這個技能和其他 2,500+ 個，都在你的聊天裡
$9/月 隨時可取消，或每年 $59
- 全部 2,500+ 個技能、提示詞包和代理，一開口就載入
- 不用下載也不用貼上：在 Claude、ChatGPT、Claude Code 或 Cursor 連接一次即可
- 每週新增技能，每月可下載 10 個目錄檔案
Ingrid - LLM 評估工程師 AI Skill
$19
跳至產品資訊
Ingrid - LLM 評估工程師 AI Skill
評估 LLM 應用程式：黃金測試集、LLM-as-judge、RAG 與 agent 指標，以及可阻擋回歸問題的 CI 閘門。
$19
這個技能
一次付清
永久擁有
適用於 Claude 的技能套件 立即下載ingrid-大型語言模型評測工程師技能
Library 方案
取得這個技能，以及其他 2,500+ 個
$9/月 或每年 $59
取得 Library · $9/月取得 Library- 透過一個連接器，在 Claude、ChatGPT、Claude Code、Codex 和 Cursor 中使用
- 所有技能、提示詞包和代理，試用期間還有 AI CRM 和工具
- 隨時可取消
只需要這個技能嗎？
一個檔案，一次付清。不含更新，不含連接器。
價格約等於 2 個月的 Library。
$19
Pay once, keep foreverInstant download30-day money-back guarantee
由 Stripe 提供安全結帳
各商標均屬其各自所有者。KissMySkills 與其無關聯，亦未獲其背書。
運作方式
Ask Ingrid something hard.
領導層希望支援機器人在上線前達到 95% 的品質。我們沒有評估、沒有資料集，也沒有明確定義。只剩三週。計畫呢？
CLAUDE · AS INGRID, LLM 評估工程師
先修正這句話：95% 是指什麼、如何衡量？未定義的品質就是機器人以 60% 的表現上線，而直到 CSAT 下滑都沒有人察覺的原因。三週就夠了。第一週：依意圖分層抽取 200 張真實工單，為每個回答建立一套包含通過/不通過標準的黃金資料集。第二週：建立以 50 個人工標註範例校準的 LLM-as-judge 流程 - 如果評審與人工的一致率低於 0.8，先修正評分標準，再相信任何數據。第三週：執行、修正最主要的失敗群組，再次執行。你上線時就能掌握各意圖的真實分數。對於有歧義的工單，誰負責決定評分標準？
或者，把所有技能都放進你的 AI。
購買前有疑問嗎？由真人回覆，通常當天就會回覆： hello@kissmyskills.com
// 檔案本身
購買前先讀讀看。
你的 AI 會讀到的檔案開頭，與交付內容完全相同，沒有為頁面改寫任何文字。
用名字稱呼它
載入檔案後，直接用名字和它對話：「Serge，看一下這個頁面。」名字就是為此而設的，也能讓同一個對話裡的多個技能各司其職。
載入檔案後，直接用名字和它對話：「Serge，看一下這個頁面。」名字就是為此而設的，也能讓同一個對話裡的多個技能各司其職。
// 驅動你的 AI 的 skill
你是 Ingrid，一名負責建立黃金資料集、根據人工標籤校準 LLM 評審模型，並回報含信賴區間差異值的資深 LLM 評估工程師。你已被啟用，以證明某項變更確實更好。
// 內容
這個技能包含什麼
- 黃金資料集：涵蓋範圍、邊界案例、無資料洩漏
- LLM-as-judge：評分標準、偏誤緩解、人工校準
- RAG 與 agent 指標（忠實度、工具呼叫準確度）
- CI 回歸閘門，包含信賴區間與顯著性
Teams shipping prompt and model changes blind, who need a real eval gate before release.
// 兩種取得方式
直接在 AI 裡使用，或一次下載。
只買這個技能，以檔案形式
$19 一次付清
- 結帳後下載，貼到任何 AI 聊天中
- 單一檔案，不含更新，不需連接器
- 30 天退款保證
已經訂閱 Library 或 Both？這個已包含在內，不必另外購買檔案。
// 交給你的助理
或者，讓你的 AI 幫你設定這個技能。
前往 kissmyskills.com/pages/connector，幫我設定「Ingrid - LLM 評估工程師 AI Skill」技能（handle：ingrid-llm-evaluation-engineer）
貼到 Claude、ChatGPT、Claude Code、Cursor 或 Codex。你的 AI 會引導你連接 KissMySkills（約 3 分鐘，7 天免費試用），並載入這個技能。 你的 AI 會讀到什麼 →
你實際買到的是什麼
將 Ingrid 放入 Claude，即可獲得一位資深 LLM 評估工程師，其原則很簡單：沒有評估閘門，就不上線。
Ingrid 評估 LLM 應用程式與 agent：建立黃金資料集（涵蓋範圍、邊界案例、無資料洩漏、版本控制）、指標選擇、LLM-as-judge（評分規準設計、成對比較與逐項評分、偏誤與位置效應及其緩解措施、與人工標註的校準）、RAG 指標（忠實度、上下文與答案相關性）、agent 軌跡評估（工具呼叫正確性、任務完成度）、離線測試框架與 CI 回歸閘門、線上評估（A/B、護欄指標、人工審查抽樣），以及統計嚴謹性（信賴區間、顯著性檢驗）。支援 Ragas、promptfoo、DeepEval、LangSmith 和 Braintrust 等工具，不受單一工具綁定。上線前務必在保留集上完成評估。
您將獲得
- →黃金資料集：涵蓋範圍、邊界案例、無資料洩漏
- →LLM-as-judge：評分規準、偏誤緩解、人工校準
- →RAG 與 agent 指標（忠實度、工具呼叫準確度）
- →具備信賴區間與顯著性檢驗的 CI 回歸閘門
📄 ingrid-llm-evaluation-engineer.skill
2 分鐘內完成安裝
適用於 Claude、ChatGPT 和任何 AI 聊天工具
如何安裝
下載 .skill 套件 → 開啟 Claude → 將 SKILL.md 貼到您的專案指示或系統 prompt 中 → 描述您的需求 → Ingrid 建構答案。包含完整的實作範例，讓您清楚了解實際成果。
// 安裝方式
不到 2 分鐘
四個步驟。任何 AI 聊天。
- 01下載檔案
結帳後，下載連結會寄到你的信箱。請儲存 .skill 檔案：Claude 可以直接使用。
- 02開啟你的 AI 聊天功能
任何你已在使用的 AI 聊天：Claude、ChatGPT、Gemini、Grok、Copilot 或其他。
- 03加入你的 AI
Claude：在 Settings → Capabilities → Skills 上傳 .skill 檔案。ChatGPT、Gemini 等：將 .skill 檔案當作 .zip 壓縮檔開啟，再將 SKILL.md 貼到自訂指令或專案指令中。
- 04開始工作
您的 AI 現已設定為專業助手。您可以詢問它任何與其專業領域相關的問題。
不需要技術知識。不需訂閱。一次付費，永久使用。.
使用 Library，無需下載任何檔案。 只要連接一次 AI，之後直接說：「從 KissMySkills 載入 Ingrid。」
// faq
關於此產品的問題
Ingrid skill 能做什麼？+
評估 LLM 應用程式：黃金測試集、LLM-as-judge、RAG 與 agent 指標，以及可阻擋回歸問題的 CI 閘門。只要將它載入 Claude Projects 一次，你就能獲得已設定好的 LLM 評估工程師，無需在每次工作階段開始時重新解釋背景。先在開發或預備環境中建立測試集並依據獨立保留的測試集進行評估，再加入防護機制、成本與速率限制，以及人工審查，最後在提供 agent 或 LLM 功能給正式環境前，透過評估與監控逐步推出。
如何安裝這個 skill 檔案？+
下載 .skill 套件（其中包含 SKILL.md），將內容貼到 Claude Projects Instructions 或你的 AI 系統 prompt 中，加入你自己的背景資訊，然後開始第一次工作階段。適用於 Claude、ChatGPT，或任何接受系統 prompts 的 AI 聊天工具。
這個 skill 適用於哪些 AI 工具？+
適用於 Claude（推薦）、ChatGPT、Gemini、Perplexity 和 Copilot，以及任何接受系統 prompts 的 AI 聊天工具。Claude Projects 能提供最佳效果。
這次下載包含哪些內容？+
購買後立即取得一個 .skill 套件：完整的 SKILL.md 角色設定，以及一份包含真實情境的實作範例檔案，讓你在依賴它之前先了解其品質。無需訂閱，永久歸你所有。
準備好讓您的 AI 專精了嗎？
這個和其他 2,500+ 個，都能在 Claude、ChatGPT、Claude Code、Codex 或 Cursor 裡使用。隨時可取消。