---
title: "一則提示詞就讓評分晃動，批改提示詞設計原則"
description: "同一份答案也會因提示詞不同而分數有別。這是製作穩定批改提示詞的原則。"
lang: "zh-Hant"
date: "2026-04-12T15:00:00.000Z"
updated: "2026-06-28T02:37:00.000Z"
tags: ["批改提示詞","AI評量","自動批改","信度"]
canonical: "https://flipsson.com/tw/blog/6NyhB2LglzoB"
---

# 一則提示詞就讓評分晃動，批改提示詞設計原則

如果你曾經把同一份學生答案批改兩次卻得到不同分數，那問題很可能不在答案，而在==提示詞的模糊==。第一次 3 分、再跑一次變 2 分，那就是基準在晃動。批改提示詞是評量的憲法。寫得含糊，結果也會含糊。在把模型換成更貴的之前，先把提示詞打磨精確才是正確的順序。

## 會晃動的提示詞與穩定的提示詞

「幫我批改這份答案」是最糟糕的指示。等於在不知道滿分條件的情況下，讓機器自行給分。穩定的提示詞會明確寫出以下內容。

- **滿分基準**：把要包含什麼才算滿分，逐項列舉出來。
- **部分分數規則**：以算術方式訂出==每個要素幾分==。
- **不扣分的項目**：明確指出拼寫、字跡、表達風格等不屬於評量對象的部分。
- **輸出格式**：以固定的框架取得分數、依據與引用位置。

其中==把部分分數規則算術化==是一致性的核心。「大致正確就給部分分數」這類說法每次都會被解讀成不同意思。必須寫成像「三個核心概念中包含兩個時給 2/3 分」這樣可以數的形式。

## 穩定性檢查程序

1. 拿同樣的 5 份答案，各重複批改 3 次看看。
2. 若同一份答案的分數會晃動，就把基準文句寫得更具體。會晃動的項目就是模糊的項目。
3. 把屬於臨界個案的曖昧答案==當作範例釘進提示詞裡==。

> 好的批改提示詞，是靠幾個「這樣的答案給這個分數」的範例完成的。範例比規則更有力。

## 常見的陷阱

- 太長的提示詞會讓後半段的指示被忽略。把核心規則放在前面。越重要的越先寫。
- 「嚴格地」「寬鬆地」這類形容詞當不了基準。每個人讀起來都不一樣。要換成數值。
- 給出標準答案雖然好，但為了不讓它固化成唯一正解，要加上「同等有效的答案也予以認可」的字句。
- 修改過提示詞之後，要把先前批改過的部分答案重跑一次，確認分數是否維持一致。

## 好的批改提示詞骨架

不要一開始就想寫出完美的提示詞，用填滿以下骨架的方式開始會比較快。框架做好一次，之後只要換題目就能重複使用。

1. **角色與脈絡**：先寫出這是什麼科目、幾年級、評量什麼的題目。
2. **滿分條件**：以清單列出必須全部包含哪些要素才算滿分。
3. **部分分數表**：以算術方式整理出滿足幾個要素得幾分。
4. **排除條件**：明確寫出不扣分的項目。
5. **臨界範例**：釘上兩三個令人猶豫的答案與其正確分數。
6. **輸出框架**：指定格式，依分數、依據、引用位置的順序取得結果。

填滿這六格，分數的穩定程度將與含糊的一行指示不可同日而語。尤其第 5 項的範例左右了結果，因此建議把批改過程中遇到的曖昧答案持續補充為範例，把提示詞養大。

## 重點整理

批改的一致性不是來自模型效能，而是來自==提示詞的精確==。把滿分基準拆成要素、把部分分數算術化、釘上臨界範例，分數就不會晃動。一旦穩定下來的提示詞，下學期也能原樣重複使用，因此初期投入的打磨時間，會成為留存最久的資產。