AB spot-ai-mistakes
Научитесь распознавать, где и как ИИ склонен ошибаться — конкретные шаблоны ошибок — чтобы вы могли распознавать его ошибки с первого взгляда, а не обжигаться на уверенных ошибках. Используйте, когда просят «как узнать, когда ИИ ошибается», «каковы распространенные ошибки ИИ», «как поймать ошибки ИИ» или «где ИИ ошибается». Создает шаблоны ошибок, наиболее релевантные тому, как вы используете ИИ (галлюцинированные факты, поддельные цитаты, устаревшая информация, угодничество, ошибки в расчетах, упущенные нюансы), признаки, которые их выдают, быструю проверку тех, которые могли бы вам навредить, и калиброванный уровень доверия — чтобы вы развили инстинкт улавливать ошибки ИИ до того, как они вам дорого обойдутся.
машинный переводПоказать оригиналСкрыть оригинал«Learn to recognize where and how AI tends to go wrong — the specific f…»
Learn to recognize where and how AI tends to go wrong — the specific failure patterns — so you catch its mistakes on sight instead of getting burned by confident errors. Use when asked how do I know when AI is wrong, what are AI's common mistakes, how do I catch AI errors, or where does AI mess up. Produces the failure patterns most relevant to how you use AI (hallucinated facts, fake citations, outdated info, sycophancy, math slips, missed nuance), the tells that give each away, a quick check for the ones that would hurt you, and a calibrated trust level — so you develop the instinct to catch AI's errors before they cost you.
Научитесь распознавать, где и как ИИ склонен ошибаться — конкретные шаблоны ошибок — чтобы вы могли распознавать его ошибки с первого взгляда, а не обжигаться…
Как процесс B 70/100 · Почти готов — слабые места: когда включается, ошибки и развилки, отчётность по ходу
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 70/100
- 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
- 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 1043 токенов
- 100Повторный запуск. Изменяющих операций нет
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 634 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.