prompt-optimizer/docs/workspace/compare-evaluation-analysis/real-api-samples/basic-system-compare/response.md

basic-system-compare

Meta

• Type: compare
• Model: dashscope
• Duration: 8418ms
• Timestamp: 1773732666570

Score

• Overall: 65

Key	Label	Score
goalAchievementRobustness	目标达成稳定性	40
outputQualityCeiling	输出质量上限	70
promptPatternQuality	提示词模式质量	30
crossSnapshotRobustness	跨快照鲁棒性	20
workspaceTransferability	对工作区的可迁移性	80

Improvements

• 在提示词中明确角色（如客服助手）、任务步骤（判断问题类型）和输出格式，以提升输出结构化与目标达成率。
• 增加示例或更具体的约束条件，引导模型生成更贴合场景的回复内容。
• 统一不同模型间的提示词规范，增强跨模型响应的一致性和可靠性。

Summary

快照 B 表现更好，因为它补充了明确的角色、任务步骤和输出格式，而快照 A 的提示词过于模糊，导致输出质量低且缺乏结构。

Raw Response JSON

{
  "type": "compare",
  "score": {
    "overall": 65,
    "dimensions": [
      {
        "key": "goalAchievementRobustness",
        "label": "目标达成稳定性",
        "score": 40
      },
      {
        "key": "outputQualityCeiling",
        "label": "输出质量上限",
        "score": 70
      },
      {
        "key": "promptPatternQuality",
        "label": "提示词模式质量",
        "score": 30
      },
      {
        "key": "crossSnapshotRobustness",
        "label": "跨快照鲁棒性",
        "score": 20
      },
      {
        "key": "workspaceTransferability",
        "label": "对工作区的可迁移性",
        "score": 80
      }
    ]
  },
  "improvements": [
    "在提示词中明确角色（如客服助手）、任务步骤（判断问题类型）和输出格式，以提升输出结构化与目标达成率。",
    "增加示例或更具体的约束条件，引导模型生成更贴合场景的回复内容。",
    "统一不同模型间的提示词规范，增强跨模型响应的一致性和可靠性。"
  ],
  "summary": "快照 B 表现更好，因为它补充了明确的角色、任务步骤和输出格式，而快照 A 的提示词过于模糊，导致输出质量低且缺乏结构。",
  "patchPlan": [],
  "metadata": {
    "model": "dashscope",
    "timestamp": 1773732666570,
    "duration": 8418
  }
}