分数上不去的时候，先别急着换文本或改提示词。通常可以先把输入和参数固定住，连续跑两次，确认分数是否稳定；再把总分拆成各项，看低分集中在词汇层还是句子层；然后换风格档位跑同一段文本，判断是文本不达标还是档位不匹配；最后只针对最低分项做最小改动并复测。这样一轮下来，能把原因归到文本本身、档位选择或参数波动上。

如果同一段文本用同一组参数连续两次分数一致，说明检测过程稳定，重点看各分项里最低的两三项落在哪一层。若最低分集中在词汇丰富度、口语化程度，优先调整用词；若集中在句长变化、段落节奏，优先调整句子结构。换档位后分数明显变化，通常是档位与文本风格不匹配，而不是文本质量突然变好。注意不同工具版本、参数和运行环境会影响分数，结果不能直接跨环境比较。

用同一段文本和同一组参数连续跑两次，排除参数变动的干扰

先确认分数是稳定的，再谈归因。找一段你希望提升分数的中文文本，保存为 input.txt 或直接粘贴到调用入口。记录完整输入、参数和输出分数，跑两次。如果两次分数完全一致，说明当前流程没有随机性，可以继续做逐项拆解；如果两次分数有波动，先检查参数是否被改动、模型是否带随机采样、调用是否命中了不同版本。下面是一个记录模板，字段按你实际使用的工具调整。

运行1：
输入文件：input.txt（SHA256 或直接粘贴全文）
参数：style=default, detect_items=all, temperature=0（若有）, version=...
输出：总分=__, 各项分={词汇:__, 句长:__, 连接词:__, 节奏:__}
运行2：
输入文件：同 input.txt
参数：与运行1完全一致
输出：总分=__, 各项分={...}
是否波动：是 / 否
波动项：总分 / 词汇 / 句长 / 连接词 / 节奏

如果出现波动，先把参数里的随机项关掉，或者固定随机种子；如果工具本身不支持固定，至少记录波动范围，后续比较改动效果时用同一参数下的中位数或重复多次的结果。这里的目标不是追求某个高分数，而是让后续的“改动—分数”对应关系可解释。

把检测结果按项拆开，看低分集中在词还是句

总分低不代表整段都差，通常只有少数维度拉低了平均分。把工具输出的各项分数逐项抄下来，按升序排，标出最低的两三项。先判断这些低分项属于词层面还是句层面：词层面常见的有词汇重复、缺少口语化替换、连接词生硬、术语密度高；句层面常见的有句长过于均匀、缺少短句、标点单一、段落节奏平。下面给一张逐项拆解表，填完再看低分落在哪一层。

检测项          | 分数 | 是否最低三项 | 所属层
词汇丰富度      | __   | 是/否        | 词
口语化程度      | __   | 是/否        | 词
连接词自然度    | __   | 是/否        | 词/句
句长变化        | __   | 是/否        | 句
标点节奏        | __   | 是/否        | 句
段落结构        | __   | 是/否        | 句
冗余度          | __   | 是/否        | 词/句

如果最低的两三项集中在“词”这一层，优先做同义替换和口语化改写；如果集中在“句”，先拆长句、补短句、调整标点，而不是继续换词。需要结合环境确认：有些工具把“连接词自然度”算在词层，有些算在句层，以你实际输出的分类为准。

换一个风格档位再跑同一段文本

同一段文本在两个档位下的分数差异，可以用来区分是文本本身不达标，还是档位与文本风格不匹配。保持输入文本和检测项不变，只改风格档位参数，比如从 default 换到 casual 或 formal，再跑一次。记录两个档位下的总分、词项分、句项分，以及输出文本片段。重点是看差异发生在词上还是句子上。

档位A：style=default
总分=__, 词项均分=__, 句项均分=__
输出片段：...

档位B：style=casual
总分=__, 词项均分=__, 句项均分=__
输出片段：...

差异判断：
- 仅词汇替换不同，句子结构基本不变 → 档位主要影响词层
- 句子长度、标点、段落结构也变了 → 档位影响句层
- 两个档位分数都低，且低分项相同 → 更可能是文本本身有固定短板

如果换档位后分数明显上升，且上升主要来自词项，说明原档位可能过于书面化，文本被强行套入了不匹配的风格；如果换档位后分数没变化，或低分项依旧，说明问题更可能在文本的句子节奏或词汇密度上，需要回到上一节的最低分项做改动。

针对最低分项做一轮最小改动并复测

找到最低分项后，不要一次性重写全文。只改一个点，比如只替换三个重复词，或只拆一个长句，然后复测。这样分数变化才能和具体动作对应起来。下面是一张改动记录表模板，每一轮只填一行。

轮次 | 最低分项 | 改动位置（原句） | 改动动作 | 改动后句子 | 复测总分 | 该项分数变化
1    | 词汇丰富度 | “...进行...进行...” | 替换第二个“进行” | “...进行...开展...” | __ | __ → __
2    | 句长变化   | 一个超过60字的句子 | 拆成两个短句 | “...。...” | __ | __ → __
3    | 标点节奏   | 连续逗号 | 改一个句号 | “...。” | __ | __ → __

复测时保持其他参数和档位不变，只观察目标项分数是否上升，以及总分是否跟着动。如果目标项上升但总分不动，说明该维度权重低；如果复测后其他项反而下降，说明改动引入了新的不自然，需要回退。每个改动都建议单独跑一次，不要在多轮改动后再回头推断是哪一步起了作用。最后，把分数变化和改动动作记在同一张表里，下次遇到分数上不去，就能先翻表判断是词的问题、句的问题，还是档位不对。