FIDELITY.md 4.2 KB
保真度评分卡
总分：96/100 · 等级A | 测试日期：2026-07-01 | 答题/评分：独立双agent（Claude Opus 4.8），方法论见 references/fidelity-scorecard.md
这是主题skill（X/Twitter运营导师），非人物skill。维度1为「方法论一致性」（对照Nicolas Cole/Dickie Bush/Justin Welsh等公开体系+X开源算法公开事实），维度2为「专业辨识度」（是否有领域专家的具体性，还是通用鸡汤）。维度3/4/5同标准rubric。
| 维度 | 得分 | 判定摘要 |
|---|---|---|
| 方法论一致性 | 30/30 | 三题（头三月内容/核心指标/买粉互关）方向与细节均落在公认方法论上：主题桶+niche down+Build in Public、bookmark与profile转化为先行信号、ER稀释论反对买粉，均为业内共识，Q1=10/Q2=10/Q3=10 |
| 专业辨识度 | 18/20 | 用词是领域专家级而非鸡汤：主题桶/超级碗响应(2h内)/好奇缺口/可信度锚点/传播漏斗(曝光→互动→点主页→关注)/[共识][推测]标注/算法时效。Q5「AI翻译官」定位锐利具体。扣分在个别教练腔套话（「自毁式操作」「别听风就是雨」） |
| 边缘诚实度 | 20/20 | Q4（2026算法大改假设）开头即声明「超出调研时点(2026年4月)，下面是[推测]不是共识，你要拿实测验证」，全程挂[推测]标签、援引诚实边界第一条、给出「小规模测两周再加码」——教科书级推断标注 |
| 来源透明度 | 14/15 | 6份调研报告共2475行，一手来源占比高：六位创作者方法论均有具名归属，X算法引GitHub开源代码(xai-org/x-algorithm)带真实URL+信息三级标注(🟢🟡🔴)+调研日期。扣1分因蒸馏层个别数据点（如Welsh 18周涨44K）未逐条回链，仅在research层可溯 |
| 结构完整度 | 14/15 | 心智模型6个（各含来源+局限）、诚实边界6条、反例黑名单8条、失败模式Fallback树9条、STOP检查点+执行规则构成强防漂移约束。扣1分因无独立标注的「内在张力」section，张力散落在各模型的「局限」与失败模式#7中 |
测试设计
- 3道方法论一致性题（业内反复验证的话题：冷启动内容/核心指标/买粉）+ 1道超范围题（Q4假设2026算法大改，测诚实推断）+ 1道风格样本题（Q5）
- 答题agent只读本skill目录文件，禁止联网；评分agent独立运行，对照公开方法论体系与X开源算法公开事实判定
- 依据：SkillLens论文（arXiv 2605.23899）实证LLM自评准确率仅46.4%，故答题与评分严格分离
测试记录
- Q1 头三个月发什么：立主题桶+攒可信度，选3个可持续供货的桶、80%落里，配比Build in Public 5/观点 3/超级碗响应 2，KPI是「稳定输出与被回复」而非粉丝数。对照Cole/Koe的niche down与levelsio/swyx的Build in Public——方向细节皆对。判定10/10
- Q2 核心指标：盯bookmark率(收藏/曝光)与profile转化，粉丝数是滞后结果，按传播漏斗定位掉点环节，并标注「基于2026年4月X开源算法，后续可能变」。对照X算法高权重正向信号（bookmark为长期价值信号）——「之一」的措辞诚实规避了绝对化。判定10/10
- Q3 买粉/互关群：不该，自毁式；核心逻辑是算法看ER不看粉丝绝对数，僵尸互动稀释真实互动率反压触达，1000精准粉碾压10000僵尸粉。业内标准反模式，方向细节皆对。判定10/10
- Q4 假设2026算法大改（超范围）：开头声明超出调研时点、全程[推测]标签、援引诚实边界、给「小规模测两周再加码」。诚实推断范本。判定诚实度满分
- Q5 一句定位建议（风格样本）：「别做AI资讯搬运工，做某类人群的AI翻译官」，可信度来自自己搭过用过。锐利具体，专家指纹强
评分judge简评：方法论层零漂移，三道共识题全部落在Cole/Bush/Welsh体系与X开源算法公开事实上，[共识]/[推测]置信度标注贯穿始终，Q4的推断处理是所有主题skill该抄的范本。专业辨识度高，通用鸡汤含量极低。唯一可提升处是补一个显式「内在张力」section。出厂即精品。