六维评分行为锚点标尺:中/英 prompt 从一句名称提示升级为四档可判定描述(试点) #114

背景

Easel 调研 C3(圆桌 4/4 trial,裁决原文见 docs/research/easel-borrowability-2026-10-07.md,本地文件):LLM 打分的六维字段(analysis.py scores 块 quality/hot/freshness/creator/viral/risk)只有一句名称提示、无锚点,导致打分跨样本、跨语种不可比;TopicEye 核心卖点是可解释打分,而可解释的前提是「同一个 85 分在任何一天意味着同一件事」。

裁决约定:严格排在 C1(#110,已合并)之后启动,以试点口径交付。

方案(按裁决 firstStep)

1. scoring_caliber.py 新增六维 × 四档行为锚点常量(档位 0-30/40-60/70-85/90-100,每档一句可判定的行为描述而非抽象程度词;中文为口径原文,英文同一标尺译文)。
2. 中/英两套 prompt 从该常量渲染「六维评分锚点」段落(拼接方式同 fix(scoring): 评分口径单一真相源:三处矛盾收拢为 scoring_caliber 单点声明 #111 的口径文本)。
3. 论文版不并入首期(它是独立的四维精读价值体系,C3 核查结论),「映射复用 or 独立声明」单独决策。
4. 扩展 tests/test_scoring_caliber.py:锚点段落与 caliber 常量逐字一致、档位边界一致、论文版不含锚点段(锁住范围决策)。
5. 附对照跑分工具(试点语义:全量前确认分布迁移幅度,在 admin/scoring-dashboard 按 analyzed_at 分界观察)。

行为影响

中/英 prompt 增加锚点段落会移动 LLM 分数分布(预期收敛到锚点定义的档位)——这正是试点要观察的对象;跑分对照的基线是「去掉锚点段」的当前 prompt。