产出质量评估方法决策（抽样/LLM 评判/指标）

[dommaker]

Part of #85

Question

定产出质量的评估方法：抽样人工评 / LLM-as-judge 自动评 / 量化指标，或组合。要在方法票里回答：

• 评什么维度（结果回写结构完整度、任务达标度、review 有效性）
• 用什么评（judge prompt 谁写、人工抽样的比例与触发）
• 评出来记在哪、怎么被改进决策消费

素材口径（2026-08-18 用户裁决）：方法开发与校准可用历史样本（#230 导入）+ 归档器现有样本；但正式评估对象是 dogfood 新样本（#132 线），方法定稿时要对新样本格式验证过。