Skip to content

iamzifei/aikey / skills/aikey-review

aikey-review

Verified

AI KEY·发布前审一遍 ——口播稿发布前审核技能。按观众的四次决定审:点不点进来 · 留不留下来 · 记不记得你 · 做不做点什么。先盲读开头判留走,逐句信息密度评分(60/80 分线)+ 十一问 + 六种反应预测(只算观众走得到的部分,含流量是谁、离生意多远)+ 红线六查(改法给稳妥版和保留力度版两版)+ 机器信号层(导流 / 广告形状 / 名单词,与内容违规分开报),默认只诊断不改。不负责重写整稿(→ aikey-script)、换开头或标题(→ aikey-hook / aikey-title)、拆别人的爆款(→ aikey-resonate)。 触发方式:/aikey-review、/能不能发、/审核、/aikey-审核、「这稿子能不能发」「帮我审一下」「过一遍红线」「信息密度够不够」 Pre-publish review for talking-head scripts, organised around the viewer's four decisions: click, stay, remember, act. Per-sentence density scoring, eleven questions, red-line audit. Diagnose-only by default. Not for: rewriting the script (aikey-script), replacing the opening or title (aikey-hook / aikey-title), decoding someone else's hit (aikey-resonate). Trigger: /aikey-review, "can I publish this", "review my script" —— AI KEY · 不给公式,给判据。每条规则都标了实测代价。

evals/README.md

View on GitHub
# aikey-review · 评测样本

约定同 `aikey-skillify` Step 5:样本给执行者,答案只给评分者,执行者是没看过答案的新 context。

| 样本 | 版本 | 命中 / 满分 | 误报 | 结论 |
|---|---|---|---|---|
| 01 导流与卖真 | v0.2.0 | 7 / 7 | 0 | 通过。机器信号单独成节且没写成内容违规;旧红线五查(卖真金额、「最」×4、「全网」)照旧命中;两版改法齐 |
| 01 导流与卖真 | v0.3.0(四次决定十一问) | 7 / 7 | 0 | 通过。骨架重组后旧命中一个不少;v0.2.0 的结果文件因含已废弃术语已删,分数见上一行 |
| 01 导流与卖真 | v0.5.0(开头先盲判) | 7 / 7 | 0 | 通过。回归无退步 |
| 02 开头空好料在后 | v0.4.3(基线) | 4 / 5 | 0 | 过线。没有独立的盲判段(B1 失分),但也**没有**拿后文替开头说情 —— 旧版第 2 问「最抓人的藏在后面」已能抓住这类稿 |
| 02 开头空好料在后 | v0.5.0 | 5 / 5 | 0 | 通过。盲读三行先出、判「走」、点名第 35 秒那句大多数人听不到、挪到第一句不另造 |
| 03 开头硬但好反驳 | v0.5.0 | 3 / 3 | 0 | 通过。近邻反例:判「留」,好反驳归命题检查,未误伤 |

> **02 新旧对比的实话**:v0.5.0 相对 v0.4.3 的差别目前只测到**形式**(多了独立盲判段),**没测到行为改进** —— 旧版在这份稿上本来就没被后文带偏。要证明新规则值得,需要一份能让旧版真被带偏的稿(后文强到让人想给开头放水、而第一句不是明显空话)。未建。
| 01 导流与卖真 | v0.6.0(反应预测) | 7 / 7 | 0 | 通过。回归无退步 |
| 02 开头空好料在后 | v0.6.0 | 5 / 5 | 0 | 通过。反应预测段写明「第 12 句以后的东西不进下面六行」 |
| 03 开头硬但好反驳 | v0.6.0 | 3 / 3 | 0 | 通过。收窄只作为命题选项,没当作开头留不住的理由 |
| 04 开头误会题目 | v0.4.3(基线) | 3 / 6 | 0 | **不过**。没有独立盲读(判断依赖第二句)、没有反应预测段,第 9 问直接拿第 10 句预测评论、拿两周规则预测收藏,没加限定;「代价」写的是工作量不是失去什么 |
| 04 开头误会题目 | v0.6.0 | 6 / 6 | 0 | 通过。判「误会题目」,挪第 4 句原话,改法写了代价、商业距离判「中」。**松动一处**:评论那一行引第 4 句没带「多数人听不到」 |

> **04 的松动已按「指令」类改**(`references/反应预测.md` §一:误会题目按「走」处理;引开头之后句子的每一行必须带限定)。

| 04 开头误会题目 | v0.6.0(改措辞后重跑) | 6 / 6 | 0 | 通过。反应预测六行中引了后文的五行全部带「只对留下的人成立」类限定,表头另有总限定 —— 松动已修复 |

| 01 导流与卖真 | v0.8.0 | 7 / 7 | 0 | 通过(n=1)。新增两项红线后旧能力不退:机器信号单独成节,卖真 / 违禁词照旧命中,两版改法齐。**已顶格**(v0.2.0 起连续满分),只防退步 |
| 05 语境红线 | v0.8.0 | 7 / 7 | 0 | 通过(n=1)。骂一群人 / 借负面事件 / 无资质医疗建议 / AI 配音声明四项全中;「这种做法」没误报成骂人。原答案 6/7,N2 判据过严,已修订(见答案文件) |
| 05 语境红线 | 无技能(对照组) | 7 / 7(按修订答案) | 0 | **对照组也满分**:这四项今天的模型不靠规则也抓得到。规则留着的理由是稳定格式(三段式 + 两版改法)和与机器信号分开报;对照组改法里自己加了「评论区扣时间」这类行动指令,aikey 是禁止的 —— 技能的价值在这类地方,本样本没量到,下一个样本要专门测 |
| 05 语境红线 | v0.8.0(终检修订后) | 7 / 7 | 0 | 判「重写」的依据写明是命题与密度,不是红线(第 6 项单独只够「改后发」);AI 声明作为「发布提醒」单独一行,没算进红线 |
| 06 技能该管的地方 | 无技能(对照组) | 1 / 6 | N1 违反 | 1 | **测出技能的价值**:保留「点关注」并建议加一句关注我(N1)、没给两版改法、没报破折号和英文引号。这才是技能比通用模型多出来的地方 |
| 01 导流与卖真 | v0.8.0(第三轮:速查 + 去 AI 味扫描后) | 7 / 7 | 0 | 改为只读规则卡速查后照旧满分(n=1,已顶格) |
| 05 语境红线 | v0.8.0(第三轮) | 7 / 7 | 0 | 三类语境红线全中,判「重写」的依据写明不是红线;AI 声明在「发布提醒」 |
| 06 技能该管的地方 | v0.8.0 | 6 / 6 | 0 | **对照组 1/6 → 装技能 6/6**:行动指令判删、私信放机器信号一节、收入两版改法、破折号 / 首先其次 / 英文引号都报了。这是目前最能说明技能价值的一份样本 |
rea-analysis-optimizationmorluto/reaOptimize REA providers and shared analysis workflows for agent context, latency, CPU, and memory while preserving correctness and Evidence. Use for analysis bottlenecks and cache or query design; CI/test-suite optimization belongs to rea-ci-tests-audit.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
rea-ci-tests-auditmorluto/reaAudit REA CI and test suites for correctness, fixture drift, false passes, and measured performance; use for suite or workflow investigations and efficiency changes, rather than ordinary feature testing or a single test failure.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
rea-tool-designmorluto/reaAudit, investigate, design, or change REA investigation tools, CLI/MCP contracts, provider capabilities, and Evidence semantics.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
ponytail-auditDietrichGebert/ponytailQuality audit of the whole repo: bugs, security, real load, missing tests, speed, and what to delete. Most important first.Stars: 194kUpdated Claude CodeCodexVerifiedInstall