一招「評分式 Prompt」:為何它能令 AI 從只懂稱讚你,變成說真話
2026-07-10![]()
你是否試過:詢問 AI「我這個想法如何?」它立即大力讚好,事後卻發現想法其實漏洞百出?問題並非 AI 不夠聰明,而是你的提問方式錯了。本文教你一招在 ChatGPT、Claude、Gemini 都通用的「評分式 Prompt(Rubric Prompting)」,令 AI 從討好你轉為客觀批判,並附上可直接套用的範本與五個實戰例子。
何謂評分式 Prompt(Rubric Prompting)?
評分式 Prompt 是指:不要讓 AI 籠統地「給意見」,而是要求它根據你預先定義的準則(rubric),對每一項以固定分數客觀評分並附上理由。一個完整的 rubric 包含三部分:分數與尺度、評分準則、各等級描述。如此一來,AI 便被迫逐項衡量,而非隨意稱讚。
為何 AI 預設會「討好」你?
大型語言模型經過訓練後,天生傾向「迎合使用者」。當你以開放式問法詢問「你覺得如何?」,它的預設模式便是順著你、給出正面回應。這並非刻意欺騙,而是缺乏明確標準時,它沒有可對照的依據,於是默認讚好。要破解,就要給它一把可量度的「尺」。
真實例子:從大力讚好跌至 8 分
有創業者曾就同一個商業想法做測試:先以開放式問法詢問,AI 大讚可行;其後改用評分式 Prompt,要求以 1 至 100 分、根據明確準則打分,結果 AI 只給出 8 分(滿分 100),並逐項指出市場狹窄、競爭激烈、成本過高等致命缺陷。同一個想法、同一個 AI,僅僅換了提問方式,便避免了投入數月時間與大量金錢。
評分式 Prompt 的三個組成部分
一個有效的 rubric 由三部分組成:第一,分數與尺度(例如 1 至 5 分,或加權後合計 100 分);第二,評分準則(你想衡量的維度,如可行性、市場需求、競爭、成本、風險);第三,各等級描述(清楚說明「優秀」「合格」「不足」分別是什麼樣子)。準則越具體,AI 的輸出越可靠。
完整 Prompt 範本(可直接套用)
你可直接套用以下框架:「請以 1 至 100 分,根據以下五項準則客觀評估我的【想法/文案/計劃】:①市場需求 ②可行性 ③競爭程度 ④成本與風險 ⑤獨特性。每一項分開給予分數(每項 20 分)並列明理由,最後加總。請以嚴格投資者的角度評分,不要為了鼓勵我而給高分。」一句指令,便將稱讚轉為審視。
五個實戰例子(可直接複製)
以下提供五個涵蓋不同場景的評分式 Prompt 範例,你可依需要替換括號內的內容後直接使用:
- 評估商業想法:「請以嚴格創投的角度,用 1 至 100 分評估這個生意構想:①市場規模 ②痛點真實性 ③盈利模式 ④進入門檻 ⑤競爭優勢。每項 20 分,列明扣分原因,並指出最致命的一項風險。」
- 批改銷售文案:「請以資深文案總監的標準,用 1 至 10 分為這段文案評分:吸引力、清晰度、說服力、行動呼籲強度。逐項給分並提出具體改寫建議,不要客套。」
- 比較多個方案:「以下有三個方案,請用相同準則(成效、成本、風險、落地速度,各 25 分)為每個方案評分並排名,最後說明為何第一名勝出。」
- 審查求職/投標文件:「請以招聘主管的角度,用 1 至 100 分評估這份履歷:相關經驗、成果量化、表達清晰、與職位契合度。指出三個最弱項及修改方向。」
- 檢視一段程式碼或流程:「請以資深工程師的標準,用 1 至 10 分評估這段流程的可讀性、效率、安全性與可維護性,逐項說明理由,並列出最優先要修正的問題。」
進階技巧:讓 AI 自我評分(Self-scoring)
在複雜問題的 Prompt 結尾,加上一句:「完成後,請你自行為這個答案評 1 至 10 分,分別就清晰度、有用度、準確度評分,並指出可如何改善。」這種「反思式提示」會迫使 AI 檢視自己的輸出、找出弱點再行修正,實測能明顯提升答案質素。
另外兩招逼 AI 不要敷衍作答
除了評分,還有兩個冷門但有效的技巧。其一,要求它「你是否真的搜尋過?」以迫使它真正動用內置網絡搜尋,而非僅憑記憶推測。其二,指示它「請計算,不要估算」以迫使它運用程式碼執行真正運算。這些指令令 AI 從「猜答案」轉為「取證據」。
適用場景與常見錯誤
評分式 Prompt 在以下情況威力最大:評估商業想法或投資、批改文案與提案、比較多個方案、進行風險審查。至於最常見的三個錯誤:一,準則太籠統(例如只寫「好不好」),AI 無從衡量;二,未要求理由,只取得分數而無洞察;三,未明示「以嚴格/投資者角度」,AI 又會滑回討好模式。避開這三點,你便能穩定取得有用的批判。掌握提問之道後,你會發現 AI 真正的價值在於成為團隊裡可靠的一員;前往 ai.ud.hk 了解更多 UD 的 AI 員工方案,看看 AI 如何為你的團隊分擔工作。
懂AI,更懂你|UD相伴,AI不冷