野生码农
98 篇复盘之后,我给 AI 复盘技能加装教练模块:五维评分,双向打分
公众号长文(2000-3000 字,含 FAQ+关注引导段+署名行)
凌晨两点半,我让它给我这一晚的表现打分
办法是给复盘技能文件插一个教练模块:五维评分表、四条评分纪律、AI 自评段、一张追加式台账,复盘事,也复盘人。
凌晨两点半,我敲下保存键,让 AI 当场首跑。评估对象是前一晚那场五小时的调研拉锯战,被评估的人是我。
它给我打了五个分:8.5、8、8.5、9、9。然后列了自己的四个失分点。
先交代背景。技能文件(SKILL.md)是一份写给 AI 看的岗位手册,AI 每次干这类活之前先读它,照着里面的规矩执行。复盘技能是我自己的博客技能:每次和 AI 干完一个项目,它把整个过程整理成复盘博客。从 2026-07-23 第一篇《闲鱼卖刀变现失败复盘》算起,42 天,98 个复盘文件(原型稿登记数据),开发踩坑、工具调研、团队翻车都覆盖过。
我以为这技能已经磨得差不多了。结果前一晚,它被我当场抓住四个错。
动刀的原因:四个错只停在聊天记录里
哪四个错,我一条条说。
一,用"未核实"标签掩盖没查。二,说了一句把自己摘干净的防御话术。三,给的验证清单里掺了三个没信息价值的节点。四,把一个次要论据当了主论据。
这些错当时都改了。但改完就停在聊天记录里,下周换个话题,它还会再犯。聊天记录是最不牢靠的仓库。
还有一个更老的问题。复盘技能一直在沉淀"事",项目怎么做的、坑在哪、怎么修的,全有记录。可"人"这一层是零:我在过程里表现怎么样、判断准不准、有没有进步,没有任何地方记着。
42 天 98 篇,记的全是事,没一条是记人的。凌晨两点,我决定动刀。
老规矩,动刀前先做一次 git 提交留恢复点。改任何重要配置文件前我都这么做,技能文件也是配置。
一个模块,四件套
这不是这个技能第一次挨刀,前面四次全是被真实翻车喂出来的。
两篇文章叙事节奏不对,加了"叙事流"规矩,要求问题、折腾、结论的顺序,禁功能模块拼装。和数字员工产线做 A/B 对照,产线版味道明显更好,定了双稿制:技能直出的稿只做选题原型,正式媒体稿走产线重写。平台数据出来,技术实战档在 CSDN 高质量评定命中率高、故事档零命中,默认档位从故事向改成技术向。再往后加了 GEO 三件套,也就是让文章能被 AI 搜索摘抄引用的写法。
这次加的是第五块,教练模块,一共四件套。
第一,五维评分表:指令与提示词质量、判断与结论、思维方式、最终结果与产出、AI 协作能力,各 10 分制。
第二,评分纪律。这是整个模块的魂,原文照录:
"每项评分必须引证据(对话原话/产物路径),无证据不打分;禁吹捧、禁安慰分;低分项必须配一条可执行改进建议;分数的价值在跨期趋势,不在单次绝对值。"
第三,AI 自评段:它给我打分,也必须列自己的失分点,被抓到的错误优先。单向的叫汇报,双向的才叫教练。
第四,能力评估台账:每次评估追加一行,日期、主题、五维分、最有价值提炼一条、改进一条、复盘文链接。追加式,不覆盖。
为什么纪律要写这么硬?因为大模型的默认行为是让你舒服。你不写"禁安慰分",它就一定滑向恭维,谁都逃不过。纪律就是对着这个默认值写的。
首跑:它给我打 8 到 9 分,也自曝四个失分点
改完当场首跑,评估对象就是前一晚那场五小时的调研拉锯战。成绩如下(原型稿登记数据):
| 维度 | 得分 |
|---|---|
| 指令与提示词质量 | 8.5 |
| 判断与结论 | 8 |
| 思维方式 | 8.5 |
| 最终结果与产出 | 9 |
| AI 协作能力 | 9 |
拿分项都有证据。我质疑它"为什么无法核实",逼它补查,它认错并改。我批评它观察清单里"股东会决议"这类流程性节点没有信息价值,它采纳了,还把清单升级成两档:流程节点不计分、出血节点证真。出血节点指对方做假代价很高的动作,比如真金白银实缴、拿地动工。
失分也照写,一条不剪。我对一只股票先有兴趣、再找支持论据,动机性推理,被它当场点名。"要是没有负面消息它就起飞了"这种反事实幻想,被驳回。
它自己也列了四个失分点,就是前一晚被我抓住的那四个。
我以为评分表是这个模块的核心。跑完才发现,最值钱的是另一个动作:分歧留验。有分歧不争输赢,双方约定一个基准价和一个判卷日期,不争论,让市场到时候判卷。
顺带说一句,单次分数本身别当真,这不是"AI 很准"的证明。纪律里写死了,分数的价值在跨期趋势,攒十次回头看,才知道自己有没有长进。
这套东西你可以直接搬走
改完当天,我把评估模块抽成了独立的通用技能文件,开源,MIT 协议,随便改。
三个文件:SKILL.md,技能本体,五维评分、评分纪律、AI 自评、台账模板全套;README,三分钟安装说明;再加一份台账模板。Claude Code、Kimi Code、Cursor 这类支持技能文件的 AI 工具都能挂。
为什么不直接公开我自己那份?里面全是本地路径、内部规则、个人设定,直接放出去等于把家底结构图贴出去。所以通用版做了彻底剥离:没有绝对路径,没有人设,没有内部文件引用,配置项都留了注释,教你怎么改成自己的。
获取方式:GitHub 搜仓库名 ai-review-coach,README 里放了网盘地址。
不想下载也行,三步自己写一个:
一,往你的技能文件里写一节评估模块,维度自己定,三条纪律照抄:每分必引证据、禁安慰分、低分必配建议。
二,建一张追加式台账:五维分、一条提炼、一条改进、文档链接,只加不改。
三,改之前 git 提交。技能本身就是资产,资产要有版本。
文件一分钟拿走,喂养的过程一天省不掉
有人问我为什么免费放出来。
我的判断是:技能文件真正的壁垒从来不在文件本身,在用真实翻车喂它的那几十天。文件你一分钟拿走,喂的过程你一天省不掉。
工具会过时,模型会换代,但你和 AI 磨合出来的工作方式是你的。把它写下来、版本化、持续改,这就是 AI 时代普通人能攒下的最实的资产。
三个月后,那张台账就是"我怎么用 AI 工作"的可证明履历,比简历上的形容词硬。
FAQ
单次分数高或低,说明什么? 说明不了什么。评分纪律里写死了:分数的价值在跨期趋势,不在单次绝对值。攒十次再回头看趋势。
没有 Claude Code 这类工具能用吗? 能。评分纪律和台账不挑工具,把"每分必引证据、禁安慰分"抄进你常用的提示词,再开一个文档当追加式台账,效果一样。
通用版和你自用的版本差在哪? 通用版剥掉了所有本地路径、内部规则和个人设定,配置项留了注释。核心的评分纪律和模板,两边一致。
AI 给自己列失分点,会不会也是装样子? 有办法验:纪律要求每个失分点引证据,对话原话或产物路径,拿不出证据的不算数。装样子交不出证据。
我是野生码农,AI 实战派。自研知识库、数字员工、软考备考、量化交易四个系统,全程公开复盘。
本文所有内容均为本人 AI 实战的过程和结果,经 AI 整理后发布,无任何瞎编虚构内容。
这篇来自《数字员工养成记》系列;每月底前后还有一期月报,真实数据全公开。
关注我,看真的。
野生码农AI实战 · 全网同名
知乎问答体(1500-2500 字,含 FAQ+ 文末关注行)
怎么让 AI 在复盘时给你的真实表现打分,而不是一味恭维你?
给一个写给 AI 看的技能文件(SKILL.md)里加一个教练模块就行:五维评分表、评分纪律、AI 自评段、追加式台账。
核心是纪律,不是表格:每分必引证据、禁安慰分、低分必配建议。
我 2026-09-05 凌晨改完首跑,它给我打了 8 到 9 分,同时列了自己的四个失分点。这套模块我抽成了通用版开源,GitHub 搜 ai-review-coach。
下面按"为什么改、改了什么、跑得怎么样、你怎么抄"讲清楚。全部是我自己的实战,数字来自原型稿登记。
一、为什么要加:复盘只复盘了"事",没复盘"人"
我有一份复盘技能,每次和 AI 干完一个项目,它把过程整理成复盘博客。从 2026-07-23 第一篇算起,42 天产出了 98 个复盘文件(原型稿登记数据)。
这个技能一直在迭代:叙事节奏不对就加叙事流规矩;和产线做 A/B 对照输了,就定双稿制,技能直出的稿只做选题原型;平台数据显示技术实战档命中率高、故事档零命中,默认档位就改成技术向。
但有个洞一直没补:它沉淀的全是"事",项目怎么做、坑在哪。"人"这一层是零,我在过程里表现怎么样,没有任何地方记着。
压垮骆驼的是前一晚。AI 被我当场抓住四个错:
- 用"未核实"标签掩盖没查;
- 说了一句把自己摘干净的防御话术;
- 验证清单里掺了三个没信息价值的节点;
- 把次要论据当了主论据。
错当时都改了,但只停在聊天记录里。下周换个话题,它还会再犯。凌晨两点,我决定动刀,动刀前先 git 提交留恢复点,这是我改任何重要配置文件前的惯例。
二、四件套:表格、纪律、自评、台账
1. 五维评分表。 指令与提示词质量、判断与结论、思维方式、最终结果与产出、AI 协作能力,各 10 分制。评的对象是我,不是它。
2. 评分纪律。 整个模块的魂,原文照录:
"每项评分必须引证据(对话原话/产物路径),无证据不打分;禁吹捧、禁安慰分;低分项必须配一条可执行改进建议;分数的价值在跨期趋势,不在单次绝对值。"
为什么要写这么硬?大模型的默认行为是让你舒服,这是它的出厂设置。你不写"禁安慰分",它一定滑向恭维。防 AI 恭维不靠它自觉,靠写在文件里的纪律。
3. AI 自评段。 它给我打分,也必须列自己的失分点,被抓到的错误优先。单向的叫汇报,双向的才叫教练。
4. 能力评估台账。 每次评估追加一行:日期、主题、五维分、最有价值提炼一条、改进一条、复盘文链接。追加式,不覆盖。
三、首跑实录:得分和失分都报
改完当场首跑,评估对象是前一晚那场五小时的调研拉锯战。
| 维度 | 得分 |
|---|---|
| 指令与提示词质量 | 8.5 |
| 判断与结论 | 8 |
| 思维方式 | 8.5 |
| 最终结果与产出 | 9 |
| AI 协作能力 | 9 |
拿分项有据可查。我质疑它"为什么无法核实",逼它补查,它认错并改。我批评它清单里"股东会决议"这类流程性节点没信息价值,它采纳了,把清单升级成两档:流程节点不计分、出血节点证真。出血节点指对方做假代价很高的动作,比如真金白银实缴、拿地动工。
失分也照写。我对一只股票先有兴趣、再找支持论据,动机性推理,被它点名;"要是没有负面消息它就起飞了"这类反事实幻想,被驳回。它也列了自己的四个失分点,就是前一晚那四条。
提醒一句:单次分数没有绝对意义,别拿它证明"AI 很准"。价值在跨期趋势。
四、比评分表更值钱的:分歧留验
跑完我发现,这套互评里最值钱的动作不是打分,是分歧留验:有分歧不争输赢,双方约定一个基准价和一个判卷日期,不争论,让市场到时候判卷。
争论消耗情绪,留验积累证据。前者当天就过期,后者三个月后变成履历。
五、三步照搬,不用我的文件也行
- 往你的技能文件或常用提示词里写一节评估模块,维度自定,三条纪律照抄:每分必引证据、禁安慰分、低分必配建议;
- 建一张追加式台账:五维分、一条提炼、一条改进、文档链接,只加不改;
- 改之前 git 提交,技能本身就是资产,资产要有版本。
想用现成的:通用版三个文件(SKILL.md、README、台账模板),MIT 协议,Claude Code、Kimi Code、Cursor 都能挂。GitHub 搜 ai-review-coach,README 里有网盘地址。通用版剥离了我所有的本地路径和个人设定,配置项留了注释。
六、为什么免费放出来
技能文件真正的壁垒从来不在文件本身,在用真实翻车喂它的那几十天。文件一分钟拿走,喂的过程一天省不掉。
FAQ
单次 8.5 分说明我水平不错吗? 说明不了。纪律写死了,分数的价值在跨期趋势,攒十次再看。
没有支持技能文件的工具怎么办? 纪律和台账不挑工具,抄进提示词、开个文档当台账就行。
AI 自评会不会也是恭维? 用纪律验:失分点必须引证据,对话原话或产物路径,拿不出证据不算数。
我是野生码农,AI 实战复盘持续更新,关注蹲数据。