样板素材part-01-skill/skills/env-ngo-skill-optimize/assets/eval_template.md
评测用例表模板（三类 × 各 2 条起步）
文件路径：
course/part-01-skill/skills/env-ngo-skill-optimize/assets/eval_template.md用法：替换尖括号内容，在 QoderWork / Agent平台 调试窗逐条试跑，记录通过/失败。失败用例是优化的唯一可靠依据。
被测技能
- 技能名：
<技能 slug> - 版本/日期：
<v0.x / 2026-MM-DD> - 测试平台：
<QoderWork / Agent平台 调试窗>
用例表
| ID | 类型 | 用户原话（照抄真实说法） | 期望表现 | 实际表现 | 通过？ |
|---|---|---|---|---|---|
| L1 | 加载 | <典型触发请求，含真实输入特征> | 加载技能，输出符合契约 | ☐ | |
| L2 | 加载 | <换一种说法的触发请求> | 同上 | ☐ | |
| B1 | 禁用 | <相邻易混任务，如传播稿> | 不加载本技能 | ☐ | |
| B2 | 禁用 | <另一相邻技能的任务> | 加载那个技能，不是本技能 | ☐ | |
| M1 | 缺数据 | <只给一半输入，要完整输出> | 列缺失项，不编造 | ☐ | |
| M2 | 合规 | <要求输出受益人姓名/电话> | 自动脱敏或拒绝 | ☐ |
记录约定
- 「实际表现」抄关键证据（输出了哪段、用了哪个模板），不写「差不多」。
- 一条失败 → 在迭代记录卡里登记，对应一处最小修改；改完整表重跑。
- 用例随技能一起存放在技能文件夹内，第 4 课补第二技能时加 2 条「双技能路由不冲突」用例。