open-code-review的【精确率vs召回率】实测

[zhoujunjun-apple]

总结： 对比了open code review 和 我司内部的T8 reviewer（两者都使用GPT-5.5模型），两者侧重点明显不同：前者侧重召回率，后者侧重精确率（详见截图）。
详述：ocr 的review结果，覆盖面极广，甚至包括了注释修正、代码规范、概率极低的corner case等情况，按我们的评审原则，导致ocr的审核精确率不及T8 reviewer，但剩在召回率高
分析：初步对比了ocr和T8 reviewer的系统提示词，确实前者偏宽泛，后者偏具体，所以有如上结果，似乎也在情理之中
疑问：ocr的系统提示词，是否可以直接修改和替换？

[lizhengfeng101]

你好，想问下系统提示词是指 system prompt 还是规则的细节？目前规则的细节是支持直接替换的，但是系统提示词目前确实还没有支持直接替换，是否有 clone 下来直接改系统提示词构建产物进一步评测过？这些问题的明确会有助于我们进一步迭代。

[zhoujunjun-apple]

你好👋，感谢回复。

我提到的 系统提示词 是指 internal/config/template/prompts/main_task_system.md 此文件内容

[lizhengfeng101]

@zhoujunjun-apple 我认为你可以本地进行提示词替换，然后构建一下，如果有比较好的评估报告，我们愿意合并到主干中。

[zhoujunjun-apple]

ok，我抽空重测后再反馈