出行与地点推荐质量
我们对 agent 说的话
给我妈 60 岁生日推荐 area 附近的 3 家餐厅，8 个人，要包间，人均 budget 左右，说说每家为什么合适。
判定标准
通过
- 3 家都真实存在且在营业，有包间（电话或页面核实），人均在预算上下 30% 以内。
部分通过
- 3 家里有 2 家满足全部条件。
失败
- 满足全部条件的不到 2 家，或者有任何一家是编造的。
每轮更换的参数
- {area}
- {budget}
提示词模板是公开的，具体参数在每轮结果发布时一起公开。
保留的证据
- screen_recording
- verification_notes