创建/编辑 AI 技能包或诊断技能激活差…

适用于创建或编辑 AI 技能包、排查技能未被模型采纳、减少回归、优化示例与上下文成本，并建立基准评测和发布门槛的场景。

适用场景

解决思路

1. 测量基线和启用技能后的行为（按模型、按场景、按标准）。
2. 定位失败模式。
3. 识别普遍失败（启用技能后 0%）。
4. 识别特定模型弱点。
5. 识别回归（负向 delta）。
6. 为显著性编辑：增加显式触发条件/触发词。
7. 为显著性编辑：增加具体且整合的示例。
8. 为显著性编辑：收紧检查清单和决策规则。
9. 重新运行评测并比较 delta。
10. 带护栏发布（文档化发布门槛 + 运行历史 + 后续 issue）。
11. 阅读各规则文件获取详细流程和模板。
12. rules/benchmark-loop.md - 端到端基准循环和评分。
13. rules/activation-design.md - 改善检索和指令采纳。
14. rules/context-budget.md - 在不损失行为的前提下降低 token 成本。
15. rules/regression-triage.md - 诊断并修复启用技能后的回归。
16. rules/release-gates.md - 发布技能更新前的 go/no-go 标准。
17. 优先少量高信号规则，而不是大量软性建议。
18. 将脆弱、高价值行为放在顶层检查清单中。
19. 每个常见场景至少包含一个整合示例。
20. 为不可省略的内容增加明确措辞。
21. 用启用技能 vs 不启用技能的对比跟踪收益/损失。

适用边界 · 注意事项

• 不适用于与 AI 技能包/提示词优化无关的普通文档编辑。
• 不适用于无法运行模型评测或无法做启用技能 vs 不启用技能对比的环境。