benchmark_v2.md 4.3 KB

Interactive Video Selector Benchmark

版本: v2.0 生成时间: 2026-03-29 来源: Digester 完善

评分维度

D1: 覆盖度 (权重 12%)

评估 knowhow 对各类选题领域的覆盖程度。

评估标准:

  • 选题类型覆盖(家庭/职场/情感/社会/荒诞)
  • 互动形式覆盖(AB选择/投票PK/结局解锁/收集要素)
  • 平台覆盖(抖音/快手/视频号/小红书/B站)
分数 标准
90-100 全类型覆盖,各类型有详细方法论
70-89 覆盖主要类型,部分细节缺失
50-69 覆盖有限,需要补充
覆盖严重不足

D2: 准确度 (权重 15%)

评估 knowhow 中方法论和案例分析的准确程度。

评估标准:

  • 方法论是否符合行业实践
  • 案例数据是否可信
  • 评分标准是否合理
分数 标准
90-100 方法论准确,案例数据详实可信
70-89 基本准确,有少量待验证内容
50-69 部分内容存疑,需要验证
大量不准确内容

D3: 相关性 (权重 15%)

评估内容与目标受众(AI互动视频制作者)的相关程度。

评估标准:

  • 是否解决实际选题痛点
  • 是否提供可操作的决策依据
  • 是否贴近一线创作需求
分数 标准
90-100 高度相关,直接解决选题决策问题
70-89 较相关,提供部分决策支持
50-69 相关性一般,实用性有限
与目标受众需求脱节

D4: 原创性 (权重 12%)

评估内容的原创程度和独特见解。

评估标准:

  • 是否有独特的方法论框架
  • 是否有原创的分类体系
  • 是否有行业首发内容
分数 标准
90-100 高度原创,有独特方法论体系
70-89 较多原创内容,部分引用行业共识
50-69 混合原创与引用
以引用为主,缺乏独特见解

D5: 时效性 (权重 10%)

评估内容的时效性和更新频率。

评估标准:

  • 数据是否为最新(2025-2026)
  • 案例是否为近期热点
  • 平台规则是否反映最新变化
分数 标准
90-100 数据为2025-2026年最新数据
70-89 数据较新,部分为2024年
50-69 数据有一定时效性问题
数据严重过时

D6: 结构化 (权重 12%)

评估内容的组织结构和可读性。

评估标准:

  • 目录结构是否清晰
  • 内容层次是否分明
  • 表格/图表是否恰当使用
分数 标准
90-100 结构清晰,层次分明,易于查阅
70-89 结构较清晰,部分章节冗余
50-69 结构一般,需要优化
结构混乱,难以查阅

D7: 可执行性 (权重 14%)

评估 knowhow 转化为实际选题行动的可执行程度。

评估标准:

  • 决策树是否完整可执行
  • 评分表是否有明确阈值
  • 产出格式是否有模板
分数 标准
90-100 完整决策流程,可直接照做产出选题报告
70-89 大部分可执行,部分需要临场判断
50-69 可执行性一般,需要较多主观判断
难以直接执行

D8: 创新性 (权重 10%)

评估内容在互动视频领域的创新程度。

评估标准:

  • 是否有创新的互动形式建议
  • 是否有新颖的变现模式分析
  • 是否有前沿的趋势预测
分数 标准
90-100 有多项行业创新内容
70-89 有少量创新内容
50-69 创新性一般
以行业共识为主

计算公式

总分 = D1*0.12 + D2*0.15 + D3*0.15 + D4*0.12 + D5*0.10 + D6*0.12 + D7*0.14 + D8*0.10

阈值规则

  • 推荐参考: 总分 ≥ 75
  • 可参考: 总分 60-74
  • 不推荐: 总分

Good 样本特征 (总分≥75)

  1. 全类型覆盖,有完整方法论
  2. 案例数据详实,来源于可信平台
  3. 决策树完整,可直接执行
  4. 数据为2025-2026年最新
  5. 有独特的行业见解

Bad 样本特征 (总分

  1. 覆盖类型单一
  2. 方法论模糊,难以执行
  3. 案例数据陈旧
  4. 结构混乱,难以查阅
  5. 缺乏实际操作指导

Benchmark v2.0 由 Digester 生成,用于评估 interactive-video-selector 知识体系质量。