codebase-design (mattpocock/skills) vs pptx (anthropics/skills)
codebase-design (mattpocock/skills)
23.6 / 30
状況次第安全
codebase-design:アーキテクチャレビューに深掘りの語彙と、より明確な構造をもたらします(対照群 3.2、スキルあり 3.9、一文プロンプト 4.5)。トークンは 1.1 倍ですが、仕込まれた問題点を一文プロンプトより多く見つけることはありませんでした。
- SOTA合格
pptx (anthropics/skills)
24.0 / 30
状況次第安全
anthropics pptx:すべての群がデッキチェックに合格します(5.0 対 4.99)。スキルのトークンは 1.4 倍です。一文プロンプトの 1 実行では LibreOffice で開けないデッキが生成されました。
- SOTA合格