---
name: attribute-perception
description: 属性感知类问题——需要识别或推理人物/对象的态度、情感、身份等抽象属性
task_type: Attribute Perception
---

## 适用场景

问题要求理解人物态度、情感、动机、身份或对象的抽象属性。
例: "What evidence indicates that X?" "What can be said about Y's attitude?" "Which statement is incorrect?"

## 视频树字段索引

| 层级 | 字段 | 适用场景 |
|------|------|---------|
| L1 | scene_summary | 整体概况 |
| L1 | key_entities | 查找人物/物体 |
| L1 | main_actions | 主要动作 |
| L1 | temporal_flow | 时间线概览 |
| L1 | topic_keywords | 主题定位 |
| L2 | event_description | 事件因果 |
| L2 | entities / actions | 实体和动作细节 |
| L2 | state_changes | 状态转变 |
| L2 | spatial_relations | 空间关系变化 |
| L3 | frame_summary | 精确视觉证据 |
| L3 | visible_entities | 具体物体确认 |
| L3 | ongoing_actions | 正在发生的动作 |
| L3 | spatial_layout | 精确空间位置 |
| L3 | visual_attributes | 光照、色调、机位 |
| L2/L3 | subtitle | 字幕转写（L1 无此字段） |
| 全层 | visible_text | 画面文字（OCR） |

## 搜索步骤

### Step 1: 精准关键词搜索

用问题中的核心属性词和实体名称构造搜索查询，直接定位包含目标实体的节点。

### Step 2: 字幕深读

定位到相关节点后，仔细阅读字幕原文。

### Step 3: 相邻节点检查

当 top-1 搜索结果不足以做出判断时，检查相邻的 L3 节点。

## 输出格式

每轮在 content 中输出以下 JSON（第一轮可省略 reflect）：

```json
{
  "reflect": {
    "learned": "这条信息揭示了什么",
    "options": {
      "A": "对此选项已知什么、来自哪个节点",
      "B": "...", "C": "...", "D": "..."
    },
    "confidence": 0.5,
    "best_candidate": "B",
    "answer_ready": false,
    "evidence_directness": "explicit / implicit / metaphorical",
    "competing_options": "当前证据可能支持的其他选项: [B, C]"
  },
  "plan": {
    "goal": "本轮要获取什么信息",
    "tool": "选择哪个工具",
    "reason": "为什么这个工具和参数能达成目标"
  },
  "action": {
    "tool": "search_similar",
    "args": {"query": "关键词", "question": "当前关注的具体问题"}
  }
}
```

当 evidence_directness 为 metaphorical 时，必须寻找第二条独立证据再提交。

## 自检信号

如果你抓住第一个看似相关的文本线索就推断属性结论，停下来——检查你找到的线索是字面含义还是隐喻，语境是否支持你的解读。

## 常见陷阱

1. **浅层线索锚定**: 看到隐喻就推断能力评价，但实际语境可能在讲其他事情。抓住第一个看似相关的线索就下结论是最常见的错误模式。
2. **隐喻/间接表达**: 视频中常用比喻或间接描述来表达属性。当证据来自隐喻时，必须标记为 metaphorical 并主动寻找第二条佐证。