Score
"อย่าเดา ให้นับ" กรอบการให้คะแนนแบบถ่วงน้ำหนักตามมิติสำหรับ AI agent
วิธีใช้
เข้าใจก่อน ให้คะแนนทีหลัง ถามให้พอก่อนที่จะกำหนดมิติ มิติผิด → คะแนนผิด ไม่ว่าจะละเอียดแค่ไหนก็ตาม ร่างแล้วปรับทีหลัง เมื่อความต้องการยังไม่ชัดเจน ให้ทำมาตรฐานที่ดีที่สุดเท่าที่ทำได้ ให้คะแนน แล้วแสดงผล ผู้ใช้จะตอบสนองต่อการจัดอันดับที่เห็นภาพ — "ปัจจัยนี้ควรสูงกว่านี้" "คุณพลาด X" นั่นคือสัญญาณ ปรับแล้วให้คะแนนใหม่ การปรับหนึ่งรอบดีกว่าการเดาสิบรอบ agent คือผู้วิเคราะห์ หลังคำนวณ ให้อ่าน TSV อธิบายว่าทำไม X ชนะ Y ชี้ให้เห็นสิ่งที่น่าแปลกใจ เสนอการปรับปรุง การจัดอันดับเป็นจุดเริ่มต้นของบทสนทนา ไม่ใช่จุดจบ
ขั้นตอนหลัก
① เข้าใจความต้องการ → ② กำหนด score.yml → ③ ให้คะแนน score.tsv → ④ x score compute → ⑤ รายงานและปรับปรุง
ผลลัพธ์: target, total, rank, block, reason, <dim> (X%), evidence ค่ารวม 0–100 เรียงจากมากไปน้อย rank=1 คือดีที่สุด
ตัวอย่าง — ช่วยผู้ใช้ตัดสินใจเรื่องสโลแกนโฆษณา
- คุยกับผู้ใช้เพื่อกำหนดมิติการประเมินและเกณฑ์ เขียน
slogan.score.yml - AI ให้คะแนนแต่ละสโลแกนตามมิติ (0–10 พร้อมหลักฐาน) →
slogan.score.tsvเว้นค่ารวมและอันดับว่างไว้ x score compute slogan.score.yml slogan.score.tsv→ เติมค่ารวม + อันดับ- อ่านผลลัพธ์ คุยกับผู้ใช้ ปรับคะแนนหรือเพิ่มตัวเลือก แล้วทำซ้ำ
- หรือ:
x score iter -f slogan.score.yml slogan.score.tsv "<ข้อเสนอแนะ>"ตัวอย่างเพิ่มเติม: EXAMPLE.md
โมเดลสองไฟล์
*.score.yml— มาตรฐานที่ใช้ซ้ำได้: มิติ ปัจจัย คำอธิบาย**.score.tsv— เป้าหมาย + คะแนน + หลักฐาน คอลัมน์ที่ 1 = ชื่อเป้าหมายx score compute <yml> <tsv>เหมือนกับpython compute.py
สถานการณ์การใช้งาน
- ให้ agent มีเวิร์กโฟลว์การตัดสินใจ score.yml ยึด agent ไว้กับกระบวนการที่มีโครงสร้าง — agent ทำตามมาตรฐาน ไม่ใช่ตามอารมณ์ของข้อความล่าสุด
- การตัดสินใจอิงกฎ มิติ × ปัจจัย × หลักฐาน → ค่ารวมถ่วงน้ำหนัก → อันดับ ทุกคะแนนยึดกับข้อเท็จจริง เหตุผลโปร่งใส
- ปรับตามความต้องการที่ต่างกัน สลับมิติ ปรับปัจจัย เพิ่มตัวกรองแบบบังคับ (คอลัมน์
block) เทมเพลตเดิม ใช้กับคนละกลุ่มได้ - วิวัฒนาตามที่ความต้องการชัดขึ้น ร่าง → ให้คะแนน → รับ feedback → ปรับ → คมขึ้น
- มาตรฐานเป็นไฟล์ + เก็บผลลัพธ์ไว้สำหรับทุกสกิล score.yml = มาตรฐานการตัดสินใจ score.tsv = บันทึกการตัดสินใจ เก็บถาวร ตรวจสอบ แชร์ได้
สูตร
total = Σ(ปัจจัย × คะแนน) ÷ Σ(ปัจจัย) × 10 → 0–100
- ปัจจัย (factor) — จำนวนเต็ม 1–10 ค่าฐาน = 2 1=น้อย 4=2× 6=3× 8=4× 10=5× ปรับเป็นสเกลร่วมอัตโนมัติ
- คะแนน (score) — 0–10 ต่อมิติ ยึดหลักฐาน
- total — ค่ารวมถ่วงน้ำหนัก 0–100
หัวตารางของแต่ละมิติจะแสดงน้ำหนักเป็นเปอร์เซ็นต์:
ปัจจัย ÷ Σ(ปัจจัย) × 100
คอลัมน์ผลลัพธ์
| คอลัมน์ | ที่มา | คำอธิบาย |
|---|---|---|
target |
อินพุต | ชื่อตัวเลือก |
total |
คำนวณ | คะแนนถ่วงน้ำหนัก (0–100) |
rank |
คำนวณ | 1 = ดีที่สุด X ถ้าถูกบล็อก |
block |
อินพุต | ตัวกรองบังคับ ถ้าไม่ว่างแปลว่าไม่ผ่าน ถูกดันลงล่าง rank=X |
reason |
อินพุต/เอาต์พุต | ไม่บังคับ: บันทึกของ AI เรื่องความละเอียดอ่อนของคะแนน |
<มิติ> (X%) |
คำนวณ | คะแนนตามมิติ หัวตารางแสดงน้ำหนักเป็นเปอร์เซ็นต์ |
evidence |
อินพุต | ข้อเท็จจริงที่รองรับคะแนนแต่ละรายการ |
ระดับคะแนน
- 9–10 — ดีเยี่ยม — ผ่านตามเกณฑ์ทุกข้อ
- 7–8 — ดี — ผ่านตามเกณฑ์ มีช่องว่างเล็กน้อย
- 5–6 — พอใช้ — ทิศทางถูก แต่พลาดในจุดที่สังเกตได้
- 3–4 — อ่อน — มีช่องว่างสำคัญ
- 1–2 — ไม่ผ่าน — แทบไม่ได้พิจารณา
- 0 — ไม่เกี่ยว — ไม่มี
กฎ
- ยึดหลักฐาน — คะแนนทุกรายการ ต้อง มีหลักฐาน ใช้ข้อเท็จจริง ไม่ใช่ความรู้สึก
- ใช้ช่วงเต็ม — 5 คือจุดกึ่งกลาง ไม่ใช่ค่าเริ่มต้น 0 และ 10 พบได้น้อยแต่เป็นไปได้
- ปัจจัยคือตัวขยายเชิงสัดส่วน — ปัจจัย 2 = มีอิทธิพล 2 เท่าของปัจจัย 1 ปรับเป็นสเกลร่วมอัตโนมัติ
- เป้าหมายต้องเฉพาะและไม่ว่าง — คอลัมน์ที่ 1 ของทุกแถวต้องมีชื่อเป้าหมาย ห้ามซ้ำ ห้ามว่าง
- agent อ่าน รายงาน และตัดสินใจ — หลังคำนวณ ให้อธิบายผลลัพธ์ ให้คะแนนใหม่หรือปรับน้ำหนักตามความจำเป็น
ไฟล์
SKILL.cn.md— เวอร์ชันภาษาจีนcompute.py— ตรวจสอบความถูกต้อง + คำนวณค่ารวม + อันดับtemplate/*.score.yml— เทมเพลตกว่า 35 แบบx score lsดูรายการx score init -t <name>คัดลอกEXAMPLE.md— ตัวอย่างการใช้งานเพิ่มเติมrule-vs-score.md— เมื่อไรควรใช้ rule และเมื่อไรควรใช้ scorescore-template-writer.md— วิธีเขียนเทมเพลตการให้คะแนน