Skill-Bewerter
Orientierung zur Bewertung von Skills
Skill-Bewerter
Orientierung zur Bewertung von Skills
Einblicke
Beschreibung
Gib den Namen, Link oder die Anweisung eines zu bewertenden KI-Skills ein, um ihn in realistischen Nutzungsszenarien evidenzbasiert vorzuprüfen. Behalte den Schnelltest mit sechs Fragen bei (4 positive, 1 negative und 1 unklare), und überprüfe getrennt die automatische Auswahl und die Ausführung nach einem expliziten Aufruf; ein erfolgreicher manueller Aufruf zählt nicht als erfolgreiches automatisches Auslösen. Verwende eine direkte Fünf-Dimensionen-Bewertung: Auslösen 30 / Ausführung 25 / Kosten 15 / Robustheit und Grenzen 15 / Sicherheit 15. Unterscheide zwischen aktuellen Praxistests, Belegen aus früheren Läufen, statischer Prüfung und nicht verifizierten Punkten. Wenn wichtige Belege fehlen, vergib keine Gesamtpunktzahl und keine Sterne. Bewerte Sicherheit anhand des Datenzugriffs, der Datenweitergabe und der Berechtigungen für Aktionen – nicht anhand einer Empfehlung durch den Autor. Schwerwiegende Überschreitungen von Berechtigungen verhindern eine Empfehlung. Erstelle einen einseitigen Bericht mit dem Fazit zuerst, dem geprüften Umfang, nicht verifizierten Punkten und priorisierten Verbesserungsvorschlägen, und lege automatisch eine Akte an. Mit „Tiefenprüfung“ kannst du unabhängige Wiederholungstests und eine Quellenprüfung hinzufügen; lege das Budget vorher fest. Dieser Skill bewertet und empfiehlt nur und ändert den bewerteten Skill nicht automatisch. Geeignet für die Qualitätsprüfung eigener Skills, die erneute Prüfung installierter Skills und die Auswahl von Marketplace-Skills vor der Installation; das Ergebnis des Sechs-Fragen-Tests ist keine umfassende Zertifizierung.
Empfohlen von
Shuting@YouMind
Warum wir diese Fähigkeit empfehlen
Ein evidenzbasiertes Prüfverfahren, das automatische Auswahl und explizite Ausführung strikt trennt und Sicherheit, Grenzen sowie Prozesskosten berücksichtigt.
Ähnliche Fähigkeiten
Alle anzeigen
Forschungsprojekt-Review
Expertenhilfe für die Begutachtung hochschulinterner Forschungsprojekte. Die nutzende Person stellt die Unterlagen für N Projekte einer Kategorie bereit. Jedes Projekt umfasst drei Dokumenttypen: Antrag, Kurzformular zur Formalprüfung bzw. Zwischenprüfungsformular sowie Nachweise. Die Dateinamen können vertauscht, falsch zugeordnet oder umbenannt sein; die Dateien können als DOCX, XLSX, PDF oder Bilder vorliegen. Nachweise können in einer einzelnen Datei gebündelt oder auf mehrere Dateien verteilt sein. Dieses Skill führt nacheinander folgende Schritte aus: ① Abgleich inhaltlicher Ankerpunkte – Es extrahiert aus den Dokumenten Projekt- bzw. Zentrumsname, verantwortliche Person, zuständige Fakultät und Laufzeit, ordnet die drei Unterlagen eindeutig einander zu und kennzeichnet Fälle, in denen Dateiname und Inhalt nicht übereinstimmen. ② Vereinheitlichung der Nachweise – Unabhängig davon, ob sie gebündelt oder einzeln vorliegen, werden sie in „atomare Nachweise“ aufgeteilt. Für jeden Eintrag wird ein Register mit Code und Status angelegt: vollständig / zu prüfen / fehlend / fraglich. So wird die Aussagekraft der Nachweise nicht anhand der Dateianzahl beurteilt. ③ Prüfung jedes Nachweises in drei Dimensionen – Bewertet werden Zuordnung, Echtheit und Aussagekraft. Dabei erfolgt ein Abgleich mit den Zusagen im Antrag und den selbst gemeldeten Ergebnissen im Zwischenprüfungsformular. ④ Bewertung auf zwei getrennten Bahnen und Einteilung in Ranggruppen – Die fünf gewichteten Kriterien aus Anlage 2 bilden die Berichtsbewertung; die fünf Dimensionen der Zwischenprüfung dienen als Referenzbewertung. Beide Bewertungswege bleiben unabhängig und werden nicht vermischt. Anschließend werden alle Projekte gerankt und in Gruppen eingeteilt. ⑤ Es wird ein strukturiertes Begutachtungsdokument erstellt, einschließlich „Bewertung + Gutachtermeinung“, das direkt in das offizielle Formular übernommen werden kann. Bei Bedarf wird außerdem eine interaktive Bewertungswebseite erzeugt. Standardmäßig gelten die aktuell bei Huali verwendeten Maßstäbe. Kriterien, Gewichtungen und Referenzunterlagen können vor Beginn von der nutzenden Person bestätigt, im Dialog geändert oder durch hochgeladene Unterlagen ersetzt werden. Es gibt zwei Bestätigungspunkte: zuerst für Abgleich und Register, danach für Bewertung und Ranggruppierung. Wenn Unterlagen nicht erkannt werden können, fordert das Skill aktiv zur Bestätigung auf. Für Projekte der Abschlussphase gelten zusätzlich zwei verbindliche Regeln: Erstens muss die Übereinstimmung zwischen den erwarteten Ergebnissen im Antrag und den nachgewiesenen Ergebnissen zwingend geprüft werden. Enthalten die Nachweise nicht die im Antrag aufgeführten erwarteten Ergebnisse, gilt das Projekt automatisch als nicht bestanden. Zweitens wird im Vorlagenbereich zwischen „vollständig falsche Vorlage verwendet“ (nicht bestanden) und „teilweise abweichende Formatierung“ (nur geringer Punktabzug) unterschieden.
Skill-Qualitätsprüfer (PDCA-QMS)
Prüft das Skill mit dem Qualitätsmanagementsystem der Betriebswirtschaftslehre, nicht nur mit einer Checkliste. Basierend auf Six Sigma CTQ/FMEA/DPMO × TQM × Deming PDSA-Zyklus werden in den vier Phasen Plan-Do-Check-Act erstellt: Eine Qualitätsbewertungskarte mit Sigma-Niveau, eine nach RPN sortierte Mängelprioritätstabelle, eine Ursachenanalyse bis zur Anweisungsentwurfsebene und der vollständige Skill-Text, der mit Poka-Yoke repariert wurde. Korrektur und Abnahme sind strikt getrennt, die Punktzahl steigt nur. v2.0 Neu: ① Quantifizierungsvertrag – Struktureinheiten-Zählung mit abgeschlossener Aufzählung (nur Phasenebene), K-Wert-Gradienten-Sperre gegen Betrug, Sigma-Tabelle mit Log-Achsen-Interpolation, vollständiger Nullzustand zur Vermeidung von Division durch Null, sodass die Punktzahl reproduzierbar und unverfälscht ist; ② Qualitätsstufe × Behandlungspfad-Zweiachsen-Zugang, Eliminierung des Etikettenwiderspruchs 'nicht bestanden, aber zur Veröffentlichung empfohlen'; ③ Diagnosemodus – Sage 'nur Bericht', 'erst nicht ändern', dann laufe P-D-C und halte bei Check an, ohne deinen Text zu ändern; ④ Ausgabevertrag – bestandene Punkte einklappen, Beweis auf 50 Zeichen begrenzen, Phasenwortzahl-Obergrenze, Zahlen müssen mit Berechnungsprozess angegeben werden. Wann verwenden: Bewertung eines Skills, Diagnose von instabilen Ergebnissen, systematische Optimierung eines vorhandenen Skills, horizontaler Vergleich mehrerer Skills, Qualitätskontrolle vor Veröffentlichung eines Skill-Entwurfs, nur einen Diagnosebericht ohne Textänderung. Triggerwörter: Skill-Qualität prüfen, Skill-Qualitätskontrolle, Qualitätsaudit, Skill bewerten, PDCA-Skill optimieren, Skill-Check-up, Skill bewerten, Skill-Mängelanalyse, nur Diagnose ohne Reparatur, Skill-Qualitätskontrolle vor Veröffentlichung, horizontaler Skill-Vergleich.
Bildgenerierungs-Meister
Wenn du auf YouMind aus Referenzbildern in einem durchgängigen Prozess direkt produktionsreife Skills zur Bildgenerierung ableiten willst, ist dieser Skill die Meisterklasse. Ein neuer Skill kostet nur etwa 300 Punkte. Danach wirst du zur Bildgenerierungs-Skillmaschine und musst keine Skills mehr installieren, die schnell über 1.000 Punkte kosten: Mit einem Referenzbild kannst du selbst loslegen. Von mir selbst getestet und wirksam; weitere Details findest du in den Aufgabenbeispielen. Er leitet die visuellen Mechanismen eines Referenzbilds als wiederverwendbaren und testbaren Skill zur Bildgenerierung ab. Das Motiv kann dabei variieren, während Kompositionsbeziehungen, räumliche Logik, Materialdarstellung und visuelle Hierarchie erhalten bleiben – statt das Originalbild einfach zu kopieren. Geeignet für Kreative und Teams, die einen stabilen visuellen Stil aufbauen, Designregeln wiederverwenden oder bestehende Skills zur Bildgenerierung bewerten möchten. Damit kannst du visuelle Regeln kompilieren, bestehende Skills testen, Feedback zur Kalibrierung nutzen, historische Regressionen durchführen und Versionen veröffentlichen. Der Skill macht den Anwendungsbereich, feste unveränderliche Elemente, anpassbare Variablen, Anpassungsregeln und häufige Fehlerbilder sichtbar. Außerdem unterscheidet er zwischen „guter Bildqualität“ und der tatsächlichen Bewahrung visueller Mechanismen. So lässt sich leichter feststellen, warum ein Ergebnis von den zugrunde liegenden Regeln abweicht. Du erhältst eine strukturierte visuelle Spezifikation, einen eigenständigen Skill, einen Testplan oder Prüfbericht sowie Kalibrierungs-Patches, Regressionsergebnisse und Veröffentlichungsprotokolle. Wenn Bildgenerierung oder visuelle Prüfung nicht verfügbar ist, bleiben die vollständigen Test-Prompts erhalten und der ausstehende Validierungsstatus wird eindeutig gekennzeichnet. Bestätigte Regeln, Fehlerdiagnosen und Versionsinformationen können dauerhaft in YouMind dokumentiert werden, damit sie später leichter gepflegt und wiederverwendet werden können.
Informationen
- Version
- v4
- Zuletzt aktualisiert
- Credits pro Ausführung
- Nach Verbrauch
- Modelle
- Automatisch
