给 Abridge 的结果打分:可复用的评估表
先说清楚它是什么:Abridge 属于「垂直行业」方向的在线服务,把医患对话转成临床记录的环境感知 AI 文书工具。
用 AI 最容易犯的错是「看着不错就用了」,这篇给出一张可复用的打分表。
评分表(每项 1 到 5 分)
| 维度 | 看什么 | 1 分 | 5 分 |
|---|---|---|---|
| 专业准确 | 是否符合行业规范和事实 | 明显不合格 | 无需修改即可使用 |
| 可追溯 | 结论能否回到原始资料 | 明显不合格 | 无需修改即可使用 |
| 合规 | 是否满足行业监管与隐私要求 | 明显不合格 | 无需修改即可使用 |
| 责任清晰 | 是否保留专业人员的最终判断 | 明显不合格 | 无需修改即可使用 |
| 效率 | 是否切实减少重复性工作 | 明显不合格 | 无需修改即可使用 |
建议:任一维度低于 3 分就不要直接使用;总分用于比较不同提示词或不同工具的效果。
用一个任务试打分
资料检索与摘要
准备材料:一个专业问题。
检索与这个问题相关的权威资料,给出摘要并附出处,明确区分「资料原文结论」与「推论」。
验收标准:区分原文与推论。
怎么让评分更可靠
- 同一批材料至少测 5 次,不只看最好的一次。
- 两人分别打分,分歧大的维度再讨论标准。
- 把 Abridge 的结果与人工完成或 Dragon Copilot 的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
延伸练习
合规清单
适用情况:手头有一项业务流程时。
针对这项流程列出需要关注的合规检查点,每项注明依据类型(法规 / 行业标准 / 内部制度)以及需要向谁确认。
检查点:注明了确认对象。
常见问题:输出引用了不存在的条款或文献
只接受能追溯到原文的引用,逐条核对。
常见问题:客户误以为是专业意见
在输出中加入明确提示,并由专业人员审核后再发出。
常见问题:识别模型在新场景失效
补充新场景的标注数据重新评估。
概念补充:免责声明
说明 AI 输出仅供参考、不构成专业意见的提示。
概念补充:环境感知文书
在征得同意后记录对话并自动生成专业记录。
适合人群:数据分析师
数据分析师可以用 Abridge 处理取数与 SQL、清洗与可视化等工作。需要注意:确认指标口径,敏感数据脱敏后再交给 AI 处理。
适合人群:记者编辑
记者编辑可以用 Abridge 处理采访整理、资料核查等工作。需要注意:事实必须多源核实,不得用 AI 生成虚构引语,遵守所在机构的 AI 使用规范。
适合人群:行政与助理
行政与助理可以用 Abridge 处理会议安排与纪要、通知公告等工作。需要注意:员工个人信息与内部文件按权限管理。
写在最后
本文基于 Abridge 公开的定位与通用用法编写,具体功能、套餐与可用地区以官方页面为准,产品更新后界面和名称可能变化。
文中提示词和示例仅作示意,实际效果取决于你的材料和 Abridge 当前版本,重要内容请人工核对后再使用。