📦 aiq-assessment — aiq评估

AIQ 评估技能 概述 本技能提供一套结构化 AIQ（AI 商数）评估方法，基于第一性原理拆解的“三层 18 原子能力”框架，用于衡量个人或团队在 AI 协作中的真实效能——不测“会不会写 prompt”，而是测基础认知能力在 AI 杠杆下的综合表现。

核心理念 AIQ ≠ 新智商。 AIQ = 基础认知能力 × AI 工具杠杆 × AI 情境适应。 高 AIQ 的人不是“prompt 写得好”的人，而是在 AI 工具可用情境下，整合批判性思维、领域知识、决策力与 AI 边界意识，实现产出质量跃升的人。

何时使用

• 用户请求对自己或他人进行 AIQ 评估
• 用户提及“AIQ”“AI 商数”“AI 能力评估”“AI 协作效能”
• 用户想了解自己在 AI 时代的能力长短板
• 招聘或团队建设中需评估候选人的 AI 协作潜力
• 用户想了解“会不会用 AI”的具体衡量标准
• 组织需进行 AI Native 成熟度审计

评估流程 步骤 1：加载框架 读取 references/aiq_framework.md，加载 18 原子能力框架、评分锚点、场景权重表与评估模板。

步骤 2：确定评估模式

• 自我诊断：描述 3–5 个典型 AI 协作闭环场景；说明信任/验证 AI 输出的时机；可选贴 1–2 段真实对话。
• 他评模式：描述被评估者可观察行为，聚焦“做了什么”；关注上下文管理、判断主权、迭代模式。
• 快速扫描：基于定性描述直接评分并标注置信度。

步骤 4：逐层评估 按顺序逐层评估，每层完成后呈现结果再进入下一层：

• 基础认知层（8 项）：AI 出现前是否已具备，AI 仅放大。
• 人机交互层（6 项）：想法→AI 可用输入的“翻译”效率。
• AI 元认知层（4 项）：对 AI 本质理解深度，识别“编”与“知”。

步骤 5：生成评估报告 包含：

• 三层得分汇总表（每层均分 + 总分）
• 雷达图文字描述（维度强弱点）
• 关键发现（2–3 条最重要洞察）
• 场景匹配（按实际场景加权得分）
• 提升建议（针对最低 2–3 项能力的可操作建议）

步骤 6：交付 将完整报告写入用户指定文件（默认：当前工作目录下的 AIQ评估报告.md），并用 deliver_attachments 交付。

输出格式规范

# AIQ 评估报告
基本信息
评估对象：[姓名/角色]
评估模式：[自我诊断/他评/快速扫描]
评估日期：[日期]
置信度：[高/中/低]
三层能力得分
第一层：基础认知层（权重：[场景]）
能力
得分
证据
1.1 意图澄清
X
[...]
...
本层均分
X.X
 
第二层：人机交互层（权重：[场景]）
[...]
第三层：AI 元认知层（权重：[场景]）
[...]
综合得分
基础认知层：X.X × 权重 = X.X
人机交互层：X.X × 权重 = X.X
AI 元认知层：X.X × 权重 = X.X
场景加权 AIQ：X.X / 5.0
关键发现
[...]
[...]
[...]
提升建议
[能力名称]（当前 X 分→目标 X 分）：[具体操作建议]
[...]

重要原则

• 基于证据评分，不基于印象：每项得分须有可观察行为证据。
• 区分“会用 AI”与“认知能力强”：高 AIQ 不一定是 prompt 高手，可能只是基础认知强。
• 场景敏感：同一人在不同场景 AIQ 表现差异大，须按实际场景加权。
• 不夸大 AIQ：AIQ 与 IQ、EQ、领域专长高度相关，非独立维度。
• 给出可操作建议：评估目的在提升，非贴标签。