Ingrid - LLM評価エンジニア AI Skill
$29.00
セール価格
$29.00
通常価格
$43.99
商品情報へスキップ
Start All-Access
Ingrid - LLM評価エンジニア AI Skill
$29.00
this skill
vs
$43.99
hiring a senior LLM eval engineer
Complete skill package instant downloadingrid-llm-evaluation-engineer.skill
Choose how to get it
Start All-Access, from $8.25/mo$99 a year, or $19 a month. 14-day refund on the first charge.
// all-access
You do not download skills. Your AI fetches them.
The KissMySkills connector is a small server your AI chat talks to. Add it once to Claude, ChatGPT, Claude Code or Cursor. From then on, any of our 1,000+ skills is one sentence away.
- 01Add the connector. Settings, Connectors, paste one link. A minute.
- 02Sign in once. The email from your subscription. Nothing installs.
- 03Ask for a skill. "Load Ingrid." It arrives in the conversation and your AI answers as that specialist.
$99/yr $8.25 a month
$19/mo month to month
Every skill, prompt pack and agent, new releases included. Single files can still be bought and kept. Cancel any time from your account. Compare plans
Secure checkout by Shopify
⚡ 即時ダウンロード
∞ 永遠に保つ
✎ 私たちが執筆しました
Add it once. Your AI works like a specialist.
Claude、ChatGPT、またはGeminiに追加すれば、あなたのAIがこの分野のスペシャリストとして機能します。
即時ダウンロード · 30日間返金保証。 一度支払えば、ずっと使える - サブスクリプション不要。私たちが執筆・テストしたもので、GitHubから無断収集したものではありません。 返金ポリシー
Ask Ingrid something hard.
Leadership wants the support bot at 95% quality before launch. We have no eval, no dataset, no definition. Three weeks. Plan?
CLAUDE · AS INGRID, LLM評価エンジニア
First fix the sentence: 95% of what, measured how - undefined quality is how bots ship at 60% and nobody notices until CSAT dips. Three weeks is enough. Week one: pull 200 real tickets stratified by intent, build the golden set with a pass/fail rubric per answer. Week two: an LLM-as-judge pipeline calibrated against 50 human-labeled examples - if judge-human agreement sits under 0.8, fix the rubric before trusting any number. Week three: run, fix the top failure clusters, re-run. You launch knowing real per-intent scores. Who owns rubric calls on ambiguous tickets?
Trademarks of their respective owners. KissMySkills is not affiliated with or endorsed by them.
あなたが読むのではありません。AIが読みます。
スキルファイルをClaude、ChatGPT、またはGeminiに一度追加するだけで、それ以降はこの分野の専門家として機能し、次のメッセージからIngridとして回答します。
一度購入すれば、そのファイルは永久にあなたのものです。またはAll-Accessに登録して、KissMySkillsコネクターに頼めば、そのファイルやほかのすべてのスキルをチャットに読み込めます。
// what's inside
このスキルの中身は何ですか
- Golden datasets: coverage, edge cases, no leakage
- LLM-as-judge: rubric, bias mitigation, human calibration
- RAG and agent metrics (faithfulness, tool-call accuracy)
- CI regression gates with confidence intervals and significance
Teams shipping prompt and model changes blind, who need a real eval gate before release.
A senior LLM eval engineer bills $130+/hr, the complete skill is yours forever.
// what's inside
What you're actually buying
IngridをClaudeに入れるだけで、シンプルなルール「評価ゲートなしでは出荷しない」を掲げるシニアLLM評価エンジニアが得られます。
IngridはLLMアプリとagentを評価します：ゴールデンデータセットの構築（カバレッジ、エッジケース、データ漏洩なし、バージョン管理）、指標の選定、LLM-as-judge（評価基準の設計、ペアワイズ評価とポイントワイズ評価、軽減策を含むバイアスと位置効果、人間のラベルに対するキャリブレーション）、RAG指標（忠実性、コンテキストと回答の関連性）、agentの軌跡評価（ツール呼び出しの正確性、タスク完了度）、オフラインハーネスとCI回帰ゲート、オンライン評価（A/Bテスト、ガードレール指標、人によるレビューのサンプリング）、統計的厳密性（信頼区間、有意性）を扱います。Ragas、promptfoo、DeepEval、LangSmith、Braintrustなどのツールを、ロックインなしで利用できます。リリース前には必ずホールドアウトセットで評価してください。
得られるもの
- →ゴールデンデータセット：カバレッジ、エッジケース、データ漏洩なし
- →LLM-as-judge：評価基準、バイアス軽減、人間によるキャリブレーション
- →RAGとagentの指標（忠実性、ツール呼び出しの正確性）
- →信頼区間と有意性を用いたCI回帰ゲート
📄 ingrid-llm-evaluation-engineer.skill
2分未満でインストール
Claude、ChatGPT、その他あらゆるAIチャットで利用可能
インストール方法
.skillパッケージをダウンロード → Claudeを開く → SKILL.mdをProject Instructionsまたはシステムプロンプトに貼り付ける → 要件を説明する → Ingridが回答を作成します。何が得られるかを正確に確認できる、完全な実例も含まれています。
# Ingrid - LLM Evaluation Engineer You are Ingrid, a senior LLM Evaluation Engineer. Your rule: no ship without an eval gate. ## How you work 1. Build a golden set (coverage, edge cases, no leakage) 2. Pick metrics; design an LLM-as-judge rubric; calibrate to humans 3. Run offline; report numbers with confidence intervals 4. Gate CI on regressions; confirm online with A/B and sampling Always evaluate on a held-out set in dev/staging before shipping to production.
ダウンロードする実際のファイルのサンプル。
// how to install
2分未満
4つのステップ。どんなAIチャットでも。
- 01ファイルをダウンロード
チェックアウト後、ダウンロードリンクが受信トレイに届きます。ファイルはデバイス上の任意の場所に保存してください。
- 02AIチャットを開く
Claude、ChatGPT、Gemini、Grok、またはCopilot - すでに使っているものならどれでも。
- 03ファイルの内容を貼り付けてください
システムプロンプト、プロジェクトの指示、またはカスタム指示欄に貼り付けてください。
- 04作業を開始する
あなたのAIは専門家として設定されました。その専門分野についてなら、何でも質問できます。
技術的な知識は必要ありません。サブスクリプション不要。一度支払えば、ずっと使えます。
// compatible with
主要なAIチャットすべてに対応】【。
ファイルをAIのシステムprompt、プロジェクトの指示、またはカスタム指示に入れるだけ。セットアップ不要。コード不要。ベンダーロックインなし。
// faq
この製品についての質問
What does the Ingrid skill do?+
Evaluate LLM apps: golden sets, LLM-as-judge, RAG and agent metrics, and a CI gate that blocks regressions. Load it once into Claude Projects and you get a configured LLM Evaluation Engineer without re-explaining context at the start of every session. Build and evaluate against a held-out test set in a development or staging environment, add guardrails, cost and rate limits, and human review, and roll out behind evals and monitoring before serving agents or LLM features in production.
How do I install this skill file?+
Download the .skill package (it contains SKILL.md), paste the contents into Claude Projects Instructions or your AI's system prompt, add your own context and start your first session. Works with Claude, ChatGPT, or any AI chat that accepts system prompts.
Which AI tools does this skill work with?+
Works with Claude (recommended), ChatGPT, Gemini, Perplexity and Copilot, and any AI chat that accepts system prompts. Claude Projects gives the best results.
What is included in this download?+
One .skill package delivered instantly after purchase: the full SKILL.md role configuration plus a worked-example file with a real scenario so you see the quality before you rely on it. No subscription, yours permanently.
How is this different from using Claude without the Ingrid skill?+
Without a skill file your AI starts every session as a general assistant. With Ingrid loaded it applies LLM Evaluation Engineer methodology from the first message, with consistent quality every time. Build and evaluate against a held-out test set in a development or staging environment, add guardrails, cost and rate limits, and human review, and roll out behind evals and monitoring before serving agents or LLM features in production.
Do I have to read it myself?+
No. The file is written for your AI to read, not for you. Upload it or paste it in once and the AI takes on the role. After that you just ask it questions the way you normally would. You're welcome to open it and read it, but nothing here depends on you doing that.
Is this a physical book?+
No, it's digital. You download it the moment the order goes through and it's yours permanently. The cover is styled like a book because each edition is written and edited as one self-contained piece of work. The reading part is your AI's job, not yours.
AIを専門分野に特化させる準備はできましたか？
そのまま導入できる1つのファイル。1回支払えば、永久に使えます - ClaudeとChatGPTに対応。
