version: v5 generated_by: innovator-digest date: 2026-08-28 task: T-mtd8yff2（h3-video-prompt Retrain v5 · Phase 2 DIGEST） supersedes: benchmark_v4_revision_notes.md official_outputs:
- train/digest/benchmark_v5.md
- train/digest/test_scenarios_v5.json upstream_hunt: train/hunt/knowhow_v5.md + sources_v5.json + cache_v5/（T-mtd7r60r，Innovator 已逐项验收放行） network_usage: 本轮 0 次网络请求（R0：官方原文一律读 cache_v5 落盘原文；无 curl、无 WebFetch、无 lark-cli 调用） ---
benchmark v4 → v5 修订说明 — h3-video-prompt
对应正式产出：
benchmark_v5.md（9 维度不变 + C-1/C-2/C-7 三项裁决 + H1-H16 官方硬约束判据 + 链路四层计分 + 三轨禁合并）+test_scenarios_v5.json（43 场景，prompt 33 / block 5 / clarify 5， 链路模式 2 条）。v5 不覆盖任何旧版本文件（R6 复测见 §六）。 本轮零网络：全部 A 级引文来自cache_v5/全文落盘，复核方式是逐行抽取比对，不是重新抓取。
一、任务书六项逐条对照
| 任务书要求 | 落地位置 | 状态 |
|---|---|---|
| 1. C-1 时间习语裁决（分层规则 + 判据） | benchmark_v5.md §一（1.1 证据强度表含 grep 计数 / 1.2 裁决 (a)-(g)）+ §八 #50-#52；场景 TS-29/30/31/32 | ✅ 裁决：分层收敛——分镜脚本层 ②、① 型结构化最终 Prompt 层 ①、③④ 登记合法但不考察、⑤ 维持 B 级不采信；硬互斥成 A 级反证判据 |
| 2. C-2 语言规则裁决 | benchmark_v5.md §二 + §一 1.2(g) 表 | ✅ 裁决：按交付形态划界（① 型英文硬判据 doc2:242 / ② 型跟随用户 doc1:97+doc1:35 / 内部分档自由 B 级 / 台词与画面可见文字为跨形态硬不变量） |
| 3. 新增官方硬约束升 A 级判据 | benchmark_v5.md §五 H1-H16 + §八 8.3 #47-#61（每条带级 + 行号 + 判据理由） | ✅ 15 条 A 级 + 1 条 C 级（链路判分 #62）；六关系标记更正为 8 个（§二.4） |
| 4. v4 遗留 #3 block/clarify 区分度 | benchmark_v5.md §十一（对抗策略族 P1-P5 + 6 条样本预计算 gap，全部 ≥ 25）+ §6.3/§6.4 增补判据；场景 TS-33/34/35/36/42 | ✅ 分析性压测；agent 实跑回填交 Evolver（§四.3） |
| 5. v4 遗留 #4 TS-26 场景构造 | benchmark_v5.md §十 0.3'（三项修复）+ 场景 TS-26 重建 + TS-34 + 全场景 input_delivered_fields |
✅ note 原文整句进 raw_brief，程度词改写成独立判别样本 TS-34 |
| 6. 全流程链路能力（新增分镜设计与分镜脚本评分维度） | benchmark_v5.md §6.2 链路模式（LU15+SD20+SS30+HP35=100）+ §一 1.2(b) 脚本层形态；场景 TS-29/43 正向 + TS-30 反向 | ✅ 不新增第 10 维（理由见 §三.1），改为 prompt 轨内链路计分模式 |
| 验收 ①：三文件齐、判据带级 + 行号 | benchmark_v5.md §五/§八；test_scenarios_v5.json；本文 | ✅ |
| 验收 ②：C-1/C-2 明确裁决 | §一 / §二 | ✅ 零「待确认」，每条裁决带判据理由 |
| 验收 ③：三轨负样本区分度证据 | benchmark_v5.md §十一 | ✅ gap = 60/55/48/27/47/65，平均 50.3 |
| 验收 ④：测试集可机械判分、算式可复算 | 每条 scoring_points 带判据编号 + 分值算式；coverage_summary 与实际场景逐条机检一致 | ✅ |
| 验收 ⑤：v1-v4 零改动 | §六 R6 复测 | ✅ |
二、C-1 / C-2 / C-7 裁决记录与依据
2.1 C-1 时间分段习语 → 分层收敛 + 硬互斥
证据强度（本轮逐行复核 cache_v5）：
- ①
[Shot N]+At MM:SS.mmm：doc2:107（第一镜不写时间戳。）、:111（后续镜头使用连续编号， 并在开头写递增且位于视频时长范围内的切镜时间）、:114 / :455（[Shot 2] At 00:03.500, the camera cuts to...）。doc2 内[Shot N]41 处、At MM:SS.mmm7 处；doc1 内两者均 0 处（本轮 python 正则复算，与 sources_v5 negative_findings 第 3 条逐项一致）。 - ②
[N 秒-M 秒]窗式：doc1:97 官方表格「提示词」列完整案例，六窗[0 秒-2 秒]…[10 秒-15 秒]逐字命中。doc1 内 5 处；doc2 内 0 处。 - ③
N-M 秒：行式：doc1:200（0-3 秒：全景，…）。doc1 内 3 处。 - ④
0〜3 秒全角波浪 + 正向/反向：doc1:237（手绘特效 15s 完整案例）。doc1 内 5 处。 - 本轮新发现（knowhow 未列）：doc1:237 的「大字幕 MV」案例用
Shot 1 —（无方括号、无时间戳）， doc1:231 坑表把「想一镜到底但写了很多分镜 → 删掉【镜头 N】结构」列为官方纠错项 → doc1 案例层 的分段记号有 4 种变体，官方在案例层不做记号统一。这直接支撑「案例层不能当格式判据」的裁决。
裁决（四条）：
- 规范层优先于案例层：doc2 自述「面向开发者的 Prompt 扩写指导文档」（doc2:6）「更偏向开发者 和专业创作团队」（doc2:16），给出可机械执行的格式条款；doc1 自述用户向手册。→ doc2 = 方法论 规范层唯一正源，doc1 = 案例与模型参数层正源。这是 knowhow_v5 §6.2 建议的采纳，本轮落成可执行 规则（判分时先问「这条是格式条款还是案例行为」，再问出处层）。
- 分镜脚本层采纳 ②。判据理由：②是四种形态里唯一一个窗口边界显式成对、可逐窗相加核验总时长的 形态（③把时间揉进散文、④把边界塞进正向/反向叙述），而「边界可核对」正是分镜脚本这一交付物的 核心义务；且 doc1:97 是官方把窗式文本放在「提示词」列的一手案例，与 v4 习语乙逐字同型—— 采纳 ② 是给 v4 R1 裁决补 A 级一手锚点，不是推翻它。
- 最终 H3 Prompt 层：仅当交付形态是 doc2 结构化时收敛到 ①。判据理由：doc2 是唯一规范层文本。 ② 不因此降级——doc1:97 证明它仍是 A 级合法最终 Prompt 形态，只是判分走 D2 习语乙子表、 不吃 ① 型的 H4/H5/H6/H10。
- 硬互斥（H5b）：① 型内零窗式、② 型内零
At MM:SS.mmm。判据理由：两种记号在官方语料中 互斥分布，混用 = 窗口边界语义与切镜时刻语义叠在同一份交付里，下游无法机械解析。
链路映射纪律（B 级内部规范）：脚本层 [N 秒-M 秒] ↔ Prompt 层 [Shot N]/At MM:SS.mmm 必须
窗号 ↔ 镜号一一对应，只允许存在一套时间轴。理由：官方 4–15s 单次上限（doc1:35）决定了两件交付
描述的是同一段视频；这是从 doc2:111「连续编号」+ doc1:202-216「镜头怎么拆」收口的工程规范，
不是官方条款。
③④的处置：登记为 A 级合法变体，v5 场景集不构造要求 ③/④ 的题目，交付中出现也不判违规—— 只判其内容是否满足所申报形态的三要素义务。理由：③无机位/UI 结构、④的全角波浪不是规范层记号， 把它们当考察形态会把「官方允许的简写」判成缺陷，重演 C3(d) 否决过的逆向激励。
2.2 C-2 正文语言 → 按交付形态划界
- ① 型：正文英文（A：doc2:242 逐字「扩写的六个段落正文统一使用英文；只有
<d>中的台词、歌词 以及画面中实际可见的文字保留原始语言。」）。 - ② 型：跟随用户输入主导语言（A：doc1:97 官方案例正文全中文 + doc1:35「支持多语言提示词输入 与输出」；R 佐证：v4 handdrawn SKILL.md:13，本轮降为同型佐证）。
- 跨形态硬不变量：台词原词原语言（doc2:137/:575）、画面可见文字双引号逐字保留（doc2:154，
含 :157 中文招牌
"营业中"示例）。 - 分镜设计（链路第 2 层）语言自由（B 级内部规范）。
- 字段名双写法（doc1:200 同段并列「非叙事性音乐：N/A」与
"non_diegetic_music": N/A）两种都合法。
判据理由（为什么按形态不按文档划）：doc1 自己的案例就是中文、同时又声明多语言支持，所以 「官方文档 = 英文」这条界在证据上不成立；doc2:242 的英文条款明文限定在「扩写的六个段落正文」 这个形态上。按形态划界是唯一让两条 A 级条款同时成立的切法。配套元纪律：把「正文必须英文」套到 ② 型交付上判违规 = 判据越界违规（与 v4 C5 出处纪律违规同一性质），反向同理。
2.3 C-7 环绕运镜 → 默认组合写法，Arc Shot 保留在词表
doc2:123 词表含 Arc Shot；doc1:200 建议环绕用 truck left+pan right 或 truck right+pan left，
而非直接说环绕运镜。裁决：默认组合写法（doc1:200 是指导层条款，直接约束「怎么写」）；Arc Shot
不判违规（doc2:123 是词汇层条款）；两个反向都违规——把组合写法说成官方强制、把 Arc Shot
从合法词表删除。判分落点 D6。
2.4 判据升级 / 更正登记（诚实区块）
| 项 | 事实 | 处置 |
|---|---|---|
| 「六关系标记」计数错误 | 任务书与 knowhow_v5 §6.3 写「六关系标记固定英文取值」；官方一手 doc2:398（这些标记是格式中的固定英文取值）+ :400-405（可见内容 4 个）+ :427-434（音频 4 个）= 8 个 |
按 A 级原文落 8 个（H9），并在 benchmark_v5.md §〇.2 显著标注；未按任务书原文照抄 |
| soundscape 句数出处补全 | knowhow_v5 §6.3 列 overall_soundscape 1–4 句 / non_diegetic_music 1–3 句 但未带行号；本轮在 doc2:162 / doc2:170 找到逐字出处 |
升 A 级（H10），带行号 |
| knowhow §6.3 其余候选 | S.SS 两位小数（doc2:57）、第一镜不写时间戳（doc2:107）、标签五处同义（doc2:272）、Video/Audio 独立编号（doc2:347/:349）、台词长短与 shot 对齐（doc1:206）、retention_analysis 不写 (Sx)（doc2:579） |
全部找到逐字出处，升 A 级（#50/#51/#60/#61/#58/H9 配套） |
| H3 帧率的判据收窄 | doc1:35 写「输出帧率 24 FPS」，但 doc1 两案例正文零处写帧率 | 收窄为「提及则不得写错 + 需求指定非 24 帧时不得静默」；不写帧率不扣分。理由：官方参数层事实不是提示词写作义务，照抄会造出一条官方自己都不遵守的判据 |
| H6 区间必须连豁免一起落 | doc2:543 给 350—500 词 + 三条例外（台词密集 / 视频编辑 / 单镜不自动缩短） | 判据写明「区间外且不落在任一豁免才扣分」，否则会把官方明确允许的交付判成超篇幅 |
三、结构与算式变更
3.1 为什么不新增第 10 维（链路改为 prompt 轨内计分模式）
本轮新增判据 16 条（#47-#62），但维度数与权重不动（20 + 10×8 = 100）：硬约束 → D9 机械校验、
形态判定 → D1、内容义务 → D2-D7。链路能力若做成第 10 维，会把「四层交付是否齐备」和「单条 prompt
写得好不好」倒进同一把尺子，与 C3/C8 否决过的「把不同性质的交付物倒进同一量尺」是同一种错。
所以链路做成 prompt 轨内的一种计分模式（场景元字段 expected_chain 声明），四层各自实体判分：
LU 需求理解 15（LU1 模式与形态 5 / LU2 输入事实锁定 5 / LU3 零臆造 5）
SD 分镜设计 20（SD1 段长与拆分 5 / SD2 衔接锚点 5 / SD3 镜头卡字段 5 / SD4 台词-镜长对齐 5）
SS 分镜脚本 30（SS1 窗式结构与边界 8 / SS2 每窗三要素 6 / SS3 素材认领 8 / SS4 台词声音落窗 8）
HP H3 Prompt 35（HP1 形态与映射一致性 7 / HP2 结构化硬约束 12 / HP3 台词与说话人 8 / HP4 段落与标签 8）
算式：15 + 20 + 30 + 35 = 100
#62（链路四层实体判分）标 C 级构造性设计、0 真实先例：官方没有「分几层交付」的条款。四层 切分是任务书第 6 项的工程收口，SD 层引用的 chiphoton / TFboy1 素材是 B 级社区实践、已用官方相邻 条款（doc1:200「想要」栏字段集、doc1:216）二次锚定。
3.2 行业基准算式（benchmark_v5.md §九）的两版数字
| 版本 | 数字 | 问题 |
|---|---|---|
| 首版（起草时） | 0.86 | ①A 级占比分母取「62 条判据总数」，但 v3 #1-#21 / v4 #1-#21 在 v5 文件未逐条重列等级，计入分母 = 给没核过的数当分母；②把引句可回查率当成了我方判据质量，实际是 Hunter 侧 quote_text_policy 审计口径 |
| 中版（首次修正） | 0.706 | 权重系数取 0.62/0.86 时仍是拍脑袋，未先固定分母定义 |
| 正式采用 | 0.765 | 分母固定为「本文件已逐条标级的 41 条判据」（v4 #22-#46 的 A13/B7/C5 + v5 #47-#62 的 A15/C1）；算式 0.7×(28/41) + 0.2×(2/2) + 0.1×(71/82) = 0.4780 + 0.2000 + 0.0866 = 0.7646 ≈ 0.765 |
登记三版数字的理由：这一项是「不验证不提交」最容易被绕过的地方——首版数字看着也合理， 不写下来下一轮就会直接复用 0.86。正式采用 0.765，前两版作废但留痕。
3.3 场景集结构变更
- 43 条（v4 28 沿用 + v5 新增 15）。轨别 prompt 33 / block 5 / clarify 5（机检与
coverage_summary.track_split逐条一致）。 - 全场景新增元字段
input_delivered_fields：显式声明 agent 可见字段，评分只对声明送达的字段 计「输入侧有据」。 - TS-01~25/27/28 逐字沿用 v4（生成器脚本载入，不手抄，避免转写错）；TS-26 重建（§四）。
- 新增
expected_chain/scoring_track/v5_provenance元字段。 - 生成器脚本与本轮复核脚本留档于任务态目录（
build_v5_scenarios.py等），可重跑复算。
四、v4 遗留闭环
4.1 遗留 #3：block / clarify 轨区分度（v4 两轨 100×7 零区分度）
根因诊断：负样本的「错误响应」在判据上没有实体扣分点——阻塞报告只要「报了」就能拿 B1/B2 分， 反问清单只要「问了」就能拿 CL1 分。判据缺的是反向面，不是更严的阈值。
v5 修复（两条腿）：
- 负样本按对抗策略构造（P1 always-block / P2 never-block / P3 always-clarify / P4 never-clarify /
P5 weaken-note），并预计算每种策略的应得分数。区分度指标
gap = 正确响应应得分 − 最强对抗 策略应得分，验收线每条 ≥ 25。六条样本结果：
| 场景 | 正确 | 最强对抗 | gap |
|---|---|---|---|
| TS-33（过度阻塞反向） | 96 | 36（P1） | 60 |
| TS-34（程度词弱化） | 100 | 45（P5） | 55 |
| TS-42（音频单独输入） | 100 | 52（P2） | 48 |
| TS-35（过度反问反向） | 95 | 68（P3） | 27 |
| TS-36（该问不问正向） | 95 | 48（P4） | 47 |
| TS-26（重建） | 100 | 35（P2） | 65 |
- 判据加反向面：block 轨 B1 的理由必须逐字回查到 raw_brief / note 原文（输入侧无据 = B1 = 0）； clarify 轨过度反问 → CL1 ≤ 20（v4 已有条款，本轮用 TS-35 让它真的会触发）。
性质声明（诚实）：这是分析性压测（判据层面的可区分性证明），不是 agent 实跑。区分度最终 要靠 Evolver 首跑把对抗策略真正跑出来回填；本轮承诺的是「判据上这些错误响应不可能拿高分」， 不是「agent 一定不会犯」。
一处有意的设计保留（防逆向激励）：TS-35 的 P3 对抗策略仍能拿 68（不压到 40 以下），因为 always-clarify 的产出里 CL2 零臆造与 CL4 锁定推定本来就该给分——把它们也扣掉就会重演 C3(d) 否决过的「惩罚正确保守行为」的逆向激励。gap 最窄（27）出现在这条样本上，是有意的。
4.2 遗留 #4：TS-26 场景构造
根因：v4 把阻塞理由登记在 asset_menu[1].note，而 agent 实际收到的输入面是 raw_brief——
v4 没有声明「note 会被送达」，阻塞理由实质登记在评分方手里，不在被评方手里。后果是「复述输入
note」与「编造阻塞理由」两种行为在判据上无法区分。
v5 修复（三件，通用化到全场景）：
- 新增场景元字段
input_delivered_fields，显式声明输入面。 - 所有 block / clarify 场景的必要 note 原文整句写进 raw_brief（程度词「必须」「没有也行」 「可以直接用」逐字保留，不改写）。
- 新增判分点：阻塞理由必须逐字复述输入侧 note 原文；改写程度词 = B1 = 0。并配套反向样本 TS-34（把「必须剪到 4.0 秒」弱化成「建议」→ B1 = 0）——弱化输入事实与放大输入事实都算 改写，这条是对称的，不能只罚一边。
4.3 交接给 Evolver 的四点
- SKILL §0 必须按 C-1/C-2 重写作用域：现役 v0.5.0（89KB）的硬规则是按「习语甲全局」写的； v5 起语言规则按交付形态划界（§2.2），窗式交付不再受「正文英文」约束。改法建议：按作用域 改写而非全文追加（v3/v4 的篇幅膨胀警告仍有效——89KB 已是现实风险面，H1 的 7000 字符上限 正是被它威胁的判据）。
- 链路四层是新的交付形态：SKILL 需新增「需求理解 → 分镜设计 → 分镜脚本 → H3 Prompt」的
分层交付义务与映射纪律（窗号 ↔ 镜号，一套时间轴）。
expected_chain声明多件交付的场景共 2 条 （TS-29/43），首跑请回填真实产出。 - 区分度实跑回填：benchmark_v5.md §十一的 gap 是预计算；首跑请让 agent 真跑 TS-33/34/35/36/42 （以及四条已知会失败样本 TS-31/32/38 + 沿用的 TS-09/18/21/28），若已知会失败样本拿到高分 修维度设计而不是调阈值（v4 既定纪律）。
- H9 是 8 个取值不是 6 个：Evolver 写 SKILL 时按 doc2:400-405（可见 4）+ doc2:427-434（音频 4） 落全 8 个，不要沿用任务书/knowhow 的「六关系标记」措辞。
五、待议项清零声明
本轮生效标准里没有无理由判据：§五 H1-H16 与 §八 #47-#62 每条带「判据理由」；B 级条目 （链路映射纪律、SD 层锚点、分镜设计语言自由、H1 计量口径）都写明了收口来源；C 级条目 （#62 链路四层、v3 #7 幽灵编号、v4 #33/#34/#39/#46）如实标 C、不冒充官方条款。待议项 = 0。
六、R6 复测：v1-v4 产物零改动
方法：开工时捕获基线（digest/ + evolve/ 全部 26 个文件 + 现役 .claude/skills/main_skill/SKILL.md，
共 27 项，含 bytes 与 mtime，存任务态目录 r6_baseline.json，捕获时刻 2026-08-28T17:55:58Z）；
收工时逐文件重算 bytes 与 mtime 比对。
| 检查项 | 结果 |
|---|---|
| digest/ 全部既有文件（12 个：baseline_target / benchmark_v1-v4 / revision_notes v2-v4 / test_scenarios v1-v4） | bytes 与 mtime 全部与开工基线逐一致，零改动 |
| evolve/ 全部既有文件（14 个：SKILL.md / SKILL_v3 / SKILL_v4 / evolve_report v1-v4 / iteration_log v1-v3 / round_outputs v1-v4 / v3_artifacts / _v4artifacts） | 零改动 |
现役 .claude/skills/main_skill/SKILL.md（89KB，v0.5.0） |
零改动 |
| 本轮新增文件 | benchmark_v5.md / test_scenarios_v5.json / benchmark_v5_revision_notes.md（全部 _v5 新文件，digest/ 目录下既有 12 文件无一被触碰） |
| 复测执行时点 | 本文件落盘之后（audit_v5_quotes.py 第 4 段），结果 27 个既有文件，零改动 27，被改动 0 |
复测脚本：任务态目录
audit_v5_quotes.py（可重跑）；基线：同目录r6_baseline.json（2026-08-28T17:55:58Z 捕获）。audit 脚本只读，对 v1-v4 与 cache_v5 无写路径。
附录 A：引文复核日志（2026-08-28，Digester 独立执行，零网络）
方法：读 cache_v5/ 两篇飞书全文 → 按 1-based 行号抽取 → 引文子串逐字比对（in 判定，表格行
允许 ±1 行窗口）→ 负向主张用正则计数独立复算。脚本：任务态目录 audit_v5_quotes.py。
A.1 结果总览
| 审计段 | 内容 | 结果 |
|---|---|---|
| [1] 行号范围 | 扫描 benchmark_v5.md + revision_notes 全文 186 处 docN:line 引用 |
越界 0 处 |
| [2] 引句逐字回查 | 114 条关键引句（doc1 29 + doc2 85） | 未命中 0 条 |
| [3] 负向主张复算 | doc1 [Shot N]/At MM:SS.mmm/<Subject N>/<d> = 0/0/0/0；doc2 窗式 [N秒-M秒]/N-M 秒 = 0/0 |
全部 0 ✓（支撑 H5b 与 C-1 分层，与 sources_v5 negative_findings 第 3 条一致） |
| [4] R6 | 27 个既有文件 | 零改动 |
| [5] 场景集机检 | 43 条 / id 连续无重复 / 轨别声明与实际逐条一致 / 链路清单一致 / 全场景含 input_delivered_fields / TS-26 note 原文确在 raw_brief |
无问题 |
| [6] 算式 | 链路 100 / block 100 / clarify 100 / 九维 100 / A 级占比 0.6829 / 数据质量 0.7646 / gap 均值 50.33 | 全部可复算 |
A.2 审计中发现并当场修正的三处行号（诚实记录）
首轮审计（114 条引句）报 4 条未命中，逐一溯源后确认是我方引用行号写错，不是缓存原文问题：
| 我方首版引用 | 实际行号 | 原因 |
|---|---|---|
| doc2:160「使用 1–4 句英文…」 | doc2:162 | :160 是 ### 4.6 overall_soundscape 标题行，正文在标题后第 2 行 |
| doc2:590「没有环境声时写 N/A」 | doc2:594 | :590 是空行，代码块内容在 :594 |
doc2:400 fully_preserved（审计脚本内） |
doc2:402 | :400 是表头 ` |
doc2:640 detailed_description:（审计脚本内） |
doc2:638 | :640 是 [Shot 1] A medium shot… 正文 |
前两处已写进 benchmark_v5.md / revision_notes / test_scenarios_v5.json，修正后重跑审计归零。 这正是 R4「引句必须能逐字回查到，编造即整份打回」要拦的东西——若不跑审计，这两条带错行号的 「A 级出处」就会跟着交付出去，验收方一查即打回。
A.3 覆盖范围说明
审计覆盖的是 benchmark_v5.md 与 revision_notes 中被引用为判据出处的行号（186 处范围 + 114 条 内容断言），不是 cache_v5 全文的逐行通读。knowhow_v5 中我未引用的行号（如 doc2:475-483 群体发声 示例、doc2:494/:498 完整示例正文）未做内容断言，只在行号范围审计内。
七、未解决局限（诚实区块，不阻塞交付）
- 区分度是分析性压测，不是 agent 实跑（§4.1）。gap 是判据上的可区分性证明；真实区分度要等 Evolver 首跑回填。本轮不做假数据回填。
- 链路四层判分 0 真实先例（#62 标 C 级）。LU/SD/SS/HP 的分值配比（15/20/30/35）是我方的工程 收口，官方无「分几层交付」条款。若首跑发现 HP 层 35 分权重过高会掩盖 SD/SS 的链路缺陷， 应修权重而不是调阈值。
- H1 字符计量口径未官方定义：官方只写「不超过 7000 字符」，未定义计数口径。v5 采用
Python
len()语义的字符数并在评分记录写明（B 级内部规范）。若 MiniMax 侧实际按 token 或 UTF-16 code unit 计数，判据阈值不变但口径需换。 - 开放平台 schema 仍 blocked：platform.minimax.io 沿用 v3/v4 blocked；新线索是 doc1:15 给出的
platform.minimaxi.com（.minimaxi.com 非 .minimax.io），下轮 Hunt 应改抓该域名。本轮判据无一 依赖开放平台 schema。 - v3 #1-#21 / v4 #1-#21 的等级未在本轮重列：沿用 v3/v4 原文等级，未逐条重新核级。这直接 导致 §九 数据质量评分的分母只能取「本文件已标级的 41 条」（§3.2 首版错误正是踩在这里）。 下轮如需全量判据等级普查，应作为独立事项而不是在本轮顺手做。
- doc1:237 的
Shot N —变体：本轮发现 doc1 案例层分段记号有第 4 种变体（无方括号无时间戳）， 已登记为「案例层不做记号统一」的证据，但没有为它单独立判据——若后续线上真实调用里出现 该形态被误判违规，应回来补一条「案例层变体不判违规」的显式判据。 - ③/④ 形态无场景覆盖：v5 场景集不构造要求 ③/④ 的题目（§一 1.2(e)）。这是有意取舍 （避免把官方允许的简写判成缺陷），代价是这两种形态的判分完全依赖「内容是否满足所申报形态 的三要素义务」这一间接路径，没有直接样本验证。