Repository navigation
Разбор реального провала: Opus со скиллом написал пост в телеграм колонкой из тире-маркеров, с заголовком-эмодзи и жирными подзаголовками — 8,49 длинного тире на 100 слов при норме «одно на абзац». Три правки, прогон на 60 входах на Sonnet 5.
SKILL.md: норма тире распространена на пункт списка, а сам маркер пункта тире быть не может — для этого есть дефис и цифра. Прежняя формулировка считала пункт списка абзацем с одним допустимым тире, а маркер не считала вовсе, поэтому вдоль левого края выстраивалась колонна знаков при формально соблюдённой норме.SKILL.md: «объявление» убрано из перечня жанров, которым положены шаги и пункты. Анонс фичи попадал под это слово и получал форму release notes.SKILL.md: в разделе «Маркетинг / соцсети» сказано, что пост в канал — речь автора, а не release notes, и список в нём остаётся вставкой внутри связного текста, а не каркасом.GLOBAL_RULES.md: правило тире продлено на пункты списка.
Результаты на Sonnet 5, 60 входов: 30 / 26 / 4 против 26 / 26 / 8 у v1.3.0. Вся прибавка в audience (8 / 2 против 5 / 5) и generate (3 / 4 / 1 против 1 / 5 / 2) — там, где адресат назван, а текст пишется с нуля.
Ограничение прогона: тире в роли маркера списка Sonnet не поставил ни разу ни с правилами, ни без них, поэтому главная правка на этом бенчмарке не измеряется — дефект воспроизводится на Opus в живом чате. Счётчики фактов между прогонами несопоставимы: состав судей другой, baseline на тех же текстах сместился с 23 потерь до 31.