给讯飞星火的结果打分:可复用的评估表
讯飞星火是一款在线服务:科大讯飞的大模型助手,在语音交互、办公与教育场景布局较多。
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
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。
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。
- 把讯飞星火的结果与人工完成或豆包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
长文档速读
适用情况:手头有一份 30 页以内的报告或合同(已脱敏)时。
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」。
检查点:摘要里的每个数字都能在原文中找到。
邮件改写
准备材料: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。
检查点:日期金额与原稿一致。
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。
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: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: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。
注意事项
本文基于讯飞星火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,先确认讯飞星火的数据处理条款,再决定能否使用。