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。