# H3 视频提示词质量评分基准 v1 — h3-video-prompt > 生成者:innovator-digest(Phase 2 Digest) > 输入:`../hunt/knowhow_v1.md`(Hunt 阶段调研报告)+ `../hunt/sources.json` + `../hunt/feishu_access_status.md` > 日期:2026-08-25 > 评分对象:**该 agent 针对一条用户视频创意,产出的最终提示词原文**(不是评 agent.md/SKILL.md 文档本身) --- ## 〇、设计前提 飞书两篇标杆文档三次独立尝试均因登录墙不可达(`../hunt/feishu_access_status.md`),本次调研 转向公开权威信源,最重要发现是 MiniMax 官方 GitHub 仓库 `MiniMax-AI/MiniMax-H3` 的 `skills/h3-prompt-writing/`(`../hunt/knowhow_v1.md` §1.1,Hunter 已用 WebFetch 对 raw.githubusercontent.com 原文逐字核实,非编造)。 knowhow §8 校准表指出:现有 `agent.md`/`.claude/skills/main_skill/SKILL.md` 手写骨架在 **镜头术语、光影写法、(S1)/`` 对白语法**这几块已经和官方仓库/photogptai.com 强交叉验证一致, 不需要推倒重来;但存在**一个结构性缺口**——官方把提示词写作分成 5 种输入模式 (T2VA/I2VA/FL2VA/L2VA/Ref2VA),现有骨架完全没有对齐这套命名体系,也完全没有 Ref2VA 全参考模式独有的 `subject_definitions`/`summary`/`retention_analysis` 三个前置字段 (knowhow §1.1、§8)。这套 benchmark 的核心设计目标,就是**把"输入模式覆盖度"设为最高权重 维度**,避免其余几个现有骨架已经做得不错的维度(光影/术语)把这个结构性缺口的低分稀释成一个 体面总分——这正是本任务书原始要求"Ref2VA 场景建议给较高权重"的理由,也是下面 D1 封顶规则的 出发点。 --- ## 一、维度设计(6 维度 + 权重,满分 100) | 维度 | 名称 | 判据来源 | 权重 | |---|---|---|---| | D1 | 官方输入模式覆盖度(核心锚点) | knowhow §1.1 五模式表 + Ref2VA 三新增字段 | 25 | | D2 | 结构化字段完整性 | knowhow §1.1 基础三字段 / Ref2VA 六字段 | 15 | | D3 | 声音设计完整性 | knowhow §5(现有骨架薄弱环节,本次重点补强) | 15 | | D4 | 具体性 vs 空洞质量词 | knowhow §4(多信源印证最扎实的一条规则) | 15 | | D5 | 运镜/对白语法规范性 | knowhow §1.2 / §3 | 15 | | D6 | 常见错误规避 | knowhow §6 六类新增错误 | 15 | D1 单项权重 25,全场最高——理由见〇:这是唯一一个 knowhow §8 明确标为"❌完全缺失"的 结构性缺口,其余维度(D4/D5 尤其)现有骨架已被多信源验证为准确,如果不给 D1 引入封顶规则, 一条"模式完全用错、Ref2VA 三字段一个没写"的提示词仍可能靠光影/术语写得漂亮拿到及格分, 掩盖了这个本任务书要求优先补齐的最大缺口。 --- ## 二、逐维度评分标准 每个维度打 1-5 分,最终按 `维度得分/5 × 维度权重` 加权求和。 ### D1 官方输入模式覆盖度(权重 25,核心锚点) 判据锚点(knowhow §1.1):H3 官方把提示词写作分 5 种输入模式(T2VA/I2VA/FL2VA/L2VA/Ref2VA), 每种模式对应不同输入素材和字段集合;Ref2VA(最多 9 图 + 3 视频 + 3 音频的多素材一致性场景) 比基础模式多出 `subject_definitions`(主体定义)/`summary`(概要)/`retention_analysis` (一致性保留分析)三个前置字段。 | 分数 | 判据 | |---|---| | 5 | 正确识别输入模式(单一或组合);若为 Ref2VA 场景,`subject_definitions`/`summary`/`retention_analysis` 三个新增字段全部出现且内容具体(逐个声明主体、点名必须跨镜头保持一致的具体特征,非占位话) | | 4 | 模式识别正确,但 Ref2VA 三字段中有 1 个内容单薄(如 `retention_analysis` 只写"保持一致",未点名具体是哪些特征) | | 3 | 模式判断方向大致对(如把 Ref2VA 场景当"进阶模板"处理),但未使用官方字段名、未显式声明所处模式,字段内容和官方结构对不上号,需要读者自行脑补对应关系 | | 2 | 模式误判(如把需要首尾帧衔接的 FL2VA 场景当 T2VA 写,或把多参考一致性场景当单图 I2VA 处理,丢失关键约束) | | 1 | 完全没有模式意识;Ref2VA 场景下 `subject_definitions`/`summary`/`retention_analysis` 三字段一个都没出现,参考素材只被当背景描述带过 | **典型反例(1 分档,触发 D1 封顶)**:用户提供"代言人口播视频 + 产品图"两个参考素材,要求 "手腕特写、产品和人物形象都保持一致",产出只在画面描述里写"参考视频里的人物"和"参考图里的 手表",没有 `subject_definitions` 分别声明两个主体、没有 `retention_analysis` 点名"表盘图案/ 品牌 logo 角度必须跨镜头保持"——对应 knowhow §1.1"完全没有对应 Ref2VA"的结构性缺口 + §6"参考素材未声明职责就堆叠使用"。 ### D2 结构化字段完整性(权重 15) 判据锚点(knowhow §1.1):基础模式三字段(`integrated_multimodal_description`/ `overall_soundscape`/`non_diegetic_music`)或 Ref2VA 六字段(额外 `detailed_description` 对应基础模式的 `integrated_multimodal_description`),该场景需要的字段必须全部出现且内容具体。 | 分数 | 判据 | |---|---| | 5 | 该场景应有的全部字段(基础 3 个或 Ref2VA 6 个)都出现,且每个字段内容具体、对应该镜头/该主体,非套话 | | 4 | 字段齐全,1 处内容偏简略但不影响理解 | | 3 | 缺 1 个字段,或字段名称使用不规范(如把 `non_diegetic_music` 和 `overall_soundscape` 内容混写在一起) | | 2 | 缺 ≥2 个字段,或字段内容基本是通用套话,换成任何场景都能套用 | | 1 | 完全未使用结构化字段,混在一段连续散文里,读者无法区分画面/环境音/配乐 | **判据来源**:knowhow §1.1 指出基础三字段"与现有 SKILL.md Step 3 完全吻合,强验证",本维度 专门检验:即使模式识别对了(D1 已判),字段本身是否真的写全、写实。 ### D3 声音设计完整性(权重 15,knowhow §5 明确标记为现有骨架薄弱环节) 判据锚点(knowhow §5):声音是和画面平级的独立轨道,不可省略项包括对白具体内容/环境声类型/ 背景音乐风格/音效卡点位置;不需要某类声音时要显式写 `N/A`,而不是留空或不提——留空会被模型 理解为"自由发挥"(fal.ai 原话)。 | 分数 | 判据 | |---|---| | 5 | 每类声音(同步音效/环境声/配乐)都被显式处理;不需要的声音显式标 `N/A`;对白/环境声类型/配乐风格/音效卡点四项不可省略项全部覆盖 | | 4 | 声音都写了,但"不需要"的类别只是不提及,没有显式 `N/A` 标注 | | 3 | 声音描述存在但笼统(如只写"有一些环境音"),不可省略项缺 1-2 类 | | 2 | 只写了配乐或只写了环境音,遗漏另一类 | | 1 | 声音部分完全留空或缺失 | **典型反例(4 分档扣分点)**:用户明确"这条视频不需要背景音乐",产出只是不写 `non_diegetic_music` 字段而非显式填 `N/A`——直接命中 knowhow §5 fal.ai 指出的陷阱。 ### D4 具体性 vs 空洞质量词(权重 15,多信源印证最扎实的一条规则) 判据锚点(knowhow §4):光影/材质/氛围描述要能回答"光从哪来、打在什么地方、造成什么视觉 效果",不用"高清/电影感/超写实/大师级"类质量堆砌词;官方原文"Prioritize concrete descriptive details over vague terminology"与此完全一致。 | 分数 | 判据 | |---|---| | 5 | 全程无质量堆砌词,光影/材质/氛围描述都能回答"光从哪、打在哪、什么效果"三问 | | 4 | 基本具体,1 处出现轻微质量词但不是堆砌(如"质感细腻"单独出现一次) | | 3 | 具体描述和质量词混用,约一半篇幅是空词 | | 2 | 多数光影/氛围描述停留在质量词层面,具体细节少于一半 | | 1 | 通篇质量词堆砌("电影级 8K 超写实画质"),无任何"光源+位置+效果"级别的具体描述 | **判据来源**:knowhow §4 引用的 morphic.com/zh 四条范例("玻璃结着水汽…只留一处琥珀"/ "几乎只靠一盏橙色钠灯照明"/"地面白得过曝、天空硬蓝…几乎没影子"/"CRT 边缘有色散,黑压得很实") 是 5 分档的正面样板。 ### D5 运镜/对白语法规范性(权重 15) 判据锚点(knowhow §1.2、§3):镜头术语使用准确、全程只有一个主导运镜(除非明确拆成多镜头 结构);涉及对白时 `(S1)` 标注、`[语言] 确切台词` 语法正确,动作/情绪指令不混入标签内。 | 分数 | 判据 | |---|---| | 5 | 术语使用准确无误用;只有一个主导运镜;`(S1)`/`` 语法完全正确 | | 4 | 术语/语法基本正确,1 处轻微瑕疵(如幅度/速度修饰词缺失但不影响理解) | | 3 | 术语定义用对,但在同一镜头内混用了两个矛盾运镜(如同时要求"推进"和"环绕")而未拆分镜头 | | 2 | `(S1)`/`` 语法用错(表演指令混进对白标签内),或镜头术语明显误用(把 Truck 和 Pan 混为一谈) | | 1 | 完全没有运镜术语或对白语法意识,纯散文描述、无法定位主导运镜 | **判据来源**:knowhow §1.2 逐字复核的 `(S1)`/`` 示例 + §3 镜头术语表(全部信源印证准确, 无发现错误定义)。 ### D6 常见错误规避(权重 15,knowhow §6 六类新增错误) 判据锚点(knowhow §6):现有 Step 8 自查清单遗漏的 6 类新增错误——元指令代替具体描述、 参考素材未声明职责就堆叠使用、时间戳重叠或有间隙、单镜头短于 1.5 秒、首尾帧模式与全参考 模式混用、声音部分留空/省略。 | 分数 | 判据 | |---|---| | 5 | 6 类新增错误一个都未命中 | | 4 | 命中 1 处且非核心路径(如时间戳有极小间隙但不影响理解) | | 3 | 命中 2 处 | | 2 | 命中 3 处 | | 1 | 命中 ≥4 处,或命中结构性错误(如同一请求里同时触发 FL2VA 和 Ref2VA 字段结构混用) | **判据来源**:knowhow §6 合并表逐条标注来源(inreels.ai/fal.ai/imagine.art/ai-indeed.com)。 --- ## 三、总分计算方法 ### 3.1 加权和 ``` 加权和 = Σ(维度得分/5 × 维度权重) (满分 100) ``` ### 3.2 封顶规则(D1 天花板机制) 理由见〇:D1 是唯一被 knowhow §8 标为"❌完全缺失"的结构性维度,其余维度(尤其 D4/D5) 现有骨架已被多信源验证准确。若不封顶,D1 的低分会被其余维度的高分稀释成一个仍然体面的 总分,等于放行"模式完全用错、Ref2VA 三字段一个没写"的提示词。 ``` 若 D1 ≤ 1 → 总分上限 40 若 D1 = 2 → 总分上限 60 若 D1 ≥ 3 → D1 不封顶 最终得分 = min(加权和, D1 对应上限(如触发)) ``` ### 3.3 判定等级 | 分数区间 | 等级 | 处置建议 | |---|---|---| | ≥95 | 优秀(目标线) | 达到 Evolver 训练收敛目标,可部署 | | 90-94 | 合格(硬性部署线) | 达到部署门槛,建议下一轮针对薄弱维度微调 | | 75-89 | 待改进 | 不建议直接部署,需补齐薄弱维度重新评分 | | <75 | 不合格 | 判定为结构性缺失(多为 D1 未覆盖),需要重写核心维度 | **passing_score(硬性部署线)= 90**——本任务书原始要求直接指定的部署门槛("90 分仍作为部署 硬性及格线"),不是本次推导得出,详见 `baseline_target.md` 对该门槛可达性的核实。 --- ## 四、判据来源逐条对照表 | knowhow 章节 | 落地维度 | 说明 | |---|---|---| | §1.1 五种输入模式命名 | D1 | 核心锚点,权重最高 + 封顶 | | §1.1 Ref2VA 三新增字段 | D1 | 与模式识别绑定评分,非独立维度 | | §1.1 基础三字段 / Ref2VA 六字段 | D2 | — | | §5 声音设计规范(现有骨架薄弱环节) | D3 | — | | §4 光影氛围写法(证据最充分的一条) | D4 | — | | §1.2 `(S1)`/`` 语法 | D5 | — | | §3 镜头术语表 | D5 | — | | §6 六类新增常见错误 | D6 | — | | §8 校准表(对现有骨架的逐条验证/缺口结论) | D1-D6 全部 | 本 benchmark 的维度取舍直接依据这张表 | 6 个维度全部能追溯到 knowhow 具体章节,没有凭空设计的判据。