AB ai-output-verifier
Проверяйте вывод ИИ, прежде чем доверять ему или использовать его — где он, скорее всего, ошибочен, что нужно проверить и как обнаружить уверенно звучащие ошибки. Используйте, когда вас спрашивают, могу ли я доверять этому ответу ИИ, как проверить то, что сказал ИИ, проверить факты этого вывода ИИ или надежен ли этот ответ ИИ. Предоставляет оценку рисков для конкретного вывода (утверждения, которые, скорее всего, ошибочны или выдуманы), части, требующие независимой проверки, по сравнению с частями с низким риском, как фактически проверить каждую, признаки галлюцинаций и чрезмерной уверенности ИИ, а также привычку встраивать проверку в использование ИИ — потому что ИИ часто ошибается с уверенностью, поэтому непроверенное доверие представляет реальный риск.
машинный переводПоказать оригиналСкрыть оригинал«Check AI output before you trust or use it — where it's likely wrong,…»
Check AI output before you trust or use it — where it's likely wrong, what to verify, and how to catch confident-sounding errors. Use when asked can I trust this AI answer, how do I verify what AI told me, fact-check this AI output, or is this AI response reliable. Produces a risk read on the specific output (the claims most likely to be wrong or made up), the parts that need independent verification vs the parts that are low-risk, how to actually verify each, the tells of AI hallucination and overconfidence, and a habit for building verification into your AI use — because AI is confidently wrong often enough that unchecked trust is a real risk.
Проверяйте вывод ИИ, прежде чем доверять ему или использовать его — где он, скорее всего, ошибочен, что нужно проверить и как обнаружить уверенно звучащие…
Как процесс B 67/100 · Почти готов — слабые места: когда включается, ошибки и развилки, повторный запуск
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 67/100
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 29
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1056 токенов
- high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 653 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 29 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (0 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.