LibreChat 产出验收:5 个维度打分法
LibreChat 是一款开源项目:开源的多模型聊天平台,支持多用户、插件与企业自托管。
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
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。
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 LibreChat 的结果与人工完成或 NextChat 的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
更多可以试的用法
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。
验收标准:日期金额与原稿一致。
长文档速读
输入:一份 30 页以内的报告或合同(已脱敏)。
请先用 5 句话概括这份文件的核心结论,再列出 3 个我必须亲自核对的数字或条款,最后指出文中前后矛盾的地方。只依据文件内容,不确定就写「文件未说明」。
验收标准:摘要里的每个数字都能在原文中找到。
方案对比
准备材料:两到三个备选方案的要点。
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。
交付前确认:结论附带了反转条件。
常见问题:回答越聊越偏
新开对话,把关键背景与约束写成一段固定开场白再提问。
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。
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。
概念补充:联网搜索
让助手先检索网页再回答,回答应附来源,但来源本身也需要核对。
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。
写在最后
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。
文中提示词和示例仅作示意,实际效果取决于你的材料和 LibreChat 当前版本,重要内容请人工核对后再使用。