Netflix 旨在优化其庞大内容库的简介筛选流程。数千部作品使用户的选择变得复杂，因此简介在决策过程中至关重要。高质量的简介能够提升用户参与度，而低质量的简介则会导致用户沮丧并放弃观看。挑战在于如何将质量验证规模化，以覆盖数十万条简介。Netflix 开发了一种基于大语言模型（LLM）的方法，从四个关键维度评估简介质量。该系统与创意撰稿人的意见一致性超过 85%，确保了由专家主导的质量标准。简介质量既通过撰稿人定义的创意质量进行评估，也结合会员的隐性反馈（如流媒体指标）进行衡量。"LLM 作为裁判”系统采用分层推理、共识评分和事实核查代理等技术，以优化评估准确性。这些由 LLM 生成的质量评分与关键流媒体指标（如取用比例和放弃率）存在相关性。这使得 Netflix 能够主动识别并修复简介问题，从而提升会员体验和内容发现效果。