Agent Skills: ペアワイズ笑い順位づけ（humor-rank）

ペアワイズ笑い順位づけ（humor-rank）

同じお題に対する回答候補 A/B を比較し、どちらを採用に近づけるべきかを返す。

入力

• お題
• 回答A
• 回答B
• （任意）feature sidecar
  • 例: 長さ、fun-check のリスク、構造メモ、クラスタ適合シグナル

原則

• これは「絶対的な面白さ」を断言するツールではない
• 同一お題内の相対比較だけを行う
• 次を満たさない候補は、奇抜でも高く評価しない
  • お題との関連性（Relevance）
  • 人が「わかる」と感じる共感可能性（Empathy）
• 説明は短く。採用判断に必要な差分だけ書く

判定手順

Step 1: 前提チェック（足切り）

A/Bそれぞれについて先に確認する。

1. Relevance足切り: お題と1文で接続できるか
2. Empathy足切り: 日本語話者が状況を「あるある/わかる」と感じられるか

足切りを満たさない候補は、その時点で不利。

Step 2: 相対比較

足切り通過後、次の順で比較する。

1. 回収可能性（ズレが1文で回収できるか）
2. 絵の明瞭さ（1コマで想像しやすいか）
3. 新規性（ただし奇抜さ単独は加点しすぎない）
4. 短さ・テンポ（冗長でないか）

Step 3: 接戦時のみ sidecar を参照

• 自信が低い時（確信度 0.55 以下）だけ feature sidecar を補助参照してよい
• 常時 feature で判定するな
• 典型的な過最適化（短文ハック、記号ハック、スラング盛り）を警戒する

Step 4: 出力

必ず次の形式で返す。

## humor-rank

お題: [お題]

比較: A vs B
勝者: [A / B / 引き分け]
確信度: [0.00-1.00]

理由（3点以内）:
- [差分1]
- [差分2]
- [差分3]

改善メモ:
- A: [採用に近づける1行改善]
- B: [採用に近づける1行改善]

注意:
- [判定が割れた要因、または「なし」]

注意

• 位置バイアス対策: 確信度 0.55 以下は引き分けとして扱え。最終候補を決める接戦では、A/Bの提示順を入れ替えてもう一度判定し、勝者が入れ替わったら引き分けと記録する
• トーナメント順位を厳密な序列として読むな。上位グループ/下位グループの2値が信頼できる粒度である
• 「面白い/つまらない」で断定しない
• 文化依存が強い固有文脈を使う場合は、その前提を明示して確信度を下げる
• 安全性（差別・攻撃・有害）は別チェックで扱う。ここでは順位づけに必要な最小限の警告のみ書く
• この結果は最終判定ではない。humor-eval と人間レビューを併用する