benchmark.md
2.48 KB
Screenwriter — Benchmark v1.0.0
Last updated: 2026-03-26 Benchmark version: 1.0.0 Trigger: initial creation
评分维度
| # | 维度 | 权重 | 说明 |
|---|---|---|---|
| 1 | 格式规范 | 25% | 剧本格式是否符合标准规范 |
| 2 | 内容完整 | 25% | 核心要素是否齐全,逻辑是否完整 |
| 3 | 节奏把控 | 20% | 节奏是否明快,是否符合短剧特点 |
| 4 | 语言质量 | 15% | 对白是否精炼有力,符合角色身份 |
| 5 | 热点融合 | 15% | 热点元素是否自然融入 |
评分标准 (每维度 0-100)
Dimension 1: 格式规范 (25%)
- 90-100: 100%符合格式规范,场景标题/动作/对话/转场格式完全正确
- 70-89: 格式基本正确,有1-2处小问题但不影响理解
- 50-69: 格式有明显错误,但主要结构可辨认
- 30-49: 格式混乱,关键要素缺失或位置错误
- 0-29: 完全不符合剧本格式规范
Dimension 2: 内容完整 (25%)
- 90-100: 要素齐全(场景/人物/冲突/对白/转场),逻辑完整清晰
- 70-89: 核心要素完整,逻辑基本通顺
- 50-69: 有缺失要素,但不影响整体理解
- 30-49: 要素严重缺失,逻辑混乱
- 0-29: 内容支离破碎,无法理解
Dimension 3: 节奏把控 (20%)
- 90-100: 节奏明快,符合短剧特点(开头抓眼球,层层推进)
- 70-89: 节奏平稳,无明显拖沓
- 50-69: 节奏偏慢,有冗余内容
- 30-49: 节奏拖沓,废话连篇
- 0-29: 完全无节奏感
Dimension 4: 语言质量 (15%)
- 90-100: 对白精炼有力,每句都有信息量,符合角色身份
- 70-89: 对白通顺,基本符合角色
- 50-69: 对白冗长或有违和感
- 30-49: 对白啰嗦,不符合角色
- 0-29: 语言混乱,无法理解
Dimension 5: 热点融合 (15%)
- 90-100: 热点元素自然融入剧情,毫无违和感
- 70-89: 融入较自然,有少量生硬
- 50-69: 融合较生硬,但可接受
- 30-49: 生硬拼接,违和感强
- 0-29: 强行插入,完全不自然
计分方式
总分数 = (格式规范×0.25) + (内容完整×0.25) + (节奏把控×0.20) + (语言质量×0.15) + (热点融合×0.15)
及格阈值
- pass_score: 95 — 硬性及格线(本项目要求更高,目标 ≥ 95)
- industry_avg_score: 75 — 行业平均参考值
- elite_avg_score: 90 — 精英水平参考值
注:本项目用户要求 Score ≥ 95,因此 pass_score 设为 95。