ChatGPT实际输入
- 任务与标准
- 成人职场课程：用所给数据完成4分钟建议简报。标准：有准确证据的决策相关主张；一个重大局限；面向指定受众组织。可用笔记，不得用外部数据。
- 评分设计
- 分析型，达标/发展中/尚未达标，20分。证据准确性至少一半。用于认证与反馈。
- 公平约束
- 现场或预录。不评价口音、魅力、幻灯片设计或眼神。允许字幕和辅助技术。主张质量与组织分开。
根据标准设计评分量表
直接回答
把标准转成可观察、彼此区分且可一致评分的维度。 请提供: 任务与标准、评分设计、公平约束。 预期成果: 包含证据规则、校准案例和质量检查的加权分析量表。
1
补充你的背景
你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。
2
生成的提示语
未填写的字段会保留为占位符，你仍然可以复制后自行编辑
请严格依据所提供任务和标准设计评分量表。
任务、标准、目标、证据和协助规则：
[task]
水平、类型、表现等级、分值、权重和用途：
[scoring]
无障碍、语言、形式、协作和标准分离约束：
[fairness]
把要求映射到评价维度，并标记标准不支持的拟议维度。使用可观察证据，不评价人格、猜测的努力或模糊形容词。维度互不重叠，避免重复扣分。每级描述质量、准确性、完整性、独立性或迁移的连贯差异，不只依赖错误数量或“优秀”等标签。核验分值与权重。加入缺失、部分、矛盾和等效形式证据规则及不评分内容。提供两个边界校准案例，不虚构学生作品。检查对齐、清晰、无障碍、偏见代理、重叠、计算和评分者一致性。默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。
从输入到成果
实际案例
看看具体背景如何通过这条配方转化为可使用的成果
示例输出
权重：主张与证据10分；重大局限5分；受众组织5分；总计20分。
主张与证据——达标9至10：可行动建议准确使用数据并解释联系，不用外部数据。发展中5至8：建议可识别，但相关性、选择、准确性或联系不完整；重大数值错误最高6分。尚未达标0至4：没有可行动主张、证据缺失或严重不准，或必须依赖外部数据。 局限——达标5：有证据的局限，并解释它对信心或使用的影响。发展中2至4：局限相关但后果不完整。尚未达标0至1：缺失或无关。 组织——达标5：受众在4分钟内能找到建议、支持、局限和下一步。发展中2至4：要素存在但顺序遮蔽决策需要。尚未达标0至1：关键要素无法定位。
现场与预录使用相同描述。不评价口音、魅力、眼神、视觉或制作。校准A：证据准确但局限只被点名未解释，证据可达标，局限为发展中。校准B：组织精美但错报改变决策的数字，证据不得达标。认证评分前用同一样例校准8分与9分边界。
为什么有效
- 1
可观察描述减少印象式评分并使反馈可行动。
- 2
校准案例在真实评分前暴露模糊边界。
检查结果
两名评分者能否为各描述找到相同证据？
维度是否独立、对齐且计算正确？
量表是否避免无依据的风格或获取条件惩罚？
更有把握地使用
常见问题
了解这条配方何时适用、需要提供什么，以及哪些内容仍需人工复核
使用“根据标准设计评分量表”前需要准备什么？
使用“根据标准设计评分量表”前，请准备任务与标准、评分设计、公平约束。只用可核实的信息替换占位符；如果某项未知，就明确保留未知状态，不要让模型自行推断。
“根据标准设计评分量表”的结果在什么情况下还不能使用？
如果结果还不能根据所给证据实现页面所述成果“包含证据规则、校准案例和质量检查的加权分析量表”，或仍依赖未解决假设、缺失批准或编造细节，就不能使用。把检查项当作放行门槛：应修正来源输入，或指定有权限的复核者，而不是润色一个缺乏支持的输出。
“根据标准设计评分量表”记录过哪些 AI 工具测试？
截至 2026-08-28，“根据标准设计评分量表”的公开测试记录包含ChatGPT。这只表示存在已记录试跑，不保证后续产品版本仍兼容或得到相同结果。改用其他工具或版本时，应保留全部约束，并重新执行结果检查。
继续完成任务
相关配方
AI 小课 · 推荐课程
下一步，把 AI 用起来
从理解概念到完成真实任务，在互动小课中练习提问、判断和改进，学会把 AI 用在自己的工作与生活中。
