为什么使用独立 LLM 校验，Verifier 的输入、规则和输出怎样设计？

题型：追问 · 重点说明独立性、评分标准和标定方式。

建议回答

生成模型自检容易沿用同一错误假设，独立 Verifier 通过隔离 Prompt、上下文和职责，要求模型只判断候选是否满足明确规则，并为每个问题给出证据、严重级别、置信度和可修复建议。输入应包含原始剧本证据、已发布设定、候选输出、Schema 与分项 rubric，但不应把生成模型的自我解释当成事实。输出使用结构化 issue 列表，而不是只有一个总分。

独立不一定要求永远使用不同供应商，但高风险节点可以采用不同模型或不同提示视角降低相关性偏差。能用代码判断的 ID 引用、枚举、长度和状态转换先做确定性校验，LLM 主要评估忠实性、完整性、连贯性和视觉可执行性。Verifier 上线前要用人工标注样本校准误放与误杀，线上持续抽检，并记录 rubric、模型和 Prompt 版本。

进一步追问

• Verifier 和生成模型意见冲突时，谁拥有最终决定权？
• 没有标准答案的分镜质量怎样建立可重复评估集？

易错点

• 不要把 Judge 分数直接当业务真值，必须关注与人工判断的一致性。
• 不要要求或存储模型的隐藏推理过程，结构化证据和结论已经足够审计。