「募集说明书排版」测试档案

2026 年 11 月 2 日，「募集说明书排版」Skill 0.5.14 上线前，我们做了一次对照测试：同一套排版要求，一边交给 Skill，一边写成提示词直接交给大模型，看结果有什么不同。本页记下完整过程、评分方法、逐份得分，以及每一组成稿里查到的问题（包括 Skill 自己的问题），截图都来自这次实跑。

先说结论

• 单看一次的排版质量，差不多。 把推理开到最高档的大模型，加上写得很细的提示词，单次也能排出接近 Skill 的稿子。三份格式很乱的稿子，Skill 略高（9.84 对 Flash 的 9.71—9.75）；那份本来整齐、只有 21 处局部毛病的稿子，Flash 修得更全（修好 18—19 处，Skill 17 处）。24 份成稿的文字和数字都没被改动。
• 不同在稳定。 同一个模型、同一段提示词、同一份文件，跑几次漏的地方都不一样。Skill 跑两次，四份成稿逐字节相同。
• 速度和花费。 Skill 每份平均 1.7 分钟、约 1 积分；Flash＋提示词每份平均 24.0 分钟、29.1 积分，大约慢 14 倍、多花 29 倍积分。Kimi K3 每份平均 25.4 分钟，用的是我们自己的会员接口，界面不显示积分。
• 说明靠不靠得住。 提示词组有 7 份排版说明和成稿对不上（Flash 3 份、Kimi 4 份），比如写着“数字右对齐”，实际 12 张表没有。Skill 的说明和成稿一致。
• Skill 自己也有要改的地方。 旧目录和正文对不上时，个别一级标题会被认成三级；格式很乱的稿子，正文原有的加粗会被统一去掉；整齐稿里超出版心的宽表、没有框线的表还没处理。截图见下文，这些会在发布后和大家的使用反馈一起修。

怎么测

四份样本

样本是专门新造的四份虚构说明书，主体、机构、数据都是虚构的，名称带“示例”。Skill 和大模型此前都没见过。每份另有一份按规则排好的参考稿，用来对照打分。

分组和设置

提示词是把 Skill 对外公开的排版规则逐条转写成的，约 2200 字，全文附在本页最后。两组的问法除提示词外一字不差，例如 S1：

• Skill 组：附件是我们的中期票据募集说明书 Word 稿（银行间），格式比较乱，请帮我重新排一版，另存一份副本，文字和数字不要动。请用「募集说明书排版」技能处理。
• 提示词组：附件是我们的中期票据募集说明书 Word 稿（银行间），格式比较乱，请帮我重新排一版，另存一份副本，文字和数字不要动。排版要求如下：（后面接提示词全文）

设置要说明的一点：Skill 组和 Flash 第 3 次用的是平台默认设置，发送前展开模型详情，截到的默认档位是最高的“极致”、上下文 1M（平台的 Max 模式开着），不是我们事先以为的次高档。Flash 第 1、2 次是手动开到最高档，当时只留下了 Max 模式和 1M 上下文的截图，没有单独截到推理档位。所以三次 Flash 的档位很可能相同，这次测不出“最高档对默认档”的差别。

怎么执行

• 平台是 WorkBuddy 5.7.7（Mac 版），24 次都在同一台电脑上跑。每份新开一个任务，附上样本，发一条固定问法。
• 中途不帮忙、不追加指令。模型停下来提问时，只回一句固定的话：“按你的判断做，不用再问我。”；输出断在半路时只发“继续”。Skill 组弹出上传确认时选“同意本次上传”。
• 记录了两次中途追加：Skill 第 1 次的 S1 是第一次使用，先提示缺技能码，领码后在同一个任务里接着跑；Flash 第 1 次的 S2 中途停在半路，按规则发了一次“继续”。另有两次尝试作废、重跑：一次是输入时丢字提前发送，一次是更换 Kimi 模型时取消了排队。作废的不计入结果。
• 后段为了省时间，最多同时跑 3 个任务（从 Flash 第 3 次的 S3 开始），这对用时有影响。

Skill 组的过程：发出问法后，AI 读取 Skill、核对技能码，然后请你确认本次上传；一两分钟后回复结果，附带排版说明和核对清单。

截图里 Skill 文件夹的名字沿用了早期的写法，实际运行的是 0.5.14 客户端，测试时已逐字节核对。

提示词组的过程：模型先读文件，再自己写排版程序、运行、检查、改写，一份要二三十分钟。

怎么打分

满分 10 分：9 分客观分由评分程序对照参考稿逐项算，1 分主观分由评分人看。

• 文字、数字只要有一处被改动，整份封顶 3 分。
• 整齐稿 S4 按“21 处毛病修好了几处”计分（9 分 × 修好比例），比原件更差的地方倒扣。
• 评分程序和评分表在拿到成稿之前就定稿冻结。开测前先自检：参考稿 9.0 分（满分 9），乱稿不排、原样交回只有 3.3—3.5 分，改一个数字或删一条批注封顶 3.0 分。
• 两个 AI 评分人各自独立打分：客观分由程序算，两人一致；主观分各打各的、取平均、不复议。其中一位按随机代号看缩略图、先锁分再揭盲；另一位参与过实跑，自己做了匿名锁分，但不是完全双盲。

结果

平均分、用时和积分

分数为两位评分人合并分。Skill 组用时不含首次领技能码和等待回答的时间，积分不含第一次缺码时那条提示（0.62 积分）。Flash＋提示词 12 次平均 24.0 分钟、29.1 积分。积分是 WorkBuddy 界面显示的数，随模型和平台计价变化。

两次跑得一样吗

逐份得分

¹ 第一次使用，先提示缺技能码，领码后在同一个任务里接着跑；18.4 分钟里大部分是等领码的时间，实际排版那一轮约 2 分钟；积分含缺码提示那条的 0.62。 ² 模型问了排版力度（沿用原格式还是换成参考格式），按规则回了固定的话；用时含等待回答。 ³ 中途停在半路，按规则发了一次“继续”。 ⁴ 评分程序有一处已知误报：同一行里相邻的两个金额被当成一个被拆开的金额，只影响这一份（74 处“拆行”不是真问题）。正式分照冻结的规则算，排除误报后这份是 9.79，Flash 第 2 次四份平均 9.64。这处误报留到发布后和用户反馈一起修。

每一组查到的问题

下面的截图都来自 WPS 导出的成稿 PDF，红框是问题所在，绿框或墨绿标签是应有的样子。Skill 两次的成稿逐字节相同，问题只截一次。

Skill 的问题

旧目录和正文对不上时，一级标题被认成三级。 打乱稿里有几条目录被改成旧的写法，Skill 先拿原目录对正文，对不上的那一章被当成三级标题：排成 12 磅、靠左、不另起一页，更新目录后也不会进两级目录。三份稿子各中一处，是规律性的问题。

格式很乱的稿子，正文原有的加粗被统一去掉，包括风险提示段。 S1 去掉 11 段、S2 6 段、S3 4 段。Flash 多数也去掉了，Kimi 保留了。（提示词里没有写明“保留原有加粗”，评分表把它算在正文格式里，各组同样扣分。）

整齐稿里超出版心的宽表没有收回来。

整齐稿里没有框线的表没有补上框线。

另外两处没有截图：S4 有 6 个三级标题的字体从原稿的楷体换成了黑体（这台电脑上 WPS 导出时两种字体都被替换成同一种，PDF 里看不出差别）；一位评分人看缩略图时指出，目录最后一页和个别续表只剩几行内容独占一页，观感扣了分。

Flash＋提示词的问题

金额没有右对齐。 同一份 S1，第 1、3 次都有 12 张表金额靠左或居中，第 2 次全对。

封面日期掉到第二页。 Flash 第 1 次的 S3，说明里写着“重排后封面正好 1 页，无溢出”。

表题和表格分在两页。 Flash 第 2 次的 S3 有 2 处。

整齐稿里有两处三次都没修好：三级标题“去粗变蓝”后没恢复加粗；一张被改成左对齐的表没改回右对齐。（这处标题 Skill 和 Kimi 也没修对：Skill 把字体换成了黑体，Kimi 仍是蓝字。）

Flash 第 3 次把 7 张表的表内字号从五号放大到 12 磅。

另有两处没有截图：Flash 第 2 次 S2 的表 6-2 留着打乱时的负缩进，评分程序在文件里查到，WPS 导出的 PDF 里看不出；Flash 第 1 次 S4 没给表 6-2 的表题设“与下段同页”，这次刚好没分页。

Kimi K3＋提示词的问题

标题没加粗。 S3 有 14 个标题没加粗，说明里写的是“所有标题设为楷体加粗黑色”。

金额被挤成两行。 S4 有 51 处，S3 有 22 处。

表题和单位落在页底，表格在下一页。 S1、S2、S3 都有。

表格往左探出版心。 S2 的说明里写的是“已缩进版心”。

整齐稿只修好 13 处（共 21 处）。 没修好的包括三级标题仍是蓝字、4 段首行没有缩进、表 5-2 金额仍靠左等。S3 的 21 个表题、单位字号也不对。

说明里写“数字列右对齐”，实际是左对齐。

排版说明和成稿对不上的 7 份

最后一份是漏报，两位评分人一位按“说明与成稿不符”扣了分，一位没扣，这里照实列出。Skill 的 8 份说明与成稿一致；只有第 2 次 S4 的回复没写“整齐还是乱”的判断（模型自己定了沿用原格式），一位评分人扣了 0.1 分。

Kimi 调用了辅助 Skill

Kimi 有三份在开头先调用了别的 Skill：S1、S4 调用的是 WorkBuddy 内置的文档路由说明（建议改用平台自带的文档工具），Kimi 读完按问法里的要求，仍然自己写程序排版；S3 读了测试电脑上装着的一份讲 Word 修订痕迹的 Skill 说明，没有运行它的脚本。两个都不是排版程序，被测的「募集说明书排版」Skill 在提示词组里一次都没有被调用。这几份照常计分、没有作废。结果上，调用了辅助 Skill 的三份，一份排在前列、两份垫底，看不出辅助 Skill 带来好处，也不能说是它拖了后腿；Kimi 每份只跑了一次，这只是这一轮的观察。

这次测试的局限

• 每种方式每份只跑了一到三次，结论只说明这一轮，不能外推到所有真实稿。
• 样本是虚构稿，生成时专门埋了真实稿常见的毛病，但真实稿更复杂。
• Flash 第 1、2 次没有截到推理档位，三次 Flash 的档位很可能相同，测不出“最高档对默认档”的差别。
• 后段最多同时跑 3 个任务，用时受影响。
• 评分表有两处局限，对各组影响相同：提示词没写明“保留原有加粗”，评分表却算了这一项；S4 参考稿的封面题名用 24 磅时末行只剩一个字，各组都改成了 22 磅，被同样扣了 0.1 分。
• 评分程序冻结后发现一处误报（见逐份得分注 ⁴），正式分仍按冻结规则算。

接下来

Skill 查到的三类问题（一级标题被认成三级、原有加粗被去掉、整齐稿的宽表和无框线表），和评分程序的那处误报，会在 0.5.14 发布后，和大家的使用反馈一起修。用下来遇到问题，欢迎写来信告诉我们。

附：提示词全文

提示词组在问法后面附上的就是下面这段，一字未改。

请你按下面的要求，给附件这份 Word（.docx）文件整篇重新排版，另存一份副本。只做排版，不改内容、不做审查。你可以自己写程序（比如 Python）来读写 docx。

一、先判断两件事
1. 文书类型：看封面标题和产品名称，判断属于哪一类——
   ① 银行间债务融资工具募集说明书（中期票据、短期融资券、超短期融资券等）；
   ② 交易所公司债券募集说明书；
   ③ 资产支持专项计划计划说明书（ABS）。
   不是这三类（例如反馈意见及回复、普通报告、合同、公文），或者认不出是哪一类的，不要排版，直接告诉我原因。只有正文里提到“债券”“说明书”不算，以封面为准。
2. 格式乱不乱：统计正文段落（不含封面、目录、标题、表格）的字体、字号、行距、对齐方式。四项一致（同一种组合）的段落占 70% 以上，并且彩色字、斜体、字距异常的文字不超过 10%，算“整齐”；否则算“乱”。
   - 整齐的稿子：沿用原稿自己的主流格式（正文、各级标题、表格分别取原稿中占多数的字体、字号、行距），只修偏离主流的地方和下面列的结构问题，不要换成参考格式。
   - 乱的稿子：全部统一到下面的参考格式。

二、参考格式（只用于“乱”的稿子）
- 纸张 A4；页边距上下 25.4 毫米、左右 31.8 毫米。原来就是横向的页保持横向。
- 正文：中文字体银行间和 ABS 用楷体、交易所用宋体，西文和数字用 Times New Roman；12 磅（小四）；行距“最小值 23.4 磅”；首行缩进 2 字符；两端对齐；黑色，不要斜体、字距调整、突出显示。
- 标题：一级 16 磅加粗居中；二级 14 磅加粗；三级及以下 12 磅加粗；字体同正文的中文字体，黑色。
- 表格：表内文字 10.5 磅（五号）；表题、单位行 10.5 磅；表格统一黑色网格线。
- 封面：题名 22 磅加粗，其他信息 14 磅。页眉、页脚 9 磅，居中。

三、逐项要求
1. 封面：从第一页到第一个分节符、分页符、目录或声明之前为止。
   - 只清掉彩色字、斜体、字距和杂乱的边框，统一封面字体；Logo、构图、要素表的内容不动。
   - 要素表放得进版心、各列也放得下内容（短标签不被拆开、名称每行至少 4 个字），就保持原宽度，否则按内容重排列宽。格式乱的稿子，要素表同一列对齐方式一致的沿用、不一致的改为左对齐。
   - 封面要在一页之内：排完估算超过一页，就逐档收紧（段距减半 → 行距改单倍 → 段距归零）；收到最紧仍放不下，写进说明请人核对。有批注、修订的封面段落不收紧。
   - 封面单独成一节，不编页码。
2. 目录：只认真正的 Word 自动目录（目录域）。按正文标题重建目录，默认两级（一级、二级标题），先填好标题文字；页码由我打开后在 Word/WPS 里“更新整个目录”生成。手工打的目录不动，在说明里提示核对。
3. 标题：先拿原目录对照正文，再按编号认——“第X章 / 第X节”是一级，“一、”是二级，“（一）”是三级，“1、”或“1.1”是四级；Word 自动编号显示出来的编号也算。太长的句子、带句末标点（。；）或带金额的不算标题。封面、日期、表题、单位不能进目录。
4. 一级标题另起一页：一级标题设成“段前分页”；标题前面多余的手动分页符、只放分页符的段、紧挨着的空段要处理掉，不能出现空白页。分节符本身不动。
5. 页码：封面不编页码；封面之后整篇连续阿拉伯数字（从 1 开始，中途不重新起编，不用罗马数字）。
6. 表格：
   - 表头按首几行内容判断（项目、年份、金额、比例等用语，或加粗、底纹、跨行合并），表头跨页重复；释义表不设表头。
   - 格式乱的稿子：所有表格统一黑色网格线，清掉单元格自带的杂色边框；单元格垂直居中；首列以外全是短文字的列居中、数字右对齐、其余文字左对齐。整齐的稿子：只改边框乱了的表。
   - 超出纸边的表缩进版心。列宽原则上照原稿；金额、比例放不下（会拆成两行）时，从同一张表的其他列匀出宽度（总宽不变，被匀的列不能低于它自己内容所需），匀不出就写进说明。
   - 窄列里的数字和短词尽量不拆行（数字前面用来对齐的空格也算进宽度，空格不要删），名称、短句尽量不让末行只剩一个字；列太多放不下的表，可以逐档缩小表内字号（10.5 → 9 → 8 磅）。
   - 7 行以内的短表整表不跨页；大约 6 行字以内的表格行不要跨页断开，更高的行可以跨页。
7. 接续：表前的引导语、表题、单位要和表格在同一页，表题段前留 6 磅，相邻两张表不要贴在一起；合计行只在上一行是明确的数据行时才和上一行连在一起；表前的编号小标题（例如“3、2025年度……”）和各级标题都要与下文同页。
8. 页眉、页脚：统一字体字号，页码域保留。

四、必须保护
- 业务文字、数字（包括数字前用于对齐的空格）、标点、表格合并、图片、公式、脚注尾注一律不改、不删、不加。
- 修订和批注不接受、不拒绝、不删除；修订或批注所在的段落保持原样（包括它们原来的格式）。
- 认不准的地方不要硬猜，写进说明的“请人看一眼”。

五、交付
1. 原文件不动，成稿另存为“原文件名_排版.docx”，放在原文件旁边。
2. 排完把成稿和原稿逐段、逐个表格核对一遍文字和数字；只要有一处不一致，就不要交成稿，告诉我哪里不一致。
3. 另写一份排版说明（Word 或 Markdown 都行），写清：判断的文书类型；判断为整齐还是乱、依据是什么；按上面各项分别做了哪些改动；“请人看一眼”的位置清单（写到第几章、第几张表或段落开头几个字）；提醒我打开后更新整个目录。
4. 不需要你打开或操作 Word/WPS 界面。