# 17｜生成三张候选广告图，做人工盲选

你有三张候选广告图，想决定先用哪一张。这里做人工盲选，目标是提高选择过程的可解释性，不测广告转化，也不根据模型品牌先入为主。

## 保持比较条件相同

三张图要来自同一个 brief、同样的事实文案与相近画幅。先检查事实、产品保真和授权，硬错误的图直接排除并保留原因；不要把不存在的产品功能当作“更吸引人”的创意优势。待比较图在同样大小、同样背景下展示。

## 制作匿名候选包

```bash
python3 scripts/blind_pack.py \
  --inputs assets/ad-a.png assets/ad-b.png assets/ad-c.png \
  --out tutorial-output/ad-review --seed 31
```

目录内 `review/` 是给审稿人的，`private-map.json` 是组织者保留的映射。不要把整个目录交给评分者。重命名无法消除水印或编码信息带来的身份提示；严格测试可另做统一格式的评测副本，但保存原文件供质量核对。

## 评分锚点

| 维度 | 1 分 | 3 分 | 5 分 |
|---|---|---|---|
| 指令遵循 | 主要目标缺失 | 大体符合，有明显偏差 | 明确要求全部满足 |
| 产品保真 | 外形/标签错误 | 有局部可疑变化 | 对照参考未见关键变化 |
| 伪影控制 | 干扰使用 | 近看可见，影响有限 | 在约定展示尺寸无明显问题 |
| 偏好 | 不愿使用 | 可接受 | 在本任务中优先选择 |

“5 分”也只代表本次检查条件下的评价，不能证明没有任何瑕疵。对产品保真不适用的纯背景任务，把该维度设为不适用，不能随手填满分。

## 组织评审

先让评审者独立填写包内评分表与理由，再讨论争议。不要让一位资深同事先宣布答案。记录被拒原因，比如 logo 变化、标题难读或场景与产品用途冲突。样本很少时报告票数和分歧，不把几个人的均值包装成精密排名。

## 复制给 Agent

> 帮我为这三张已生成图片建立匿名评审包，不再调用 Atlas。隐藏文件名里的模型提示，保留私有映射，给出同条件的评分表。评分只评价指令、保真、伪影与偏好，不推测点击率或销量。等人工评分完成后再揭示来源。

## 验收与下一步

交付匿名候选、空白/已填写评分表、映射和选择理由。真正的投放实验需要在投放平台另做随机分流、控制预算和统计窗口；本篇的盲选结果只能决定先测试哪些素材，不能宣称“转化提升”。

## 依据与复现范围

依据：[S1、S2](../SOURCES.md)。本文使用本包约定的教学文件；模型能力与价格以执行时实际目录为准。线上付费步骤未代用户执行，离线验证结果见 [测试报告](../verification/REPORT.md)。通用路径、授权和状态约定见 [执行约定](../common/EXECUTION.md)。
