--- version: v4 generated_by: innovator-digest date: 2026-08-27 based_on: hunt/knowhow_v4.md + sources_v4.json(T-mtbn18a4)+ master_input_storyboard_case_v4.md + Innovator 四项拍板 R1-R4 + v3 遗留 L1-L3 supersedes: benchmark_v3.md quote_verification: 新增 A 级引文已由 Digester 于 2026-08-27 独立复抓核对(7 个官方文件全部 HTTP 200, 字节数与 sha256 前 16 位与 sources_v4.json 逐一致,行号逐字命中,见 benchmark_v4_revision_notes.md 附录 A) --- # H3 视频提示词质量评分基准 v4 — h3-video-prompt > 生成者:innovator-digest(Phase 2 Digest,v4 增量修订)|日期:2026-08-27 > 评分对象:**该 agent 针对一条用户视频创意产出的最终交付物**。v3 起按产出形态分轨计分; > v4 把轨制从两轨扩到**三轨**(prompt / block / clarify,见 §二 C3/C8)。 > 前身:`benchmark_v3.md`(2026-08-27,9 维度 + C1/C2/C3)。v4 **不推翻 v3 的九维度骨架、权重与双轨计分制**, > 只做四类事:把 knowhow_v4 揭示的「两种官方习语」落成条款(C4-C7)、把 master 拍板的 R1-R4 落成条款、 > 把 v3 遗留的 L1(反问清单判分口径双读法)写死成第三轨、把 L2/L3 逐项闭环。 --- ## 〇、v3 → v4 修订背景 ### 0.1 触发源(四股输入) 1. **knowhow_v4(Hunter v4 轮,T-mtbn18a4,Innovator 已独立复核)**新揭示的事实: - 官方仓库并存**两种提示词习语**,且两者的语言规则**互相冲突**:习语甲(h3-prompt-writing) 要求正文英文(官方 SKILL.md:33);习语乙(官方 skills/ 下 8 个风格 skill)要求 *"The final prompt language must follow the dominant language of the user input: Chinese input produces Chinese…"*(handdrawn-live SKILL.md:13)。两条都是官方逐字条文,但属**不同层级文本**。 - **master v4 案例(分镜镜头脚本)的官方同型母本已找到**:co-op-game-intro-generator 的 `h3-video-prompt-template.md` 逐字使用 `[0秒–2秒]`…`[10秒–15秒]` 六个时间窗标题(:50-121), 每窗首行是 `景别/机位` 字段,六窗边界相接、总和 15s,与 master 案例逐窗同长(knowhow_v4 §2.2 逐项对照)。 - 「4–15 秒」时长范围本轮钉死到 **README.md:73** 官方规格表逐字 `| Output duration | 4–15 seconds |`; 时长指定走请求体 `duration_seconds`(三个官方脚本实测 5/8/10),不进提示词正文。 - 时间窗边界纪律官方证据**分三层**(无缝隙 A 级 / 无重叠相邻条款 / 总和与首窗为构造性),不得合并成一句 「官方要求」(knowhow_v4 §7 分级表)。 - 非锚点参考图**官方不允许也不要求秒级对齐**:ref-en.txt 全文 0 处 "aligns with"(本轮 grep 复核), 官方落位是镜头映射(ref-en.txt:70-73)或角色绑定(co-op template:18-23)。 2. **master_input_storyboard_case_v4.md**:master 给的期望产出形态参考(单人义肢少女六窗分镜), 本轮必须改写成 benchmark 主场景(TS-19)。 3. **Innovator 四项拍板 R1-R4**(本基准负责落条款,见 §二 C4-C7)。 4. **v3 遗留三项**:L1 反问清单判分口径双读法(evolve_report_v3 §四.2 / fde_report_v3 §五.1)、 L2 B1-B5 构造项回填检查、L3 evolve_report_v3 / fde_report_v3 登记的其他遗留项。 ### 0.2 引文独立性说明(诚实记录) 本基准所有新增 A 级引文已由 Digester 于 2026-08-27 独立复抓 `raw.githubusercontent.com` 并逐字比对, **7 个官方文件全部 HTTP 200、零重试零超时**,字节数与 sha256 前 16 位与 sources_v4.json 登记值逐一致: | 文件 | bytes | sha256 前 16 位 | 结果 | |---|---|---|---| | `README.md` | 40135 | `7964f3044d3c7efa` | ✓ 与 s05 一致 | | `skills/co-op-game-intro-generator/references/h3-video-prompt-template.md` | 10331 | `7fac20c236de585d` | ✓ 与 s13 一致 | | `skills/3d-animation-short-generator/references/shot-table-spec.md` | 7803 | `d4770ff3f7c6d1d8` | ✓ 与 s17 一致 | | `skills/3d-animation-short-generator/references/storyboard-guidelines.md` | 14959 | `a1a5aaed9681dd2f` | ✓ 与 s16 一致 | | `skills/handdrawn-live-video-generator/SKILL.md` | 7911 | `5c62175b552f51ed` | ✓ 与 s19 一致 | | `skills/co-op-game-intro-generator/SKILL.md` | 8216 | `8b49cf84a70fbbc9` | ✓ 与 s12 一致 | | `scripts/readme/reproducible-768p-t2va-request.sh` | 3425 | `78bfe72365f27a53` | ✓ 与 s25 一致 | 指定行号逐字命中(README:67/:73/:85、co-op template:18-23/:48/:50/:51/:53/:55/:63-68/:75/:77/:79/:102/:104/:106/:111/:113/:115/:117/:121/:122/:128/:133、shot-table-spec:23/:62/:65、storyboard-guidelines:47、handdrawn:13/:57/:61-63、base-en:86/:146、t2va 脚本:19)。 负向主张独立复核成立:base-en/ref-en `grep -ciE 'gap|overlap'` **零命中**、窗式写法 `[Xs-Ys]`/`[X秒–Y秒]` **零命中**、 ref-en `aligns with` **零命中**、co-op 模板 `` **零命中**且六窗「声音:」字段均为声音氛围描述(无对白/台词字段)。 完整日志见 `benchmark_v4_revision_notes.md` 附录 A。仍不可达部分沿用 knowhow_v4 §11:**platform.minimax.io 开放平台 schema 本轮仍未核实**(未重试,本轮问题集不涉及);`conditions[].role` 枚举第二信源仍缺; `skills/*/SKILL.cn.md` 8 个中文版未抓(引用一律以英文版/模板原文为准)。 ### 0.3 出处分级体系(沿用 v3,贯穿全文) | 等级 | 含义 | 引用形态 | |---|---|---| | **A** | 官方逐字条款 | `官方文件:行号` + 原文 | | **B** | 内部规范(我方工程约定 / 评审推演,方向与官方不矛盾,且有相邻官方条款) | 标注「内部规范」并给出提出来源 | | **C** | 构造性设计(无任何真实先例或官方文本,从规则合理推演出的收口/边界处理) | 标注「构造性设计」 | --- ## 一、维度设计(沿用 v3:9 维度,权重 20 + 10×8 = 100) | 维度 | 名称 | 权重 | v4 变化 | |---|---|---|---| | D1 | 官方输入模式覆盖度(核心锚点) | 20 | **增补习语判定判据**(C4)+ 非锚点图不做秒级对齐(C4)+ 习语乙 Reference roles 落位 | | D2 | 结构化字段完整性 | 10 | **按习语分轨**:习语甲沿用六字段/三字段;习语乙为时间窗结构判据(新增) | | D3 | 声音设计完整性(含 N/A 精确条件) | 10 | 增补习语乙「声音」字段落点(v3 档位不变) | | D4 | 具体性 vs 空洞质量词 | 10 | 增补 UI 文字四禁令判分落点(C7) | | D5 | 对白逐字保真与 `` 格式(硬性规范) | 10 | **按习语分轨**:习语甲口径 V/R 两套五档不变;习语乙新增子表(本轮 grep 实证官方模板 0 处 ``) | | D6 | 运镜与镜头语言一致性 | 10 | **增补「每窗/每镜首行显式机位或主导运镜」**(闭环 v3 遗留 §四.3)+ 时间窗边界纪律(C5) | | D7 | 素材可用性预检与阻塞报告 | 10 | 增补习语乙资产层义务(Reference roles + url 不进正文) | | D8 | 意图忠实与扩写边界(含输入冲突解决) | 10 | 增补总时长冲突解决判据(TS-28) | | D9 | 输出前机械校验 | 10 | **按习语分轨的词法纪律** + 时长不进正文校验项(C6)+ UI 四禁令机械校验(C7) | **算式**:`20 + 10×8 = 100`(与 v2/v3 完全一致,本轮不加第 10 维)。 **为什么不在本轮新增第 10 维(习语乙形态维)**:knowhow_v4 §10.7 建议的新判据(每窗首行机位、每窗 UI、 可量化状态、UI 可读禁令、非锚点图不秒级对齐)全部可以落在既有 D1/D2/D4/D6/D9 内,与 v3 拒绝第 10 维的 同一理由成立(v3 revision_notes §三:再切新维度会稀释仅有少量真实先例的行为类维度的权重可解释性)。 习语乙形态的「结构」判据归 D2(它本质是字段完整性)、「记号词法」归 D9(机械校验)、「习语选择」归 D1 (它本质是模式判定)——判据增加,维度数与权重不动。 --- ## 二、全局裁决条款(C1-C8;C1-C3 沿用 v3,C4-C8 为 v4 新增) ### C1 标签映射与两层分离(`[v3继承]`,v4 增补习语乙侧落位) v3 全文有效:资产层(url 逐张保留、顺序 = 菜单顺序 = 自动编号顺序、url 不进正文)/ 正文层(习语甲:官方四标签 `` + `(Sx)`,禁官方外编号词法与幽灵编号)、 三种常见素材的正文层落位、序号内联引用写法、判分细则。 **v4 增补(习语乙侧的两层落位)**:C1 的两层分离逻辑跨习语成立,但**正文层记号体系按习语分轨**: | 层 | 习语甲(英文结构化) | 习语乙(时间窗散文) | |---|---|---| | 资产层 | `conditions[].uri` / `references` 数组,原 url 原样、顺序 = 菜单顺序 | 同左(**跨习语不变量**:url 保真与顺序义务与习语无关) | | 正文层记号 | `` / `` / `