掌握了 AI 评分标准打分的基础用法之后，下一步是让效果稳定可复现。理解原理是关键：有了明确的等级描述，AI 的评价就有了参照物，不同对象之间可以横向比较；理由部分还能直接转化为修改意见。

评分标准的难点在于“3 分是什么样”。1 分和 5 分往往容易描述，中间档最容易模糊。写等级描述时，尽量用可观察的特征，比如“结论出现在第一段”，而不是“结论比较清楚”。描述越可观察，AI 和人的评分越一致。

技巧 1：先用两三份已知好坏的样本校准

先用两三份已知好坏的样本校准，看 AI 的打分是否符合预期。适合在任务较复杂或要反复使用时采用。

技巧 2：让 AI 给出“如何从 3 分提升到 5 分”的具体改法

让 AI 给出“如何从 3 分提升到 5 分”的具体改法。适合在任务较复杂或要反复使用时采用。

技巧 3：对教育场景

对教育场景，评分理由可以改写成鼓励性的反馈语言。这能帮你更快定位问题出在哪个环节。

技巧 4：评分表本身也可以让 AI 帮忙起草

评分表本身也可以让 AI 帮忙起草，再由你修改。做到这一点，结果的稳定性会明显提高。

技巧 5：同一份材料修改前后各打一次分

同一份材料修改前后各打一次分，直观看到改进效果。做到这一点，结果的稳定性会明显提高。

一个进阶场景

举个虚构的例子：一位培训讲师收到 20 份学员的演讲稿。她设计了“开场吸引力、结构、案例、结尾行动号召”四个维度，让 AI 逐份打分并引用原文。结果帮她快速找出共性问题：大多数学员的结尾没有行动号召，于是下一节课专门讲了这一点。

可以给自己的作品打分吗？ 可以，这是自我检查的好办法，但要意识到 AI 不了解你的全部背景。

一份进阶写法

下面的模板综合了以上技巧，可以按家长等不同场景替换内容：

你是评分员，需要对多份提交进行一致性评分。
1. 先阅读全部提交，不打分，列出你观察到的质量差异；
2. 按评分表逐份打分，每项必须引用原文；
3. 给出排名，并说明第 1 名和最后 1 名的关键差别；
4. 自检：是否有两份质量相近却分差超过 2 分？如有，复核并说明。
评分表：[粘贴]
提交内容：[按编号粘贴]

进阶使用时仍要避免

  • ✗ 不同批次用不同标准。 ✓ 固定评分表，结果才可比较。
  • ✗ 把 AI 的分数当作最终评价。 ✓ AI 评分适合辅助，重要评估需要人工复核。

可以组合的技能

  • 自我批改：自我批改是让 AI 先写初稿，再按你给的标准检查自己的输出并修订，常见流程是“起草 → 列问题 → 改写”。
  • 批量分类打标：批量分类打标是让 AI 按你定义的类别，给大量文本贴标签，例如把用户反馈分成功能建议、故障报告、价格抱怨，把邮件分成紧急、待办、仅供参考。

进阶之后

当评分标准打分已经用得很顺手，可以思考如何把它固化下来：写成模板、放进自定义助手，或者和 AI 校对润色结合成固定流程。进阶的终点不是写出更复杂的提示词，而是让好结果变得可重复。

相关阅读