Score
"Don't guess. Score."
Kerangka penilaian dimensi berbobot untuk agent AI.
Cara memakainya
Pahami dulu, nilai belakangan. Ajukan pertanyaan cukup banyak sebelum menentukan dimensi. Dimensi yang salah → skor yang salah, sedetik rinci apa pun.
Susun draf lalu iterasi. Saat kebutuhan belum sepenuhnya jelas, buat standar secukupnya, nilailah, dan tampilkan hasilnya. Pengguna bereaksi pada peringkat konkret — "faktor ini seharusnya lebih tinggi", "kamu kelewatan X". Itulah sinyalnya. Perhalus dan nilai ulang. Satu iterasi mengalahkan sepuluh Tebakan buta.
Agent adalah analisnya. Setelah compute, baca TSV. Jelaskan mengapa X mengalahkan Y. Soroti hal yang mengejutkan. Sarankan penyesuaian. Peringkat memulai percakapan, bukan mengakhiri.
Alur inti
① Understand needs → ② Define score.yml → ③ Score score.tsv → ④ x score compute → ⑤ Report & iterate
Keluaran: target, total, rank, block, reason, <dim> (X%), evidence. Total 0–100, terurut menurun. rank=1 terbaik.
Contoh — membantu pengguna memutuskan slogan promosi
- Diskusikan dengan pengguna untuk menentukan dimensi dan kriteria evaluasi. Tulis
slogan.score.yml.
- AI menilai tiap slogan per dimensi (0–10, beserta bukti) →
slogan.score.tsv. Biarkan total dan rank kosong.
x score compute slogan.score.yml slogan.score.tsv → mengisi total + rank.
- Baca hasilnya, diskusikan dengan pengguna. Sesuaikan skor atau tambah kandidat, ulangi.
- Atau:
x score iter -f slogan.score.yml slogan.score.tsv "<feedback>"
Contoh lebih banyak: EXAMPLE.md.
Model dua file
*.score.yml — Standar yang bisa dipakai ulang: dimensi, faktor, deskripsi
**.score.tsv — Target + skor + bukti; kolom 1 = nama target
x score compute <yml> <tsv> sama dengan python compute.py.
Skenario penerapan
- Memberi agent alur kerja pengambilan keputusan. score.yml mengikat agent ke proses terstruktur — agent mengikuti standar, bukan suasana hati pesan terakhir.
- Keputusan berbasis aturan. Dimensi × faktor × bukti → total berbobot → peringkat. Setiap skor terikat pada fakta. Penalarannya transparan.
- Menyesuaikan kebutuhan berbeda. Tukar dimensi, sesuaikan faktor, tambah filter keras (kolom
block). Template sama, pengguna berbeda.
- Berkembang seiring kebutuhan clarifies. Draf → nilai → umpan balik → perhalus → makin tajam.
- File standar + hasil terarsip untuk skill apa pun. score.yml = standar keputusan. score.tsv = catatan keputusan. Keduanya bisa diarsipkan, ditinjau, dibagikan.
Rumus
total = Σ(factor × score) ÷ Σ(factor) × 10 → 0–100
- factor — bilangan bulat 1–10. Dasar = 2. 1=minor, 4=2×, 6=3×, 8=4×, 10=5×. Dinormalisasi otomatis.
- score — 0–10 per dimensi, terikat pada bukti.
- total — total berbobot 0–100.
Header dimensi menampilkan bobot %:
factor ÷ Σ(factor) × 100.
Kolom keluaran
| Kolom |
Sumber |
Deskripsi |
target |
input |
Nama kandidat |
total |
dihitung |
Skor berbobot (0–100) |
rank |
dihitung |
1 = terbaik. X bila diblokir |
block |
input |
Filter keras — tidak kosong = gugur, didorong ke bawah, rank=X |
reason |
input/output |
Opsional: catatan AI tentang nuansa skor |
<dim> (X%) |
dihitung |
Skor per dimensi, header menampilkan bobot % |
evidence |
input |
Fakta yang menopang setiap skor |
Skala
- 9–10 — Sangat baik — sepenuhnya memenuhi kriteria
- 7–8 — Baik — memenuhi kriteria, ada kekurangan kecil
- 5–6 — memadai — arahnya benar, ada yang terlewat berarti
- 3–4 — Lemah — kekurangannya signifikan
- 1–2 — Gagal — nyaris tidak tersentuh
- 0 — N/A — tidak berlaku
Aturan
- Pengikatan bukti — setiap skor WAJIB punya bukti. Fakta, bukan perasaan.
- Pakai seluruh rentang — 5 adalah titik tengah, bukan pilihan bawaan. 0 dan 10 jarang tapi mungkin.
- Faktor adalah penguat relatif — factor 2 = pengaruh 2× dari factor 1. Dinormalisasi otomatis.
- Target unik dan tidak kosong — kolom 1 tiap baris harus punya nama target. Tanpa duplikat, tanpa kosong.
- Agent membaca, melaporkan, memutuskan — setelah compute, jelaskan hasilnya. Nilai ulang atau beri bobot ulang sesuai kebutuhan.
Berkas
SKILL.cn.md — versi bahasa Mandarin
compute.py — Validasi + menghitung total + rank
template/*.score.yml — 35+ template. x score ls menampilkan, x score init -t <name> menyalin
EXAMPLE.md — Contoh penggunaan lebih banyak
rule-vs-score.md — Kapan memakai rule vs score
score-template-writer.md — Cara menulis template penilaian
Terkait
- rule — pendamping kepatuhan berpasangan
- naming — nama kandidat dinilai di sini
1---2name: score-93description: |4 Kerangka penilaian dimensi berbobot untuk agent AI — "Jangan menebak. Nilailah." Ide inti: pahami kebutuhan dulu, susun draf lalu iterasi, agent adalah analisnya. Menghasilkan TSV terperingkat lewat `x score compute`.5metadata:6 source: https://skillmd.com/skills/x-cmd/score-97 related: "rule,naming"8---91011# Score12"Don't guess. Score."13Kerangka penilaian dimensi berbobot untuk agent AI.14## Cara memakainya15**Pahami dulu, nilai belakangan.** Ajukan pertanyaan cukup banyak sebelum menentukan dimensi. Dimensi yang salah → skor yang salah, sedetik rinci apa pun.16**Susun draf lalu iterasi.** Saat kebutuhan belum sepenuhnya jelas, buat standar secukupnya, nilailah, dan tampilkan hasilnya. Pengguna bereaksi pada peringkat konkret — "faktor ini seharusnya lebih tinggi", "kamu kelewatan X". Itulah sinyalnya. Perhalus dan nilai ulang. Satu iterasi mengalahkan sepuluh Tebakan buta.17**Agent adalah analisnya.** Setelah compute, baca TSV. Jelaskan mengapa X mengalahkan Y. Soroti hal yang mengejutkan. Sarankan penyesuaian. Peringkat memulai percakapan, bukan mengakhiri.18## Alur inti19```20① Understand needs → ② Define score.yml → ③ Score score.tsv → ④ x score compute → ⑤ Report & iterate21```22Keluaran: `target, total, rank, block, reason, <dim> (X%), evidence`. Total 0–100, terurut menurun. rank=1 terbaik.23## Contoh — membantu pengguna memutuskan slogan promosi241. Diskusikan dengan pengguna untuk menentukan dimensi dan kriteria evaluasi. Tulis `slogan.score.yml`.252. AI menilai tiap slogan per dimensi (0–10, beserta bukti) → `slogan.score.tsv`. Biarkan total dan rank kosong.263. `x score compute slogan.score.yml slogan.score.tsv` → mengisi total + rank.274. Baca hasilnya, diskusikan dengan pengguna. Sesuaikan skor atau tambah kandidat, ulangi.285. Atau: `x score iter -f slogan.score.yml slogan.score.tsv "<feedback>"`29Contoh lebih banyak: [EXAMPLE.md](EXAMPLE.md).30## Model dua file31- `*.score.yml` — Standar yang bisa dipakai ulang: dimensi, faktor, deskripsi32- `**.score.tsv` — Target + skor + bukti; kolom 1 = nama target33`x score compute <yml> <tsv>` sama dengan `python compute.py`.34## Skenario penerapan351. **Memberi agent alur kerja pengambilan keputusan.** score.yml mengikat agent ke proses terstruktur — agent mengikuti standar, bukan suasana hati pesan terakhir.362. **Keputusan berbasis aturan.** Dimensi × faktor × bukti → total berbobot → peringkat. Setiap skor terikat pada fakta. Penalarannya transparan.373. **Menyesuaikan kebutuhan berbeda.** Tukar dimensi, sesuaikan faktor, tambah filter keras (kolom `block`). Template sama, pengguna berbeda.384. **Berkembang seiring kebutuhan clarifies.** Draf → nilai → umpan balik → perhalus → makin tajam.395. **File standar + hasil terarsip untuk skill apa pun.** score.yml = standar keputusan. score.tsv = catatan keputusan. Keduanya bisa diarsipkan, ditinjau, dibagikan.40---41## Rumus42```43total = Σ(factor × score) ÷ Σ(factor) × 10 → 0–10044```45- **factor** — bilangan bulat 1–10. Dasar = 2. 1=minor, 4=2×, 6=3×, 8=4×, 10=5×. Dinormalisasi otomatis.46- **score** — 0–10 per dimensi, terikat pada bukti.47- **total** — total berbobot 0–100.48Header dimensi menampilkan bobot %: `factor ÷ Σ(factor) × 100`.49## Kolom keluaran50| Kolom | Sumber | Deskripsi |51|--------|--------|-------------|52| `target` | input | Nama kandidat |53| `total` | dihitung | Skor berbobot (0–100) |54| `rank` | dihitung | 1 = terbaik. `X` bila diblokir |55| `block` | input | Filter keras — tidak kosong = gugur, didorong ke bawah, rank=X |56| `reason` | input/output | Opsional: catatan AI tentang nuansa skor |57| `<dim> (X%)` | dihitung | Skor per dimensi, header menampilkan bobot % |58| `evidence` | input | Fakta yang menopang setiap skor |59## Skala60- 9–10 — Sangat baik — sepenuhnya memenuhi kriteria61- 7–8 — Baik — memenuhi kriteria, ada kekurangan kecil62- 5–6 — memadai — arahnya benar, ada yang terlewat berarti63- 3–4 — Lemah — kekurangannya signifikan64- 1–2 — Gagal — nyaris tidak tersentuh65- 0 — N/A — tidak berlaku66## Aturan671. **Pengikatan bukti** — setiap skor WAJIB punya bukti. Fakta, bukan perasaan.682. **Pakai seluruh rentang** — 5 adalah titik tengah, bukan pilihan bawaan. 0 dan 10 jarang tapi mungkin.693. **Faktor adalah penguat relatif** — factor 2 = pengaruh 2× dari factor 1. Dinormalisasi otomatis.704. **Target unik dan tidak kosong** — kolom 1 tiap baris harus punya nama target. Tanpa duplikat, tanpa kosong.715. **Agent membaca, melaporkan, memutuskan** — setelah compute, jelaskan hasilnya. Nilai ulang atau beri bobot ulang sesuai kebutuhan.72## Berkas73- `SKILL.cn.md` — versi bahasa Mandarin74- `compute.py` — Validasi + menghitung total + rank75- `template/*.score.yml` — 35+ template. `x score ls` menampilkan, `x score init -t <name>` menyalin76- `EXAMPLE.md` — Contoh penggunaan lebih banyak77- `rule-vs-score.md` — Kapan memakai rule vs score78- `score-template-writer.md` — Cara menulis template penilaian7980## Terkait8182- [rule](../rule/SKILL.md) — pendamping kepatuhan berpasangan83- [naming](../naming/SKILL.md) — nama kandidat dinilai di sini