最新

AI 怎么让模型扮演审稿人挑毛病

让模型当审稿人怎么提要求:换会话、给评分维度、限定条数、每条必须定位到原文句子,附上判断意见真假的验证办法。

让模型写稿,它交得很顺;让它顺便挑毛病,它只会说整体清晰、建议补充细节。同一个会话里既当作者又当审稿人,它天然护着自己刚写完的东西。想拿到能落地的意见,得换个位置:给它明确的审稿人身份、一套评分维度和一条只挑刺的要求。

入口在哪

  • 同一条对话的第二轮:把稿子整段回贴,明确说这一轮任务是审稿不是续写,位置在输入框里说清即可。
  • 新开的对话:贴原文加背景资料,不带此前的写作过程,评得更狠,也更容易评错对象,背景要给足。
  • 自定义助手或指令:把角色、维度、输出格式固定下来,之后每篇直接贴稿,省去每次重写提示词。
  • 接口或批处理:审稿作为独立请求,和写作请求分开,两段提示词互相看不见对方。

具体步骤

  1. 先给立场:你是某类刊物的审稿人,只负责挑问题,不需要鼓励,也不要重写全文。
  2. 给维度并要求逐项打分,例如论点是否有据、结构是否跟得上主张、术语是否一致、结论是否可执行,每项一到五分。
  3. 要求每条意见写成三段式:引用原文的具体句子、说明为什么是问题、给出改法。没有原文片段的意见一律不算。
  4. 限制条数并排序,最多八条,按严重程度从高到低,避免它为了凑数把同一件事拆成五条。
  5. 让它先用一句话复述文章主张,再开始评。复述错了说明它读偏了,后面的意见也不必看。
  6. 换一个身份的审稿人再评一次,比如从读者角度和从执行者角度各评一遍,取两次都提到的交集,通常就是真问题。

几个坑

  • 在同一会话里让它自评。它会维护前面写下的判断,几乎不否定自己的结构,意见全是措辞层面的微调。
  • 不给维度。只说帮我看看,返回的通常是鼓励加一句可以更具体,等于没评。
  • 不限制条数。模型会把一件事拆成好几条刷满清单,你照着逐条改,反而把稿子改散。
  • 全盘照改。为了凑意见它有时会指出并不存在的问题,数字和引用尤其明显,改之前必须回原文核对。

怎么验证

  • 拿一篇你已知有问题的稿子试:故意留一处事实错误、一处前后矛盾,看它能不能指出并定位到句子。
  • 逐条检查意见是否带原文片段,能否在文中搜到。搜不到的属于泛泛而谈,直接丢掉。
  • 拿四篇质量差距明显的稿子比分数。全是四分说明这套维度对你没用,得换成更具体的标准。

常见问题

让模型一次给出总分可靠吗

分数只能当相对参考。同一套提示词下横向比较几篇有意义,跨会话比较没意义。真正能用的是它指出的具体问题,以及定位到的那句原文。

审稿人和编辑角色有什么区别

审稿人判断能不能用,倾向找硬伤和逻辑漏洞;编辑判断怎么改好,会给结构和措辞方案。要挑毛病就用审稿人,要改稿就用编辑,两个角色一起给,意见容易互相覆盖。

AI 挑出的问题该信几成

结构、逻辑、前后矛盾这类它看得比较准;数字、引用、专业事实必须自己核。判断标准很简单:能在原文里找到对应句子的值得看,找不到具体位置的先放着。

一句话总结:让模型当审稿人,关键在换会话、给维度、限条数、要原文定位,它挑出的结构问题好用,事实仍要自己核。