给 Grok 的结果打分:可复用的评估表
Grok 是一款在线服务:xAI 推出的 AI 助手,可在 X 平台和独立应用中使用。
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
会议准备
适用情况:手头有会议议题和参会人角色时。
我要主持一个 30 分钟的会议,议题是【议题】。请帮我写议程(含每项时长)、需要提前发给参会人的 3 个问题,以及可能出现的分歧和我的应对话术。
检查点:议程总时长不超过会议时长。
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 Grok 的结果与人工完成或 Gemini 的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
补充练习
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
输入:本周零散的工作记录和聊天截图文字。
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。
交付前确认:没有出现记录里不存在的成果。
常见问题:上传文件后回答不全
文件过长时分章节上传,并要求先列出目录再逐节总结。
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」
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:智能体
能按目标拆解步骤并调用工具执行的 AI 形态,需要设好权限边界。
适合人群:数据分析师
数据分析师可以用 Grok 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。
写在最后
本文基于 Grok 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。
涉及个人信息、商业机密或受监管数据时,先确认 Grok 的数据处理条款,再决定能否使用。