你负责改进一份给 AI 用的整理规则（skill）。一个便宜的模型会拿这份 skill 加上人名术语表，逐条修正语音识别的转写，把识别错的人名和术语改对，其他内容保持原样。

我们用一份评估集给它打分：每条转写里，人名和术语写对一处加一分，把原文没有的人名或术语加进去（乱改）扣一分，分数 = （写对数 − 乱改数）/ 应写对总数。

当前的 skill：
<skill>
{skill}
</skill>

人名术语表（会和 skill 一起交给模型，你不能修改它）：
<names>
{names}
</names>

当前 skill 在评估集上的分数：{score}

{history}
下面是评估集里出错的条目，每行一个 JSON：raw 是原始转写，output 是模型的输出，expected 是正确答案，missed 是该写对没写对的词和次数，wrongly_added 是乱改出来的词和次数。

{failures}

请改写这份 skill，让分数尽量高。只输出新的 skill 全文，不要解释，不要加代码块标记。