📋 Baseline 说明：本表由无 WellChina 上下文的 Blind sub-agent 按同一 rubric 独立打分。
Blind 分数不是对错基准——它只是"相同 rubric 在不同上下文下的另一次执行"。
唯一判对错的场景是锚点词部分（见下方第二个表）。Top 10 对照表仅作为诊断信号，
提示"哪些维度可能需要深查"，不能据此推断 Skill 打错。真实校准需要 L3（Ahrefs/DataForSEO）或 L4（GSC/GA4 真实数据）。
Top 10 对照（诊断信号，非判决）
| # | 关键词 | Skill | Blind | Δ | 诊断信号 |
|---|
| 1 | {{KW_1_NAME}} |
{{KW_1_SKILL}} | {{KW_1_BLIND}} |
{{KW_1_DELTA}} |
{{KW_1_DIAGNOSTIC}} |
锚点词通过率（v3 · L1 baseline 唯一有效判决用途）
锚点词是唯一的 rubric 自检器：预设 expected_band，若 Blind 按 rubric 打分偏离 band 超过 8 分，
说明 rubric 本身 对该类别的区分力不够，需要结构性调整（不是 Skill 问题）。
通过率 ≥ 80% 视为 rubric 健康。
| # | 锚点词 | 类别 | 期望带 | Blind 分 | 判定 |
|---|
| {{ANCHOR_N}} |
{{ANCHOR_KW}} |
{{ANCHOR_CATEGORY}} |
{{ANCHOR_BAND}} |
{{ANCHOR_SCORE}} |
{{ANCHOR_STATUS}} |
Rubric 健康度（v3 · 仅基于锚点通过率，不含 Top 10 skill-blind 对比）
- 低价值锚点通过率: {{LOW_PASS_RATE}}（期望 < 40，通过 = 实测 < 45）
- 中立锚点通过率: {{MID_PASS_RATE}}（期望 30-55，通过 = 实测在 22-63 之间 ±8）
- 高价值锚点通过率: {{HIGH_PASS_RATE}}（期望 > 65，通过 = 实测 > 60）
- 整体健康度: {{OVERALL_PASS_RATE}}（≥ 80% 视为 rubric 健康，< 70% 说明 rubric 需结构性调整）
{{#IF MERGED_MODE}}