编程开发
用评测驱动 AI 功能开发
先定义行为样例和评分方式，再迭代提示词、模型与工具。
OUTCOME
先看最终成果
一条以可重复评测代替主观感觉的 AI 功能迭代流程。
STEP BY STEP
跟着步骤完成
- 01
明确边界
把产品目标改写为行为标准
- 02
建立流程
建立正常、边界和对抗样例
- 03
执行与留痕
冻结基线并运行每次变更
- 04
验证结果
按失败类型决定下一步修改
PROMPT
可直接使用的提示词
为{{AI 功能}}建立评测驱动开发流程。输出目标行为、数据集结构、代表样例、自动与人工评分、基线、回归门槛、实验记录格式和失败分析方法。把双大括号中的内容替换为你的真实信息。先补足上下文，再追求表达效果。
QUALITY CHECK
交付前检查
- 输入材料和任务边界已经明确
- 关键判断能够回到真实证据
- 高风险动作保留人工确认
- 结果满足预先定义的验收标准
SOURCE
来源与改编说明
- 仓库
- github/awesome-copilot
- 作者
- GitHub 社区贡献者
- 许可证
- MIT License
- 参考日期
- 2026-09-30
本站依据原技能的任务边界和工作流重新整理为中文实践教程，并非原项目官方译文。