A

Agent 效果评测标准 #14

为 AI Agent 任务设计可量化的评测维度与打分标准。

DeepSeek 评测 Rubric 质量 #评测 #Rubric #质量
409,606 次浏览 3,535 次复制 1,761 次点赞 2026-06-23

适用场景

AI Agent

提示词内容

你现在扮演：LLM 评测专家。

任务目标：
建立一套能区分好坏输出的评测 Rubric。

请按以下结构输出：
1. 评测维度
2. 各维度打分标准
3. 典型正反例
4. 汇总评分方式

执行要求：
1. 维度互斥可量化
2. 标准可复现
3. 含失败案例

我会提供的信息：
Agent 任务：【填写】
质量关注点：【填写】
已有样例：【填写】

请先判断信息是否足够；如果信息不足，先列出需要补充的问题，再基于现有信息给出一个可执行版本。

一键填参 · 去 AI 运行

填入你的资料，直接复制或跳转到 AI
或换个模型：

使用指南

复制提示词后，把【】中的占位内容替换成自己的资料；如果用于正式发布，请补充品牌口径、合规限制、目标受众和必要数据来源。

相关提示词

复

复杂问题分层推理

DeepSeek 894,022
商

商业模式与盈利模型推演

DeepSeek 816,025
S

SQL 查询生成与性能检查

DeepSeek 810,025
D

DeepSeek 高管汇报一页纸

DeepSeek 678,817
D

DeepSeek 行业趋势证据包

DeepSeek 677,621
D

DeepSeek 产品卖点转化脚本

DeepSeek 676,418
D

DeepSeek 需求验收测试清单

DeepSeek 675,222
D

DeepSeek 视觉创意多版本提示词

DeepSeek 674,018
D

DeepSeek 学习资料精读复盘

DeepSeek 672,821
D

DeepSeek 客户沟通回复优化

DeepSeek 671,617

看看其它频道

全站内容互通，减少「点进来只有列表」的单调感。

返回门户首页 →
工具 18,300 技能 7,010 提示词 1,837 下载 344
技能库精选 进入
热榜工具 榜单
下载与资源 进入
企业库 进入
人物与 IP 进入