ECC benchmark-methodology：竞品九维加权基准评分法与张力图（Tension Plot）实战指南

ECC（Agent Harness 性能优化系统）内置了一套用于品牌/创意服务市场竞品分析的三技能流水线，其中 benchmark-methodology 是中间环节：它接收 competitive-platform-analysis 产出的分层竞品集合，按九个加权维度用显式 1–5 评分标准逐项打分，并绘制客户的"战略张力"二维图，最终输出可交付的竞品档案卡（profile card）。读完本文，你可以掌握这套方法的激活条件、九维权重体系、评分锚点定义、证据采集顺序、偏差控制机制与档案卡输出格式，并能将其复用到任何需要"可比、可辩护"竞品评分的场景。

一、技能定位：三技能竞品流水线的第二步

benchmark-methodology 的文档本体位于 .agents/skills/benchmark-methodology/SKILL.md（仓库同时提供 skills/benchmark-methodology/SKILL.md 这一发布版本，后者在 frontmatter 中额外声明了 license: MIT）。其 frontmatter 描述明确了它在流水线中的位置：

Use after competitive-platform-analysis has produced a tiered competitor set. Scores each competitor across nine weighted dimensions ... with explicit 1–5 rubrics and a tension-plot. Precedes competitive-report-structure.

即：

1. 前置：competitive-platform-analysis 负责"决定评测谁"——识别、分层（Direct / Adjacent / Aspirational）、裁剪出 8–12 个可评测对象；
2. 本技能：负责"如何打分"——把已分层的集合转化为可比、可辩护的分数；
3. 后继：competitive-report-structure 负责"如何汇报"——把打分后的档案卡组装成决策级报告。

在仓库的技能注册体系中，该技能被列在 package.json 的 skills 清单（skills/benchmark-methodology/）与 manifests/install-modules.json 的安装模块清单中，属于可按模块安装的技能之一。另外，从源码结构看，它具备 Codex/CLI 侧的适配接口 agents/openai.yaml，其中声明了 display_name: "Benchmark Methodology"、short_description: "Score competitors across nine weighted dimensions" 以及 allow_implicit_invocation: true，表明 Agent 可以在无需显式指令的情况下隐式调用该技能。

该方法论的核心信条在文档开头即给出：一致性才是重点——"分数只有在任何竞品面对同样证据都能拿到相同分数时才有用"（Consistency is the point）。因此整套方法围绕"证据锚定"与"跨集合校准"两个支点展开。

二、激活条件（When to Activate）

文档列出了四个激活前提，缺一不可：

• 来自 competitive-platform-analysis 的、已完成范围限定与分层的竞品集合已就绪；
• 需要的是跨竞品的可比、证据锚定的分数，而不是"凭感觉的排名"（gut-feel rankings）；
• 客户的战略张力（strategic tension，即定义其目标空白的成对坐标轴）已经确立；
• 准备为 competitive-report-structure 产出待组装的档案卡。

文档还专门列了一条反模式对应项："在竞品集合尚未完成 scope 之前就开跑"——直接对未限定的列表打分会把精力浪费在不相关的竞品上。

三、前置输入：客户定位简报（Positioning Brief）

打分之前必须先建立客户的定位简报，它是后续所有维度判定的"标尺来源"，提供三样东西：

1. 战略张力（Strategic tension）——两条坐标轴（例如 memorability × hireability，"可记忆性 × 可雇佣性"），两轴交点即客户的目标空白区。第 9 维度永远是客户命名出的这条张力；两个极点必须分别计分、分别报告，永远不许取平均。
2. 差异化优势（Differentiator）——客户护城河所在，它决定了哪些维度在客户的定位论证中权重感更强。
3. 品牌平衡（Brand balance）——客户有意的战略侧重配比；任何会打破这一配比的战略建议都必须显式标记出来。

四、九个维度与权重体系

方法的第一原则是：客户是在两条极点之间的特定张力上竞争，而不是靠服务广度取胜。因此维度权重向该护城河倾斜。文档特别强调：权重用于"综合阶段的侧重引导"，不是用来合成一个加权总分（详见偏差控制）。九维及权重如下（总和 = 100%）：

#	维度	权重	判定要点
1	定位清晰度与独特性（Positioning clarity & distinctiveness）	18%	工作室的定位是否锋利、可独占、一眼可辨？还是泛泛而谈？
2	品牌声音 / 语言独特性（Brand voice / verbal distinctiveness）	15%	文案是否拥有可独占的语域（register）？还是可互换的"机构腔"？
3	视觉识别与站点工艺（Visual identity & site craft）	15%	视觉系统的质量与所有权；把站点当作"工艺证明"来看
4	服务供给与包装（Service offer & packaging）	12%	是否产品化、可读（有命名的 sprint/audit）？还是含糊不清？包装成熟度如何？
5	证据与可信度（Evidence & credibility）	12%	具名客户、量化结果、案例深度。超越"宣称"的证明
6	企业级就绪度 / 商业成熟度（Enterprise-readiness / commercial maturity）	10%	是否有接住并留住 SaaS/金融科技/B2B/企业级业务的信号（流程、客户 logo、规模、合同）
7	思想领导力 / 内容存在感（Thought leadership / content presence）	8%	自有 POV：写作、演讲、newsletter、框架。重深度而非数量
8	定价透明度与合作模式（Pricing transparency & engagement model）	5%	定价/合作方式是否可读？产品化、定制还是不透明？
9	客户的战略张力（Client's strategic tension）	5%（作为标记位）；两极分别计分、分别报告	张力名称与坐标轴描述从客户定位简报读取；两轴都画出来，"差距即洞见"。客户的目标象限是本次基准评测中最重要的单项发现：还有谁已经待在那里？

从权重设计可以看出倾向：定位（18%）+ 声音（15%）+ 视觉（15%）合计近半，反映"品牌独特性"是这个市场的主要竞争货币；而"定价透明度"仅 5%，因为它更多是定位成熟度的结果而非定位本身。第 9 维度权重只有 5%，但文档反复强调它是"最重要的发现"——低权重是因为它不参与维度比较，它承担的是"象限判断"这一独立职能。

五、1–5 评分标尺（适用于维度 1–8）

标尺要求"把每个分数锚定到可观察的证据上"。文档给出的通用锚点描述（具体到各维度时应改写措辞，但等级含义必须保持不变）：

• 1 — 缺失 / 泛化（Absent / generic）：无可辨识的定位或工艺；与模板无从区分；是主动负债。
• 2 — 低于水准（Below par）：有些意图，但不一致、衍生或不可信；放不进并排对比。
• 3 — 合格 / 入场券（Competent / table-stakes）：扎实、专业、平淡；达到预期，但谁也无法据以独占。
• 4 — 强 / 有辨识度（Strong / distinctive）：明显高于同行；是买家会注意到并引用的真实强项。
• 5 — 定义品类（Category-defining）：同类最佳、可独占、难以模仿；是别人拿来对照的标杆。

张力轴（第 9 维度）——每轴各打 1–5

轴的名称及其 1/3/5 锚点从客户定位简报中读取。文档给了一个"memorability × credibility"（可记忆性 × 可信度）张力的示例锚点：

• Memorability — 1：瞬间被忘记 · 3：在语境中可被认出 · 5：过目不忘、被人谈论、被独特地拥有。
• Credibility — 1：感觉冒险/业余 · 3：安全、能干、无趣 · 5：企业级信赖、显而易见的稳妥之选。

然后把竞品画到张力 2×2 图上。客户的目标象限在定位简报中已命名，"目标象限里还有谁"就是本次基准评测最重要的单项发现。

六、数据采集：按"最便宜信号优先"的顺序

对每个竞品，按以下顺序走维度（从成本最低的信号源开始）：

1. 竞品自己的站点——定位、声音、供给包装、定价姿态、具名客户、manifesto/POV。截图首页 + 一个案例页。
2. 案例研究 / 作品——证据深度、量化结果、客户名称。区分 asserted（"我们交付了 X"）与 proven（有指标、有名称、可核验）。
3. 点评目录（review directories）——交叉印证客户、项目体量、合作模式 → 服务于可信度与企业级就绪度两个维度（例如 Clutch.co 或该细分领域的等价物）。
4. LinkedIn——团队规模/模式、创始人叙事、内容更新频率 → 服务于思想领导力维度与合作模式判断。
5. 作品集 / 工艺平台——工艺语域（使用该细分领域原生的展示平台：设计板、showreel、已发布样稿等）。
6. 内容渠道——newsletter/演讲/写作 → 思想领导力的深度。

每个维度需要记录三样东西：分数、一行式理由、以及拿到该分数的来源链接/截图。没有证据就没有分数（No score without evidence）。

这一顺序与前序技能 competitive-platform-analysis 的"数据源清单"（组合平台、奖项/策展展示、竞品站点、LinkedIn、点评目录、公开作品、会议/播客/newsletter）一一对应，并额外加了一条贯穿两个技能的纪律：任何竞品属性在被当作事实之前，必须至少用两个来源交叉验证——自报的站点文案是营销，不是事实。

七、偏差控制（Bias controls）

这是本文档最有方法论价值的小节，共六条：

1. 不设单一综合分（No single composite score）。维度分数与张力图分开报告；加权平均会掩盖真正重要的不对称性。
2. asserted 与 proven 之别。对无法交叉印证的自报声明，下调可信度/证据维度分数。站点文案是营销，不是事实。
3. 审美亲和偏差（Aesthetic affinity bias）。评审者容易给与自己审美相投的工作室打高分，同时低估对手的商业实力。工艺（craft）与可信度（credibility）必须独立计分；一个"无聊"的站点可能正在拿下更大的客户。
4. 时新 / 炫技偏差（Recency / flashiness bias）。获奖的展示级作品令人惊艳，但可能缺乏商业深度——在打分可信度之前，先用点评目录/客户来验证。
5. 幸存者偏差（Survivorship）。可见的、善于营销的工作室不等于整个市场；要把经由目录/点评发现的"强但安静"的运营者也记录在案。
6. 跨集合校准，而不是孤立校准（Calibrate across the set, not in isolation）。定稿前把所有分数并排重读一遍——一个"4"必须对所有竞品意味着同一件事；离群值要调整。

其中第 1 条与后继技能形成了强约束：competitive-report-structure 的报告矩阵同样"禁止添加加权合计列（blended total column）"，其反模式清单中也明确把"给矩阵加混合总分列"列为显式排除项。两处文档互相咬合，确保"不做伪综合分"从打分阶段一直延续到汇报阶段。

八、竞品档案卡：输出格式

每个被评测的竞品产出一张档案卡——这是报告组装的最小原子单元。完整模板如下（原文结构完整保留，占位符需按实际评测对象填写）：

## <Competitor name>
- **Profile / Tier:** <positioning stance · specialization · size band> / <Direct | Adjacent | Aspirational>
- **One-liner:** <how they position themselves, in their words>
- **Model / size / geography:** <solo|micro|boutique> · <region> · <pricing/engagement model>
- **Notable clients / evidence:** <named, with proven/asserted tag>

### Dimension scores
| Dimension | Score (1–5) | Justification (1 line) | Source |
|---|---|---|---|
| Positioning clarity & distinctiveness | | | |
| Brand voice / verbal distinctiveness | | | |
| Visual identity & site craft | | | |
| Service offer & packaging | | | |
| Evidence & credibility | | | |
| Enterprise-readiness / commercial maturity | | | |
| Thought leadership / content presence | | | |
| Pricing transparency & engagement model | | | |

### Tension plot
- **[Axis 1 from positioning brief]:** <1–5> — <why>
- **[Axis 2 from positioning brief]:** <1–5> — <why>
- **Quadrant:** <high/high | high-1/low-2 | low-1/high-2 | low/low>

### Read for [client]
- **Strength to learn from:** <…>
- **Weakness to exploit / white-space it exposes:** <…>
- **Threat to [client]:** <…>

模板中有几个设计细节值得注意：

• Tier 字段直接承接前序技能的三层分类（Direct / Adjacent / Aspirational），保证档案卡与竞品集合的范围决策可追溯；
• Notable clients / evidence 要求带 proven/asserted 标签，把偏差控制第 2 条落到了卡片字段层面；
• Tension plot 的两轴名称不写死，而是从定位简报读取（Axis 1 / Axis 2 from positioning brief），使同一套模板可复用于任何张力定义；
• Quadrant 四态（high/high、high-1/low-2、low-1/high-2、low/low）把"两极是否同时占优"显式化，这正是文档所说的"客户的战略问题恰恰是对手是否同时做到两件事"；
• 卡片收尾的 Read for [client] 把纯描述转化为对客户的三问：可学之处、可利用的弱点/空白、以及威胁判断。

完成后的档案卡连同张力图一起交给 competitive-report-structure 组装成客户可交付报告。

九、反模式清单（Anti-Patterns）

文档把最常见的执行错误固化为五条禁令：

• 对张力轴取平均。客户战略张力的两个极点必须分别计分、分别报告；取平均会摧毁洞见——两极之间的差距本身就是发现。
• 无证据打分。每个分数都要求一行式理由 + 来源链接。没有证据的分数是观点，不是基准。
• 制造单一综合分。逐维度报告分数；加权平均会掩盖定位决策真正关心的不对称强项。
• 不校准就套用通用标尺锚点。1–5 锚点必须针对具体维度和竞品集合做校准；通用描述只是起点，不是固定标准。
• 在竞品集合完成 scope 之前开跑。先用 competitive-platform-analysis 产出分层、裁剪后的集合；对未限定列表打分会浪费在不相关竞品上。

十、小结与延伸阅读

benchmark-methodology 的价值不在于九个维度的命名，而在于三组纪律：输入纪律（必须先有定位简报与分层集合）、评分纪律（证据锚定、跨集合校准、张力两极永不平均）与输出纪律（原子化档案卡、字段级 proven/asserted 标记）。这些纪律使其产出的分数可以在下一环节直接进入 competitive-report-structure 的基准矩阵与张力图，而不会在"组装"阶段被质疑口径。

配套阅读路径：

• 前序技能 competitive-platform-analysis：如何识别、分轴、分层并裁剪竞品集合（含 10–18 候选 → 8–12 评测对象的预筛选矩阵模板）；
• 后继技能 competitive-report-structure：八段式报告结构、热力图矩阵呈现与"必须回答的三个决策问题"；
• 定位简报来源 brand-discovery：产出战略张力与品牌平衡等前置输入的技能。

适用前提说明：该技能面向品牌/创意服务类市场（工作室、代理机构等）的竞品基准场景，维度与数据源假设（站点工艺、点评目录、作品集平台）以此为基准；移植到其他行业时，需按文档自身的校准条款替换维度具体锚点与数据源，但等级含义、证据要求与"不做综合分"的约束应当保持不变。