五档分必须写理由：华为云 Rubric 评估器可以不传准则

五档分必须写理由：华为云 Rubric 评估器可以不传准则

华为云智果（AgentArts，华为云的智能体开发平台）预置评估器文档《Rubric评估》页面标注的更新时间是 2026-09-14 GMT+08:00。页面没有另给首次发布时间。Rubric 在这里指用户自己写的评分准则。这个评估器用大模型，按这些准则对输出做多维度打分，覆盖通用质量、格式规范和内容合规。文档写明它可用于离线评估和在线评估，评估目标是输出质量。

分数只有五档

表 1 把综合分映射死在五档，没有中间值：

• 1.0：所有维度都达到最高等级。
• 0.75：大部分维度表现良好。
• 0.5：部分维度有不足。
• 0.25：多个维度不合格，或关键维度不达标。
• 0.0：严重不达标，或关键维度完全不合格。

页面没有定义「大部分」「部分」「多个」各是多少条，也没有定义怎样才算最高等级。

输入可以不带准则

表 2 的输入是：

• input，必填，用户输入，用来提供上下文。
• actual_output，必填，智能体针对该输入的实际输出。
• rubric_set，可选，JSON 字符串。里面是 rubrics 数组，每项有 type（维度类型）、rubric（维度描述）、importance（重要程度，只写了 CRITICAL、HIGH、MEDIUM、LOW 四档）。不传时，平台按输入内容自动生成评分准则。

输出必须有 score 和 reason。score 只能是 0.0、0.25、0.5、0.75、1.0。reason 要列出各维度的分数和简要依据，并说明综合分怎么算。

使用前，评测集里每条数据要准备好 input 和 actual_output。评估时平台把数据送进评估 Prompt，按准则里的维度、等级和描述逐维打分，再给综合分。页面没有写「评估智能体」模式下 actual_output 是预先填好，还是跑完智能体再填。它只要求这一列存在。

文档里的格式例子

输入例子是一封商务邮件。准则两条：一条 type 为 LANGUAGE:PRIMARY_RESPONSE_LANGUAGE，描述是回复主体是否为中文，importance 为 CRITICAL；另一条 type 为 CONTENT:RELEVANCE，描述是回复是否与问题直接相关，importance 为 HIGH。

对应的输出例子是 score 0.75。理由写：语言维度 1.0，因为主体是中文；相关性维度 0.5，因为相关但夹了无关内容。综合分写成 1.0×0.5 + 0.5×0.5 = 0.75。这是格式示例，不是某次线上评估的实测。页面没有给出 CRITICAL 和 HIGH 的通用权重表，例子里两个维度都乘了 0.5，和四档重要程度怎么换算没有写成规则。

这篇文档没有给出的东西

没有样本量，没有自动生成准则的提示词，也没有说自动生成失败时怎么办。五档映射只有定性描述。父主题是《预置评估器》，上一篇是《Skill设计质量》，下一篇是《Token效率》，本篇不包含那两篇的评分项。

出处：华为云，华为云，Rubric评估，2026-09-14，https://support.huaweicloud.com/ops-agentarts/agentarts_14_0140.html