{ "version": "v4", "generated_by": "innovator-digest", "date": "2026-08-27", "based_on": "hunt/knowhow_v4.md(T-mtbn18a4)+ master_input_storyboard_case_v4.md + Innovator 拍板 R1-R4 + v3 遗留 L1-L3(任务 T-mtbq78te)", "supersedes": "test_scenarios_v3.json", "note": "评分对象是 h3-video-prompt agent 针对每条创意描述产出的最终交付物,按 benchmark_v4.md 打分。轨制从两轨扩到三轨:expected_outcome 取 prompt|block|clarify(benchmark_v4.md §二 C3/C8)。TS-01~18 沿用 v3 骨架(其中 TS-01/07/08 由 prompt 轨改判 clarify 轨,C8 裁决);TS-19~28 为 v4 新增(分镜时间窗能力)。出处等级:A=官方逐字条款、B=内部规范、C=构造性设计(标注在每条判据尾部)。Ref2VA 场景 asset_menu 的 url 用 占位,真实跑测时须替换为可访问的同源地址。", "track_note": "v4 起轨别跟随实际产出形态(C8a):声明 prompt 而实际产出为澄清件 → 改判 clarify 轨按 CL1-CL5 计分;声明 clarify 而实际产出为正式 Prompt → 改判 prompt 轨。改判须在评分记录注明原因。", "scenarios": [ { "id": "TS-01", "mode": "T2VA(主体未知)", "difficulty": "基础", "expected_outcome": "clarify", "v4_change": "由 v3 的 prompt 轨改判 clarify 轨(C8 裁决:正确行为是反问,属非 Prompt 交付物,量尺跟着交付物走;v3 的 D2-D6 记 2/5 实体化口径就此废除)", "raw_brief": "帮我拍个开箱视频,就是纯手办开箱,没有别的素材。", "why_this_mode": "核心主体未知(哪个手办完全没说),按 SKILL §10.1 正确行为是一次性反问,不出正式 Prompt。v4 改判 clarify 轨,按 CL1-CL5 实体判分。", "scoring_points": [ "CL1(30):一次性问全缺失关键项——开哪个手办(主体)、手办外观/包装特征、开箱动作顺序、场景与桌面、情绪基调、期望时长(4-15 秒,[A] README.md:73)、有无对白;漏问主体或时长 → ≤15", "CL2(25):不编造具体手办往下写、不带出半成品 Prompt(SKILL §10.1:替用户编造主体外观属越权)", "CL3(15):分支预判——纯文字→T2VA 习语甲;若后续给了参考图则升级 Ref2VA;[B] 若用户要分镜则习语乙(C4 切换判据预告)", "CL4(15):已知信息锁定(开箱题材、无参考素材);时长/基调等低风险参数如推定须显式标注假设", "CL5(15):不伪造合规 JSON;schema 无反问通道则明说信息不足" ] }, { "id": "TS-02", "mode": "I2VA", "difficulty": "基础", "expected_outcome": "prompt", "raw_brief": "这是我们奶茶新品的一张海报图,想让它'动起来',杯子转个圈然后倒出奶茶的效果。", "why_this_mode": "以一张首帧图像为起点展开叙事,对应官方 I2VA。[v3继承]", "scoring_points": [ "D1:识别为 I2VA,从参考图静态状态展开动作,不当 Ref2VA 或重新构图", "D9:I2VA 起始指令行含 `` 且编号正确、占位符已解析;[v3] 顺序口径 = references 数组 = 菜单原始顺序 = 自动编号顺序(机制性证据 chat_template.json + 内部规范 B);[v4] 交付说明注明 duration_seconds 取值([A] 官方脚本 t2va:19/fl2va:25/ref2va:29 同构,B 级交付要求)", "D2:integrated_multimodal_description 是否交代'静止→转圈→倒出'时间线", "D6:转圈+倒出是否有唯一主导运镜,不塞矛盾指令" ] }, { "id": "TS-03", "mode": "FL2VA", "difficulty": "中等", "expected_outcome": "prompt", "raw_brief": "有一张女生站在门口的照片和一张她已经走进屋里坐下的照片,想要中间的过渡动画,15秒。", "why_this_mode": "首尾两帧描述连续运动路径,对应官方 FL2VA。[v3继承]", "scoring_points": [ "D1:两张图各自的时间戳显式标注(0.00s / 结束帧),不得只当 I2VA 处理其一", "D1/D6:不得把首尾帧场景当 Ref2VA 写(首尾帧与全参考结构混用仍是 D1 档 2 违规)", "D9:FL2VA 指令行 N / S.SS 已替换成具体数值,无残留字面占位符(内部规范 B)", "D4/D8:中间过程可补低风险可拍摄细节,不得添加剧情结论" ] }, { "id": "TS-04", "mode": "L2VA", "difficulty": "中等", "expected_outcome": "prompt", "raw_brief": "只有一张最后定格的照片——男人站在悬崖边看着日出,我要一段到达这个画面之前发生了什么的视频。", "why_this_mode": "仅有尾帧,反推到达前的过程,对应官方 L2VA。[v3继承]", "scoring_points": [ "D1:识别为 L2VA,产出是反推过程而非复述尾帧画面", "D8:反推限定低风险可拍摄动作,不得添加关系/情绪等高风险剧情推断", "D4:动作三段式具体展开且正好停在尾帧状态", "D6:运镜方向呼应'逐渐抵达'叙事,不与定格机位矛盾" ] }, { "id": "TS-05", "mode": "Ref2VA", "difficulty": "困难", "expected_outcome": "prompt", "asset_menu": [ { "order": 1, "id": "watch", "type": "image", "role": "产品外观来源", "url": "/h3_v3_ts05/watch.png", "note": "" }, { "order": 2, "id": "speaker_video", "type": "video", "role": "人物形象与身份锚定", "url": "/h3_v3_ts05/speaker.mp4", "note": "" } ], "raw_brief": "帮我做条产品发布短视频:15秒,参考素材是一张我们智能手表的产品图和一段之前拍好的代言人口播视频片段,想要代言人抬手展示手表的镜头,手表外观和之前口播视频里的人物形象都要保持一致,风格科技感但不要浮夸。", "why_this_mode": "1 图 + 1 视频的多主体一致性场景,官方 Ref2VA 典型用例。[v3继承]", "scoring_points": [ "D1:subject_definitions 分别声明手表与代言人两个主体,summary/retention_analysis 点名跨镜头保持一致的具体特征", "D7:两条素材分别声明职责;原 url 原样进 conditions[].uri / references 数组,顺序 = 菜单顺序,url 不出现在正文层([A] README.md:272 + 内部规范 B)", "D9:视频素材走 `