الفكرة الأساسية
يقارن التقييم النتائج بمتطلبات صريحة ويشمل إخفاقات واقعية، لا أمثلة مواتية فقط.
المنهجية
اجمع مدخلات ممثلة وصعبة وحدد المعايير، وافصل المجموعة المرجعية عن ضبط الأوامر. راجع الصحة والاكتمال وملاءمة العلامة، وسجّل الإصدارات والتكاليف والتدخلات.
كيف نقيس التقدم
تابع اختلاف المقيمين والأخطاء المتكررة. المتوسط قد يخفي خطأ غير مقبول. أعد التقييم عند تغير المهمة أو النموذج أو المصادر أو العملية.
القرار
حدّد الأخطاء غير المقبولة والعيوب التي يستطيع المراجع إصلاحها بصورة معقولة. قد يمنع ادعاء منتج خاطئ النشر رغم جودة الأسلوب والاكتمال. اكتب شروط المنع قبل اختيار الأمثلة أو مقارنة الإعدادات.
تمرين
اجمع اثنتي عشرة مهمة عادية وستًا صعبة وست حالات تستوجب التوضيح أو الامتناع. ليقيّم مراجعان مستقلان عينة دون معرفة اسم الإعداد. ناقشا الخلافات وأصلحا غموض المعايير قبل المقارنة الكاملة. احتفظ بمجموعة منفصلة دون استخدام حتى انتهاء التغييرات.
المخرج النهائي
قدّم حزمة تقييم تشمل الحالات والأدلة المطلوبة ومرجعيات الدرجات وأخطاء المنع وسجل النتائج. سجّل الإعداد والتاريخ وجهد المراجعة والإكمال وفئة الإخفاق. لخّص الأداء العام وأسوأ الإخفاقات المهمة كيلا يخفي المتوسط خطأ غير مقبول.
خطأ يجب تجنبه
قد يغفل النموذج الذي يقيّم إجابته الافتراض نفسه المسبب للخطأ. استخدم فحوصًا مستقلة للحقائق والحسابات ومراجعة بشرية للأحكام المؤثرة. إذا اختلف المراجعون على الناتج الصحيح، أصلح تعريف المهمة قبل اعتماد الدرجات.
التقنية وفائدتها العملية.
المصادر الرسمية
Anthropic · Building effective agentsالعروض التوضيحية
بيانات CSV خيالية لأربع حملات عبر فترتين متساويتين، لعرض التحقق من المدخلات وإعادة حساب المؤشرات وصياغة التحليل.
عرض التفاصيلهل تريد بناء هذا المسار لفريقك؟
نساعد فرق التسويق على توفير الوقت وزيادة الإنتاج وتحسين نتائج الأعمال بحلول الذكاء الاصطناعي ومسارات العمل والأدوات والتدريب العملي.
ناقش مسار عملي بالذكاء الاصطناعي