任务优先配对评测

场景模板评测A/B 对比投票

适用任务

同题候选与判断构成主任务，规则与辅助说明置后；桌面并排、窄屏纵向保持完整原片和判断入口。

适合: 可独立复用于视频、图像或其它需要快速比较两个候选并提交单次偏好判断的 A/B / 配对评测；内部评测与相近产品研究任务已批准。多臂工作台、问卷、通用表单、营销页与高风险审批未核实。
主要风险: 少量主判断不能替产品擅自合并真实标签；真实媒体控制、加载/错误、投票后端与防重复提交未由 exemplar 验证；隐藏或折叠控制不得改变被评测对象、观察条件或可见候选集合。

体验意图

未标注意图；可按模板正文判断是否适用。

单独使用这个子页面

属于评测工作台。本页应用与审核 Prompt 只针对当前子项。

页面衔接

仅在本次采用范围与目标已有关系中使用以下规则。

选择题集后再筛选模型、代码、配置和执行日期，选择一个或多个匹配批次；结果基于实际选中成员。日期含时区，未知时间不由导入时间冒充。
数据集→审阅→标准达成→实验对比沿真实身份衔接；切换题集明确重置不适用条件，返回保持相容条件。
同一题集及兼容标准下比较两侧；批次是数据来源，比较目标是所选模型、代码或配置等分析维度。多个尝试的聚合与权重由目标产品说明，不能挑最好的一条。
配对评测、排行榜和标准达成各自保留真实评价语义，没有关系不制造联动。

这个模板提供什么

复用方式: 按场景调整信息结构与交互；可直接采用默认设计，视觉风格按需另选。
结构与交互: 提供布局与组件说明。
视觉设计: 提供默认视觉参数，可按项目品牌或明确选择的风格调整。
应用后检查: 提供本场景的操作检查。

交互预览

1 个

示例适用范围

复用本子页面的任务结构与交互，以及 evaluation-workspace 的共同视觉；其他子页面不随局部使用强制引入。示例数据仅本地演示，不是业务契约。

参照页面

Video Arena · A/B盲测
直接参照 · 真实界面 · 观察于 2026-10-27
任务组织与控制台组件；示例不复制真实实验数据
需要公司登录权限；模板示例使用合成数据，不依赖来源网站访问。
来源为已部署2da8e38；公开入口实际操作，1440/390为同代码隔离浏览器观察。模板本身的新增合成示例另行验收。

按模板应用无需访问来源网站；需要研究未覆盖组件时，可从这些入口继续查证。

应用前了解

会改变什么: 先上下文与同题候选，再主判断和继续；在窄屏保持可比较关系。
补齐未选、已选、提交中、失败重试、成功下一题与结束状态。
数据条件与适用限制: 提供题目与候选关联、真实判断标签、媒体和提交接口；示例仅本地模拟，没有真实媒体与投票持久化。

应用后的页面

主题

基于Video Arena已部署界面的场景视觉默认：中性画布、轻边线与紧凑控件；任务规则独立于可选视觉风格。；可选：采用控制台基线并保留项目品牌、按项目明确的设计约束调整

布局 · 任务优先配对评测

同题候选与判断构成主任务，规则与辅助说明置后；桌面并排、窄屏纵向保持完整原片和判断入口。

组件 · 任务与候选

上下文、候选身份与内容保持同题关联；并排可比较，媒体控制与观看条件由项目定义。

组件 · 互斥判断与继续

沿项目真实标签提供互斥选择；提交中防止重复操作，失败保留选择并允许重试，成功按真实结果推进下一题。

组件 · 进度与说明

进度与当前题目一致；方法与辅助控制置后，演示提交不声称真实持久化。

项目覆盖

有效设计合并与冲突处理遵循 web-ui-workflows apply-ui-template；保留明确的项目约束与业务语义。评测对象、标签、指标口径、观看条件和提交契约由目标项目决定。

共同设计规则

默认视觉

EW-V01：中性画布与白色表面，浅灰细边线、8px圆角；不依赖密集黑框、渐变和大阴影区分区域。
EW-V02：系统无衬线，标题24px、正文14px/22px、辅助12px；技术值按需等宽，黑色主操作、蓝色链接与焦点，保留项目品牌。
EW-V03：桌面216px任务侧栏，主体24–32px留白；窄屏顶部完整场景/任务导航、主体16px留白，不用窄条强制拆字；长内容自然滚动。
EW-V04：同题候选/系列原片与标题保持对应，完整画幅不裁切；宽屏并排，窄屏纵向或明确的局部滚动。
EW-V05：展开标题、主体、嵌套项和末端属于连续区域；主体16px留白，多个组同时展开也能辨认归属。表格只在自身区域横向滚动。
EW-V06：紧凑选择控件由触发器、可搜索checkbox菜单与已选标签组成；宽窄屏选中和移除均易识别，checkbox/radio不套文本输入尺寸。深色仅为已有示例适配，不声称来自Arena深色实测。

共同交互

EW-I01：配对评测围绕同题上下文、两候选与判断展开；加载、不可评测和提交错误仍可见，成功回执后才推进。标签、候选集合、音视频观看条件与持久化契约由目标提供，模板不替换为来源网站的业务规则。
EW-I02：窄屏优先上下呈现两个候选，保持同题身份与完整判断入口；空间不足时用任务区滚动，不能以轮流隐藏一侧或裁切画面伪造同时可比。来源移动端的沉浸式布局可按目标导航、控制和文本任务作显式适配。
EW-I03：排行榜先给范围与结果，再提供方法；筛选实际更新数据。缺少可靠排名时保留真实不可排名原因，置信区间和影响结论的缺值不能为贴近外观而丢失。宽表在自己的区域滚动。
EW-I04：筛选提交和搜索选项分开，条件、成员、分母和结果一致；未应用修改要让读者知道，返回保留题集与范围。
EW-I05：数据集按题连续呈现输入和所选系列，审阅保留判据与修订，分析和比较沿真实身份接续；所有业务口径由目标产品提供。

应用后检查

失败后题目和选择保留，重试成功后当前题目与进度一起变化，提交中不能重复推进。
宽窄屏读到同一题的两个候选与完整判断标签；不改变候选内容或观看条件。

Prompt 模板

1 条

中文默认

## 执行方式

本 Prompt 依赖 skill web-ui-workflows（公开仓 https://github.com/lindong28/lindong-skills 的 web-ui-workflows/ 目录）。若尚未安装，先 git clone 该仓库到独立目录，取得完整 web-ui-workflows/；可放到 Claude Code 的 ~/.claude/skills/ 或 Codex 的 ~/.agents/skills/，已有同名目录不直接覆盖。无论是否已安装，本次会话都先读取该目录 SKILL.md 及下方指定工作流的正文，按其中的依赖说明准备工具并执行，不等待宿主重新发现 skill。下方占位符表示尚缺输入，先复用对话已有信息，只向用户询问仍影响任务的缺项；无需用户预先安装作者的配置。

## 任务

使用 `web-ui-workflows apply-ui-template` 改进目标网页。

本次范围：只采用“评测工作台”中的“任务优先配对评测”子页面。读取该定义内的 suite_context，共同规则仅在本次目标有对应关系时适用；不因此新增整套页面。

模板：任务优先配对评测
模板定义：https://prompts.aiplanet.live/api/webui/v3/templates/evaluation-workspace/sections/task-first-pairwise-evaluation.json
目标仓库：[填写仓库路径]
目标页面：[填写 URL 或路由]
读者任务：[填写用户需要完成的事]

读取当前定义的组件、数据条件、acceptance 与适用范围，按 skill 的合并规则形成或复用本次有效设计。示例内复用范围由 data-axis-owner="shell-pattern:task-first-pairwise-evaluation" 标记；借用仅覆盖该场景；其他场景、来源产品品牌与演示数据不随之套用。

让读者理解任务、查看同题两侧产物并提交判断；核对提交中防重复、失败保留当前题与选择、成功后进入下一题。数据与提交能力取自目标产品；本地模拟状态和真实投票持久化分别报告。

在目标项目实现并从真实入口验证本次改动，报告采用的层、项目覆盖及未核实项。模板示例是本地重构件，不是参照产品的真实页面；示例的可运行不证明目标产品的业务功能已完成。

默认视觉与适用交互以当前定义中的 evaluation-workspace profile 为准；未另选风格时采用该场景的 Video Arena 控制台视觉。深色按定义的适配边界处理，保留目标品牌、真实标签、观看条件与统计口径。

审核现有页面

只审核，不修改

## 执行方式

本 Prompt 依赖 skill web-ui-workflows（公开仓 https://github.com/lindong28/lindong-skills 的 web-ui-workflows/ 目录）。若尚未安装，先 git clone 该仓库到独立目录，取得完整 web-ui-workflows/；可放到 Claude Code 的 ~/.claude/skills/ 或 Codex 的 ~/.agents/skills/，已有同名目录不直接覆盖。无论是否已安装，本次会话都先读取该目录 SKILL.md 及下方指定工作流的正文，按其中的依赖说明准备工具并执行，不等待宿主重新发现 skill。下方占位符表示尚缺输入，先复用对话已有信息，只向用户询问仍影响任务的缺项；无需用户预先安装作者的配置。

## 任务

使用 `web-ui-workflows review-ui` 审核目标网页。

本次范围：只采用“评测工作台”中的“任务优先配对评测”子页面。读取该定义内的 suite_context，共同规则仅在本次目标有对应关系时适用；不因此新增整套页面。

模板：任务优先配对评测
模板定义：https://prompts.aiplanet.live/api/webui/v3/templates/evaluation-workspace/sections/task-first-pairwise-evaluation.json
目标仓库：[填写仓库路径]
目标页面：[填写 URL 或路由]
读者任务：[填写用户需要完成的事]

读取当前定义的组件、数据条件、acceptance 与适用范围，按 skill 的合并规则形成或复用本次有效设计。示例内复用范围由 data-axis-owner="shell-pattern:task-first-pairwise-evaluation" 标记；借用仅覆盖该场景；其他场景、来源产品品牌与演示数据不随之套用。

让读者理解任务、查看同题两侧产物并提交判断；核对提交中防重复、失败保留当前题与选择、成功后进入下一题。数据与提交能力取自目标产品；本地模拟状态和真实投票持久化分别报告。

本次只审核，不修改。实际阅读并操作目标页面，核对主任务、状态与导航是否适合实际内容，报告问题、影响、响应及验证范围，不把模板的示例数据和历史验证范围当作目标产品的证据。

默认视觉与适用交互以当前定义中的 evaluation-workspace profile 为准；未另选风格时采用该场景的 Video Arena 控制台视觉。深色按定义的适配边界处理，保留目标品牌、真实标签、观看条件与统计口径。