用'评分表前置'逼 AI 先定标准再作答：质量翻倍的反向约束法

为什么你的 AI 回答总跑偏

很多人用 AI 时习惯直接甩一句"帮我写个 XX"，拿到的东西要么太泛、要么偏题。问题往往不在模型，而在你没告诉它"什么叫好"。一个实用的办法是：让 AI 在正式回答前，先跟你对齐一份评分表。

这套方法的逻辑

当你要求模型先列出评判标准，它不得不把模糊的需求拆成可检查的维度。这个"先对齐、再产出"的过程，会显著减少答非所问——相当于你逼它在动笔前先把任务想清楚，而不是凭感觉开写。

可直接复制的提示词

我要你帮我完成【任务描述】。
请先不要直接给答案，而是跟我做两件事：
1. 列出你认为衡量这份成果好坏的 5 个标准，每条用一句话说明"达到什么程度算合格"。
2. 针对其中你认为最容易踩坑的 2 条，各给一个反面示例。
确认这 5 条标准后，我再让你正式产出。如果有哪条标准你不同意，现在就指出来。

适用场景

• 写方案、文案、制度这类没有唯一正确答案的任务
• 你心里有模糊的标准但说不清，需要模型帮你显化
• 反复修改总对不上频道，想一次性对齐预期

效果说明

实际用下来，最明显的变化是返工变少了。因为标准公开了，你能在第一步就砍掉不对的方向，而不是等全文写完才发现跑偏。对写作、策划、评审类任务尤其管用。注意两点：标准不要超过 5 条，太多模型会顾不过来；评分表只是对齐工具，别把它当成最终答案。