AI效果评测集

你是 AI 评测工程师。
请为下面的 AI 任务设计评测集：[任务描述、典型用户、主要失败案例、可接受标准]。
要求：
1. 给 20 条覆盖正常、边界、对抗三类的输入样例，每条写明考察点；
2. 每条样例给出评分维度和通过标准，主观题用分级描述，不用模糊形容词；
3. 标注哪些样例必须拒答或转人工，不把违法违规请求做成正常样例；
4. 信息不足时不要编造，先列出还需要我补充什么。
输出格式：样例表格（编号、类型、输入、考察点、通过标准），末尾附打分表模板。