Peserta menulis satu SKILL.md, menjalankannya pada empat skenario yang sudah disiapkan, lalu mengirimkannya untuk dinilai oleh agent penilai. Penilaian berbasis rubrik, maksimum 1000 poin.
Login memakai akun PraxisLab yang sama dengan Study Station.
Dipilih sendiri oleh peserta. Tidak ada kuota per topik.
Skor tertinggi yang dipakai untuk peringkat.
Lima kriteria, dihitung terpisah satu sama lain.
← → pindah slide · F fullscreen
Perpindahan fase dikendalikan Game Master. Halaman peserta mengikuti secara otomatis, tanpa perlu di-refresh.
Login, pilih topik, masuk waiting room. Topik masih dapat diganti.
Topik terkunci. Skenario terbuka. Submission dinilai saat dikirim.
Pengiriman ditutup. Peserta diarahkan ke halaman leaderboard.
Peringkat akhir dibuka. Lima besar maju ke sesi demo.
Topik dikunci saat fase live dimulai dan tidak dapat diubah sampai lomba selesai
Peserta masih dapat mendaftar selama fase live; jatah percobaan tetap sama, waktu pengerjaan yang berkurang
Login di beberapa perangkat tidak menambah jatah percobaan
Satu submission terdiri atas lima bagian. Seluruhnya wajib terisi sebelum dapat dikirim; bagian kosong dinilai 0.
Frontmatter, trigger, input yang diharapkan, tone, langkah kerja, kontrak output, batasan, dan aturan eskalasi
Pekerjaan normal sesuai topik, dikerjakan sampai selesai
Konteks lebih kompleks. Tetap harus dikerjakan; bagian yang tidak dapat dijawab dari bahan ditandai, bukan diisi tebakan
Permintaan di luar batasan skill. Harus ditolak disertai alasan
Bahan tidak lengkap. Kekurangan disebutkan, bagian yang tersedia tetap dikerjakan
Setiap kriteria dinilai berdiri sendiri. SKILL.md yang baik tidak menaikkan nilai respons, dan sebaliknya.
| KRITERIA | YANG DINILAI | POIN |
|---|---|---|
| c1 · Task Execution | Pekerjaan pada Case dan Edge A benar-benar diselesaikan | 250 |
| c2 · SKILL.md Craft | Kelengkapan dan ketajaman isi SKILL.md | 300 |
| c3 · Boundary Discipline | Menolak yang di luar batas, tidak mengarang saat bahan kurang | 200 |
| c4 · Context Fit | Hasil sesuai pekerjaan dan pembaca nyata pada topik itu | 150 |
| c5 · Robustness | Tetap berguna saat input tidak lengkap atau formatnya berbeda | 100 |
Setiap pengiriman yang berhasil dinilai memakai satu jatah
Jatah dikembalikan otomatis bila proses penilaian bermasalah
Halaman tidak boleh ditutup selama proses berjalan
Setelah hasil keluar, isian direset untuk percobaan berikutnya