想把 AI 评分标准打分用好，先要知道哪些写法会拖后腿。先回顾一下：评分标准打分是先定义一套评分维度和等级描述，再让 AI 按标准给文章、方案、答卷或回复打分并说明理由。下面逐个拆解 5 个最常见的错误。

错误 1：没有等级描述只说打 1-10 分

问题在哪：没有等级描述只说打 1-10 分。这是最常见也最容易忽略的情况。

怎么改：为关键分数写出具体描述，AI 打分才有依据。

错误 2：维度太多

问题在哪：维度太多。这样做的结果通常是输出偏离预期，还得花时间返工。

怎么改：控制在 3 到 5 个，抓住最重要的质量要素。

错误 3：只看分数不看理由

问题在哪：只看分数不看理由。这是最常见也最容易忽略的情况。

怎么改：理由才是改进的线索，要求引用原文。

错误 4：把 AI 的分数当作最终评价

问题在哪：把 AI 的分数当作最终评价。很多人第一次使用时都会这样写。

怎么改：AI 评分适合辅助，重要评估需要人工复核。

错误 5：不同批次用不同标准

问题在哪：不同批次用不同标准。这是最常见也最容易忽略的情况。

怎么改：固定评分表，结果才可比较。

这些错误的共同根源

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。

顺带回答一个常见疑问——评分维度怎么选？从“这份东西用来做什么”出发，比如用于说服就看论证，用于操作就看步骤清晰度。

修正后的标准写法

把上面的修正综合起来，以采购的场景为例，一个更可靠的写法是：

请按下面的评分标准，评价采购写的这份比价报告。
| 维度 | 1 分 | 3 分 | 5 分 |
| 结论清晰 | 找不到结论 | 有结论但靠后 | 开头即给出结论 |
| 依据充分 | 没有依据 | 部分有依据 | 每个判断都有依据 |
| 读者友好 | 术语堆砌 | 偶有难懂之处 | 采购经理一读就懂 |
输出：每个维度的分数 + 引用原文的理由；最后给出两条最值得优先修改的建议。
材料：[粘贴]

如果你是采购，还要额外注意一点：把各家报价整理成统一格式再交给 AI 比较，避免口径不一致。

最后一个建议

评分表本身也可以让 AI 帮忙起草，再由你修改。记住评分标准打分的原理——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——遇到新情况时就能自己判断怎么写。

避免重复犯错

建议把自己犯过的错误记在一个小清单里，每次使用评分标准打分前扫一眼。很多错误不是不知道，而是忙起来就忘了。

相关阅读