朋友上周末把孩子的作文发给我。说你不是用AI辅导孩子作业的吗，帮我看看这作文能得多少分。我一看，是中考作文，先解释一下哦，中考作文共有六大主题，是需要提前准备的，可以确保拿分的稳定度，而不是靠临场发挥，容易豁边。作文分值不低，有60分，占到 40% 的分数了，准备得好可以比较稳的拿到 50 分。
她发给我以后，我做了三件事。先让 AI 裸评一遍，什么都不给，就一句"给这篇中考作文打分"。再把评分标准喂给它，让它按维度逐项评。最后跟她对了学校老师的评分。
三份结果摆在一起，结论挺明确的。 AI裸评，简直就是胡说八道；给了 AI评分规则，打分靠谱。
先说数据。
（下面这些都是同一篇作文、同一份标准的实测结果，只有一个案例，不具备普适性，每篇作文在 AI 评分后最好要让老师把关一下。）
同一个模型，同一篇作文，基于是否有评分标准，差了 8 到 10 分。
这个分差不是跟AI模型相关，跟评分规则这个语料相关，没有评分规则，每个AI基于通用语料知识库来评，有了评分规则，那就会按照评分规则来评。
具体解释一下。
不给标准的时候，AI 只能按"一篇看起来还不错的作文，大概值多少分"来给。它的那套规则，是通用训练数据里被反复引用过的"优秀作文"的打分，根本就是基于概率在“瞎说”，基于不同提示词会给出不同的分数。以下是不同提示词的结果：
对比而言，当给了打分标准以后，提示词的改变-强调严格，两次打分都是 48 分。
相对于人类评分，那就是完全两个思考路径，阅卷老师拿到一篇作文，第一反应是"这是 A 档还是 B 档"。定档靠的是立意、材料、结构这几个质性判断。是"这一类"还是"那一类"的区别，不是量的区别。定完档，才在档内给一个分。
AI 没有"档"这个概念。它算法的基础是概率：按照评分规则在中心与材料、语言流畅度、思路与结构、字数是否达标、有没有明显的错别字病句。这些指标加权起来，也能出来一个数，甚至能精确到小数点后一位。
关于AI挑扣分点，比我预期的准
有点让我惊喜的是，基于规则的评分，它是 AI 的强项，它能明确挑出问题和扣分点
这两张表几乎能对上。差异在最后一行：AI 多说了两条。我拿给朋友看，朋友说老师没提。但她自己看完也觉得有道理。
我把这张表拿给朋友看。她的原话是：
评分可以，但是AI 给出的建议提分只能保下限，很难提高上限，AI 没有灵感。
如果让 AI 修改作文，先不说 AI 味浓不浓，它只有概率思维没有概念思维，人的写作灵感它不可能具备，因此改出来的内容是按照它自己的语料来的，关键是也没有足够数量的高质量范文作为语料喂给它，注定无法生成好作文。最终还是要人自己来改，再次验证了 AI 不能写出高质量的内容。
优点是AI按评分标准评出来的 48 分，和老师给的 48 分，是同一个档。这一点我反复确认过。
所以，AI 有一定概率能给出启发思路的建议，但是绝对写不出好的文章，除非有足够好的范文语料。 这点后来我也问了我的孩子，她说“AI 写的作文全是 AI 味，它只能给思路和框架，写还是有自己写的，懂得人一看就是 AI 产出。”
所以我给了我朋友建议：让 AI 找问题，但改写这一步，不让它全权处理。 它改完，我只取它指出的"哪里有问题"，具体怎么改，让孩子自己来。
所以关于作文，我建议这样用
具体三步，都能操作。
第一步：只让它做"逐项对照"，不给总分。
提示词里明确写：严格基于评分规则给出分数。只按评分标准逐条判断，哪一条没达到，指出具体是哪一句、哪个段落。
这样它输出的就是一份清单，不是一句判决。
第二步：用它查"硬伤"，不用它查"亮点"。
错别字、病句、段落之间有没有过渡、材料是不是和题目对得上。这些它比人快，也比人细心。但"这篇有没有打动人的地方"，它答不了。
第三步：把它给的所有改写建议，只当"问题提示"。
看到它改哪一句，就问自己一句：这句原来是不是有点意思？如果是，就别改，或者换个方式改。
一句话总结这三步：让 AI 告诉你哪里扣分，别让它告诉你该怎么写。
经过一系列实操，我发现用AI来找茬纠错，像啄木鸟一样，还是有价值的，但是让它改作文的话，那就是胡说八道了。
我更加确定，只要有确切的评分规则和标准，AI 对作文最大的价值，不是提分，是让家长看懂评分标准。那延展到所有学科的知识点评判，AI 将会是非常不错的反馈机制，这恰恰是一对一辅导才有的待遇，而且这个1 对1 是 24*7 的随时待命的“辅导老师”，当然了如何改好还是要靠老师的，毕竟他们熟知哪些作文是高分作文。
需要中考作文评分标准的，可以评论区留言“作文评分”
