阿里云百炼是一款平台：阿里云的大模型服务与应用开发平台，可调用通义等模型并搭建智能体。

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
事实准确数字、日期、名称是否能被原始材料验证明显不合格无需修改即可使用
结构清晰是否按要求的格式输出，层级是否合理明显不合格无需修改即可使用
完整度是否覆盖了提问中的每个子问题明显不合格无需修改即可使用
可执行性建议是否具体到下一步动作明显不合格无需修改即可使用
边界意识不确定处是否明确标注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

方案对比

适用情况：手头有两到三个备选方案的要点时。

用表格对比以下方案，列为：成本投入、实施难度、主要风险、适合的前提条件。表格后给出你倾向的方案和理由，并说明什么情况下结论会反转。

验收标准：结论附带了反转条件。

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。
  • 把阿里云百炼的结果与人工完成或百度千帆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

邮件改写

输入：一封措辞生硬的中文或英文邮件草稿。

把这封邮件改写得礼貌但直接，保留所有日期和金额，开头一句说明来意，结尾给出明确的下一步。另外给一个更简短的版本。

交付前确认：日期金额与原稿一致。

学习新概念

输入：一个陌生的专业名词或技术概念。

我是零基础，请用一个生活类比解释【概念】，再给一个工作中的具体例子，最后出 3 道判断题检验我是否理解，答案放在最后。

验收标准：能用自己的话复述类比。

周报整理

适用情况：手头有本周零散的工作记录和聊天截图文字时。

把下面的工作记录整理成周报，分「已完成 / 进行中 / 风险与求助」三段，每条不超过 25 字，保留原始数字，不要补充我没写的成果。

检查点：没有出现记录里不存在的成果。

常见问题：同一问题每次答案不同

把格式和判断标准写死，必要时让它先给评分依据再给结论。

常见问题：中文输出夹杂英文术语

在提示里明确「术语首次出现给中文译名，括号内保留英文」

常见问题：引用的链接打不开或内容对不上

要求只引用能直接访问的来源，关键结论自己回到原网页核对。

概念补充：系统提示词

在对话开头设定角色、规则与格式的指令，影响整段对话。

概念补充：幻觉

模型给出看似合理但与事实不符的内容，数字、人名、引用最容易出现。

使用提醒

涉及个人信息、商业机密或受监管数据时，先确认阿里云百炼的数据处理条款，再决定能否使用。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读