v5 vs v6 标注字典逐字段逐枚举对比

不变

基础元信息，稳定且必要。

不变

基础元信息，稳定且必要。

不变

基础元信息，稳定且必要。

不变

基础元信息，稳定且必要。

不变

基础元信息，稳定且必要。

7值→6值，改为规则字段；删除 unknown

图片=static，视频按时长分桶，这是确定性规则，不应消耗模型判断；unknown 删除，时长是客观可计算的值。

不变

业务核心字段，V3 规则已定版，保持稳定。

不变

人物计数维度清晰，保持稳定。

4值→4值，unknown 替换为 none

无人物时输出 none 而非 unknown，语义更准确。

5值→5值，unknown 替换为 none；改为两段式 multi

先逐项判断是否存在，再聚合；都不存在则输出 none，减少随意填 unknown。

不变

人物职业/角色类型维度合理，保持稳定。

不变

场景类型维度合理，保持稳定。

不变

次场景类型，保持稳定。

不变

本地化信号维度合理，保持稳定。

不变

主视觉元素维度合理，保持稳定。

不变

次视觉元素维度合理，保持稳定。

不变

信息呈现形式维度合理，保持稳定。

不变

次信息呈现形式，保持稳定。

不变

版式风格维度合理，保持稳定。

11值→9值；删除 black_white_gray / soft_neutral，保留 high_contrast

按 Russell 要求优先区分金融常见三色（绿/蓝/紫）；black_white_gray / soft_neutral 低频且主观，删除；high_contrast 保留——用于标注同一画面中使用两种或多种冲突较大颜色的素材，有实际判断价值。

不变（判定释义在 v5 已收严）

v5 已收严为"必须出现品牌名或 Logo"，v6 继续沿用。

不变

吸睛策略维度清晰，保持稳定。

不变

声音风格维度合理，保持稳定。

11值→7值；删除 curiosity_gap / topical_hook / outcome_first / unknown，outcome_first 并入 benefit_first

curiosity_gap 低频且主观，topical_hook 依赖实时热点难判断；outcome_first 与 benefit_first 边界不清，合并。unknown 删除。

7值→6值；humorous 并入 friendly_casual

按 Russell 要求保留销售语气差异，不能粗暴合并 aggressive_sales / empathetic / urgent_fomo；humorous 与 friendly_casual 边界模糊，合并。

9值→7值；合并 message_us + swipe_click → contact_us，删除 unknown

按 Russell 要求保留 CTA 细粒度。message_us 和 swipe_click 行为相似，合并为 contact_us；unknown 删除，CTA 通常明确可判。

12值→9值；tutorial_steps→demo_walkthrough，before_after→skit_narrative，single_message_static→single_static，恢复 listicle，删除 unknown

demo_walkthrough 比 tutorial_steps 更准确；skit_narrative 比 before_after 更宽泛（覆盖戏剧性展示）；single_static 更简洁；listicle 实际存在，恢复；unknown 删除。

13值→10值；同步重命名，恢复 listicle，删除 unknown，保留 none

与 primary 保持一致，secondary 额外保留 none 作为"无次要叙事结构"兜底。

保留字段；说明开头前几秒的节奏；删除 unknown，新增 static_image

opening_speed 仅描述开头前几秒，与 edit_pace（整体节奏）不重叠，保留有价值；新增 static_image 供图片素材使用，确保图片不会强行套用视频节奏档位。

5值→4值；删除 unknown，新增 static_image 供图片素材使用

视频节奏可直接判断，无需 unknown；图片素材无剪辑节奏，新增 static_image 作为专用选项，与视频档位明确区分。

6值→5值；删除 mixed

mixed 定义模糊、价值低，标注一致性差；其他 4 类已能覆盖主要样式。

14值→10值；删除 voiceover_broll / screenshot_explainer / image_text_voiceover / talking_head_pitch，恢复 carousel_card，保留 popup_notification

voiceover_broll 与 app_demo/text_overlay_static 大量重叠；screenshot_explainer 和 image_text_voiceover 可归入 app_demo；talking_head_pitch 与 ugc_face_to_camera 边界不清。carousel_card 实际存在，恢复；popup_notification 保留——较多视频素材采用即时通讯或APP弹窗提示形式，测试样本频率低但实际存在。

15值→11值；同步删除 voiceover_broll / screenshot_explainer / image_text_voiceover / talking_head_pitch，恢复 carousel_card，保留 popup_notification，保留 none

与 primary 删并逻辑保持一致；popup_notification 同步保留；secondary 额外保留 none 作为"无次要格式"兜底。

4值→3值；very_native + somewhat_native 合并为 native

两者边界过于主观，难以稳定判断，合并为 native；保留 ad_like 作为对立面。

6值→5值；insert 改名为 composite，ai_digital_human 改名为 ai_generated，删除 unknown

composite 比 insert 更准确描述多素材合成；ai_generated 比 ai_digital_human 更通用（不局限于数字人）；unknown 删除，来源通常可判断。

15值→14值；合并 easy_approval + instant_approval + low_requirements → easy_process，新增 repayment_amount

三者均表示"门槛低/审批快"，合并为 easy_process 减少歧义；repayment_amount 是贷款场景关键卖点，补充进来。

18值→15值；合并 easy_approval + instant_approval + low_requirements → easy_process，删除 approval_criteria + unknown

与 primary 同步精简；approval_criteria 与 application_process 重叠，删除；unknown 删除，改用 none 兜底。

10值→9值；删除 unknown

逐项判断是否存在，全部不存在则输出 none；不再使用 unknown 作为兜底。

10值→10值，unknown 替换为 none

逐项判断用户需求场景，全部不存在则 none；unknown 改为 none，统一兜底语义。

不变（v5 已合并 audience.target_state）

主题策略维度在 v5 时已整合人群定向信号，v6 保持稳定。

3值，改为规则派生；删除 unknown

此字段用于判断是否需要人工介入，不应靠主观自评，改由 evidence_quality 等客观信号自动派生。unknown 删除，不再允许主观兜底。

新增字段，为 confidence 提供客观依据

提供 visual_clarity / text_readability / audio_clarity 三维信号，支持自动判断是否需要人工复核。