rule vs score
score-template-writer.md — Como escrever templates de pontuação
Relacionados
- rule — companheiro de conformidade
- naming — nomes de candidatos pontuados aqui
1---2name: score-143description: |4 Framework de pontuação por dimensões ponderadas para agentes de IA — "Não chute. Pontue." Ideia central:5 entender as necessidades primeiro, rascunhar e depois iterar, o agente é o analista. Saída em TSV6 ranqueado via `x score compute`.7metadata:8 source: https://skillmd.com/skills/x-cmd/score-149 related: "rule,naming"10---111213# Score14"Não chute. Pontue."15Framework de pontuação por dimensões ponderadas para agentes de IA.16## Como usar17**Entenda primeiro, pontue depois.** Faça perguntas suficientes antes de definir as dimensões. Dimensões erradas → pontuações erradas, não importa a precisão.18**Rascunhe e depois itere.** Quando as necessidades não estiverem totalmente claras, faça um padrão de melhor esforço, pontue e mostre os resultados. Os usuários reagem a rankings concretos — "esse fator deveria ter mais peso", "você esqueceu X". Esse é o sinal. Refine e reponte. Uma iteração vale mais que dez rodadas de adivinhação.19**O agente é o analista.** Depois do compute, leia o TSV. Explique por que X venceu Y. Destaque as surpresas. Sugira ajustes. O ranking inicia a conversa, não a encerra.20## Fluxo principal21```22① Entenda as necessidades → ② Defina o score.yml → ③ Pontue o score.tsv → ④ x score compute → ⑤ Reporte e itere23```24Saída: `target, total, rank, block, reason, <dim> (X%), evidence`. Total 0–100, ordenado em decrescente. rank=1 é o melhor.25## Exemplo — ajudando um usuário a decidir slogans promocionais261. Discuta com o usuário para definir dimensões e critérios de avaliação. Escreva `slogan.score.yml`.272. A IA pontua cada slogan por dimensão (0–10, com evidências) → `slogan.score.tsv`. Deixe total e rank em branco.283. `x score compute slogan.score.yml slogan.score.tsv` → preenche total + rank.294. Leia os resultados, discuta com o usuário. Ajuste pontuações ou adicione candidatos, repita.305. Ou: `x score iter -f slogan.score.yml slogan.score.tsv "<feedback>"`31Mais exemplos: [EXAMPLE.md](EXAMPLE.md).32## Modelo de dois arquivos33- `*.score.yml` — Padrão reutilizável: dimensões, fatores, descrições34- `**.score.tsv` — Alvos + pontuações + evidências; coluna 1 = nome do alvo35`x score compute <yml> <tsv>` é o mesmo que `python compute.py`.36## Cenários de aplicação371. **Dá ao agente um workflow de decisão.** O score.yml ancora o agente a um processo estruturado — o agente segue o padrão, não o humor da última mensagem.382. **As decisões são baseadas em regras.** Dimensões × fatores × evidências → total ponderado → rank. Toda pontuação está ancorada em fatos. O raciocínio é transparente.393. **Ajusta-se a necessidades diferentes.** Troque dimensões, ajuste fatores, adicione filtros rígidos (coluna `block`). O mesmo template, usuários diferentes.404. **Evolui conforme as necessidades se esclarecem.** Rascunho → pontuação → feedback → refino → mais preciso.415. **Arquivo de padrão + resultados arquivados para qualquer skill.** score.yml = padrão de decisão. score.tsv = registro de decisão. Ambos arquiváveis, revisáveis, compartilháveis.42---43## Fórmula44```45total = Σ(fator × score) ÷ Σ(fator) × 10 → 0–10046```47- **factor** — inteiro 1–10. Linha de base = 2. 1=menor, 4=2×, 6=3×, 8=4×, 10=5×. Normalizado automaticamente.48- **score** — 0–10 por dimensão, ancorado em evidências.49- **total** — total ponderado 0–100.50Os cabeçalhos de dimensão mostram o peso em %: `factor ÷ Σ(factor) × 100`.51## Colunas de saída52| Coluna | Origem | Descrição |53|--------|--------|-------------|54| `target` | entrada | Nome do candidato |55| `total` | calculado | Pontuação ponderada (0–100) |56| `rank` | calculado | 1 = melhor. `X` se bloqueado |57| `block` | entrada | Filtro rígido — não vazio = desqualificado, vai para o fim, rank=X |58| `reason` | entrada/saída | Opcional: notas da IA sobre nuances da pontuação |59| `<dim> (X%)` | calculado | Pontuações por dimensão, o cabeçalho mostra o peso em % |60| `evidence` | entrada | Fatos que sustentam cada pontuação |61## Escala62- 9–10 — Excelente — atende plenamente aos critérios63- 7–8 — Bom — atende aos critérios, com uma lacuna pequena64- 5–6 — Adequado — direção certa, lacuna notável65- 3–4 — Fraco — lacuna significativa66- 1–2 — Reprovado — mal endereçado67- 0 — N/A — não se aplica68## Regras691. **Ancoragem em evidências** — toda pontuação DEVE ter evidências. Fatos, não sentimentos.702. **Use a faixa toda** — 5 é o ponto médio, não o padrão. 0 e 10 são raros, mas possíveis.713. **Fatores são amplificadores relativos** — fator 2 = 2× a influência do fator 1. Normalizado automaticamente.724. **Alvos únicos e não vazios** — toda linha da coluna 1 precisa ter um nome de alvo. Sem duplicados, sem branco.735. **O agente lê, reporta, decide** — depois do compute, explique os resultados. Reponte ou reponderre os pesos conforme necessário.74## Arquivos75- `SKILL.cn.md` — versão em chinês76- `compute.py` — Valida + calcula total + rank77- `template/*.score.yml` — 35+ templates. `x score ls` lista, `x score init -t <name>` copia78- `EXAMPLE.md` — Mais exemplos de uso79- `rule-vs-score.md` — Quando usar rule vs score80- `score-template-writer.md` — Como escrever templates de pontuação8182## Relacionados8384- [rule](../rule/SKILL.md) — companheiro de conformidade85- [naming](../naming/SKILL.md) — nomes de candidatos pontuados aqui