benchmark_v1.md 4.62 KB

Interactive Video Selector Benchmark v1

版本: v1.0 生成时间: 2026-03-29 作者: Digester

1. 评分维度

基于 knowhow.md 设计6个核心评估维度:

D1: 题材适配度 (权重 25%)

评估热点新闻是否适合改编成互动短剧。

分数 标准
90-100 高冲突(双方对立)+高情感张力(引发强烈情绪)+高悬念性(有未知结局)+高讨论空间
70-89 较高适配,有1-2项不足
50-69 一般,需要较大改动
不适合改编(纯政治新闻、专业深度分析、天气预报等)

关键特征:

  • 冲突性:婆媳、职场、情感纠纷类最佳
  • 情感张力:能引发愤怒/同情/搞笑等强烈情绪
  • 悬念性:有未知结局、多种可能
  • 讨论空间:网友观点多元、可引发辩论
  • 代入感:涉及普通人生活场景

D2: 改编可行性 (权重 20%)

评估题材是否容易改编成互动短剧。

分数 标准
90-100 角色2-5人+场景1-3个+有精彩对话+情节有转折
70-89 基本符合,需要少量优化
50-69 需要较多虚构和补充
难以改编,需要大量创作

权重分配:

  • 角色数量 (15%): 2-5人最佳
  • 场景数量 (10%): 1-3个最佳
  • 对话丰富度 (20%): 有精彩对话片段可直接使用
  • 情节转折 (25%): 有明显转折点,可做分支
  • 情感共鸣 (20%): 能引发观众情感反应
  • 改编难度 (10%): 不需要大量虚构,保持新闻真实性

D3: 形式适配性 (权重 15%)

评估选题适合哪种呈现形式。

分数 标准
90-100 有完整对话记录→对话形式;有精彩引言→混合形式;都没有→旁白形式
70-89 形式选择基本正确,但不够优化
50-69 形式选择需要调整
形式选择错误

决策规则:

  • 有完整对话记录 → 对话形式为主
  • 无对话但有精彩引言/金句 → 对话+旁白混合
  • 都没有 → 旁白为主

D4: 趣味性 (权重 15%)

评估选题的趣味性和吸引力。

分数 标准
90-100 标题有吸引力+情绪化处理到位+平台风格适配
70-89 趣味性较好,有提升空间
50-69 趣味性一般
无趣味,平淡

增强技巧:

  • 标题党优化:从"某地发生交通事故"→"司机一个操作,让理赔员当场失业"
  • 情绪化处理:弹幕效果、表情包、热门bgm
  • 视觉呈现:分屏对比、时间线整理、数据可视化

D5: 互动设计潜力 (权重 15%)

评估是否适合设计互动环节。

分数 标准
90-100 多分支点+低参与门槛+即时反馈+可重玩性强+结果可分享
70-89 有互动点,需要优化参与体验
50-69 互动点有限
不适合设计互动

互动形式优先级:

  1. AB选择:用户选择A或B,影响剧情走向(适用:立场对立类)
  2. 投票PK:双方阵营投票对决(适用:争议性话题)
  3. 结局解锁:完成特定任务解锁隐藏结局(适用:悬疑类)
  4. 收集要素:收集关键信息才能HE(适用:探险类)

D6: 平台适配度 (权重 10%)

评估选题是否适配目标平台特性。

分数 标准
90-100 时长+风格都完全适配目标平台
70-89 较适配,需要微调
50-69 需要较大调整
不适配

平台偏好: | 平台 | 偏好风格 | 最佳时长 | 互动形式 | |------|----------|----------|----------| | 抖音 | 快节奏、反转多 | 30-60s | 投票、选择 | | 快手 | 接地气、真人感 | 60-120s | 连麦、PK | | 小红书 | 精致、有调性 | 60-90s | 评论区互动 | | B站 | 有梗、二创感 | 3-10min | 弹幕、投币 |


2. 计算公式

总分 = D1*0.25 + D2*0.20 + D3*0.15 + D4*0.15 + D5*0.15 + D6*0.10

3. 阈值规则

等级 分数 说明
Elite ≥90 核心元素齐全,可直接改编
Good 80-89 适合,需要少量优化
Fair 60-79 可考虑,需要调整
Poor 不推荐

4. Good 样本特征

  1. 高冲突性(婆媳、职场、情感纠纷)
  2. 有完整对话或精彩引言
  3. 2-5个角色,有明确对立阵营
  4. 有明显反转或悬念
  5. 贴近生活,容易引发共鸣

5. Bad 样本特征

  1. 纯信息类新闻,无冲突
  2. 专业性强,难以理解
  3. 角色单一,无对手戏
  4. 结果已确定,无悬念
  5. 远离日常生活

Benchmark v1 由 Digester 基于 knowhow.md 构建,用于评估互动视频选题质量。