效果评估与验收
保存正商结果作为基准，选择本系统脚本，由独立评估 agent 比较结构和内容质量。
1. 正商基准
选择后查看正商原文。
保存新的正商结果
2. 系统比较版本
选择后查看系统脚本。
评估会冻结所选版本。之后修改脚本不会改变这次比较。
评分与验收标准
结构相似度独立评分。内容质量：开场吸引力 25%、受众相关性 20%、清晰与节奏 20%、具体性与可信度 20%、行动引导 15%。
自动建议通过：结构 ≥80、候选质量 ≥75、比基准低不超过 5 分，且无重大事实问题。输入不可比时转人工判断。
新会话盲评，不使用生成对话；可能使用同一模型家族。吸引力为模型判断，需用实际发布数据验证。
3. 评估报告
运行后会显示双方评分、结构对应和修改建议。