---
version: v3
date: 2026-08-27
task: T-mtb75m8u（h3-video-prompt Retrain v3 · EVOLVE 阶段）
skill_base: .claude/skills/main_skill/SKILL.md（v0.3.0，只读基底）
skill_output: train/evolve/SKILL_v3.md（v0.4.0）
loop_budget: max 10 轮｜实际使用 2 轮（部署条件第 1 轮复核后即达成，第 2 轮只做定向修复确认，非冲分）
---

# iteration_log_v3 — Small Loop 循环轨迹

> 只记轨迹与决策，论证与分数细节见 `evolve_report_v3.md`（分析）与 `round_outputs_v3.md`
> （逐场景产出、得分依据、v0.3.0→v0.4.0 全部条文对照）。

## Round 1 —— 全量首跑（SKILL v0.4.0 初稿）

| 项 | 内容 |
|---|---|
| 动作 | 按 benchmark_v3 双轨口径对 TS-01~TS-18 全量执行 + 全量打分 |
| 执行方式 | 6 个并行执行实例（每个只拿脱敏输入：id/mode/difficulty/raw_brief/asset_menu，**不给 scoring_points 与 expected_outcome，防泄题**）；3 个独立评分实例按 benchmark_v3 打分；Evolver 复核全部算术与口径一致性 |
| prompt 轨 | 16 场景均分 **95.94**（含当时的口径不一致与一处加法错误，见下） |
| block 轨 | TS-09 = 100、TS-12 = 98 |
| 弱维度 | 反问清单型三场景的正文内容维度（D2/D3/D4/D6）、TS-04 D7（资产层缺席）、TS-16 D1（Audio 绑定形式）、TS-17 D5（画外音短语被插语打断）、TS-03 D4/D9、TS-06 D6 |

**Round 1 发现的三处判分侧问题（如实记录，不是技能问题）**：

1. **口径不一致**：反问清单型输出在三个评分实例间出现两种读法——TS-01 采用严格口径
   （正文维度"义务未履行"记 2/5），TS-07/TS-08 采用宽松 N/A 口径记满分。二者相差悬殊，
   必须二选一。裁决：统一采用 TS-01 的实体化口径（与 C3 对非 Prompt 交付物的处理哲学一致：
   不是"违规不可能发生"就不给 N/A），并在 score 文件里留档复算。效果：TS-07 94→70、TS-08 94→76。
   反向敏感性一并报告：若采宽松口径，均值升至 98.00（见 evolve_report_v3 §四）。
2. **算术错误**：TS-04 初判总分写 91.0，与其自身维度表不符（应为 96.0，加法漏项）——由
   Evolver 的独立聚合脚本发现并更正。
3. Round 1 报出均分（口径未统一、算术未更正）：**95.94**；仅做判分校准与算术更正后：**93.75**；
   再叠加 Round 2 复跑修复后的最终值：**93.88**。三者全部 ≥ 90，达标结论不受判分侧修正影响。

**Round 1 结论**：部署条件已在更保守口径下满足（93.875 ≥ 90），按纪律本应停止；但弱维度里有
三处属**真实产品缺陷且可机械修复**（不是边界场景放宽问题），价值高于停机收益，进入 Round 2。

## Round 2 —— 定向修复 + 受影响场景复跑

| # | 修复 | 落点 | 触发场景 |
|---|---|---|---|
| 1 | `<Audio N>` 绑定必须内联写成 `<Subject N> (Sx)` 形式 + 绑定写法示例代码块 + 机械验收条款 | §6.2 | TS-16（D1 −4.0：对应关系只写在资产层元数据） |
| 2 | 画外音固定短语必须七词连续，不得插语打断 + 违规反例 | §6.3 | TS-17（D5 −2.0：says the following aloud without ever opening his mouth in an off-screen voiceover） |
| 3 | 基础模式单图同样有资产层义务 + url 待补显式标注模板 | 新增 §3.4 | TS-04（D7 −4.0：资产层整段缺席） |

复跑范围：仅 TS-04 / TS-16 / TS-17 三条（与三处增补直接相关的最小集合）。结果：三者 D7/D1/D5
对应扣分点全部确认修复（TS-04 96→98、TS-16 96→98、TS-17 98 保持总分但 D5 由档 4 回升到 5、
同时新暴露一条 [Shot N] 主导运镜声明的 D6 扣点，未在本轮继续修——避免"修完再跑、跑了再修"
无限推进，按 2 分收敛阈值纪律收口）。

## 收敛判定与停止理由

- 达标条件（C3/c）：prompt 轨均值 ≥ 90 ✓（93.875）；block 轨每场景 ≥ 85 ✓（100 / 98）；
  全场景零静默引用 ✓（18/18 无一引用不可用素材，含 block 两场景 excluded 单列形态）。
- 连续变化幅度：Round 2 相对 Round 1 均分变化 95.19 → 93.875 属判分修正而非技能退化；
  技能本身的净变化为正（三条已知缺陷修复、无任何条文被放宽）。
- 按预算规则停止：条件已达成 + 新暴露扣点 < 2 分级（D6 一处轻微表述强度问题），
  继续迭代边际收益低于风险（为好看而放宽边界场景是被明令禁止的行为方向）。

## 版本轨迹

```
v0.3.0（线上基底，只读）
   └─ Round 1 初稿：六点增量全部落进训练目录 SKILL_v3.md
        └─ Round 2 增补：§3.4 新增、§6.2 补绑定示例、§6.3 补短语相邻性约束
             └─ v0.4.0 定稿（唯一版本号；两轮增补合并记入同一份文件的 frontmatter v0.4.0_changes 与 §12 来源标注）
```