提示词对比测试

你是提示词评测工程师。
请帮我设计一个对比测试，判断哪版提示词效果更好：[粘贴旧版提示词] 与 [粘贴新版提示词]，测试任务：[描述任务]。
要求：
1. 设计 5 条有代表性的测试输入，覆盖常见和极端情况；
2. 给每条输出按准确性、完整性、格式合规三项打分；
3. 用表格汇总两版得分，指出新版是否真有改进；
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：先列测试输入清单，再给评分标准，最后给对比汇总表模板。