AI 作業批改

01解決的工作問題

一疊要看計算過程與論述的作業，改到第三十份的時候，標準已經跟第一份不一樣了。這不是不認真，是人的判斷本來就會漂移——而學生會發現，然後來問「為什麼他那樣寫有分我沒有」。AI 在這裡真正能幫的不是打分數，是把「這份作業裡出現了哪些規準上的特徵」標出來，讓你改到第三十份時還對得回第一份的標準。要它直接給分數，你會得到一個很像分數的數字，而且申訴時你答不出它怎麼來的。

02什麼時候用、什麼時候別用

什麼情況下該用這一套

• 同一份作業要改很多份，而且不是選擇題（需要看過程或論述）。
• 有評量規準，或願意先把規準寫出來。
• 分數與回饋要能對學生說明依據。

什麼情況下別用

由 AI 給分數

分數是評量決定，要有人負責、要能對學生說明。AI 只標特徵。

沒有規準時

沒有規準，AI 會用它心中的「好答案」當標準——通常是網路上最常見的寫法，不是你教的。

高利害的單次評量

升學、證照、資格考這類一次定生死的評量，判分程序另有規範，不適用這個方法。

誰會用到

老師

這是你的主場。守住一件事：分數由你給。AI 標特徵、你判斷，這個順序不能反。

教育訓練

企業內訓的評量同理。差別是學員通常更在意「我到底哪裡不對」，回饋的可行動性比分數重要。

HR

面試評分錨點跟評量規準是同一套技術：沒有行為錨點的等第，每個評分者心中的標準都不同。

行政

學生作業含姓名學號，是個資。去識別化與保存期限要先講清楚。

主管

多位助教共改一疊時，校準比規準本身更重要——規準一樣不代表理解一樣。

所屬工作情境

04完整步驟圖的文字版，逐步展開

一句話版（快速回顧）

1. 寫評量規準：每個等第寫成可觀察的表現特徵，不是形容詞。
2. 自己先改五份（一好一差三中間）當校準基準。
3. AI 逐份對照規準，只標「有／部分／沒有／無法判定」並附引句，不給分。
4. 把 AI 對校準樣本的標記與自改結果比對；不一致就回頭修規準。
5. 人依特徵對照表給分並寫可行動回饋，抽驗十份確認分數與標記一致。

完整版（每一步誰做、產出什麼）

05開始前要準備什麼標「必要」的沒備齊就先別開始

評量規準（含行為錨點）必要

每個等第對應什麼樣的具體表現。不是「優秀／良好／待加強」，是「有沒有寫出中間步驟」「有沒有引用課本以外的例子」。

去識別化的作業必要

姓名、學號、班級遮蔽。遮蔽由人或工具做，不是叫 AI 忽略。

自己先改的樣本必要

先自己改 5 份（含一份很好、一份很差、三份中間），當成校準基準。

回饋的用途必要

只給分數、還是要給可行動的回饋？後者要花的時間多很多，但學生才學得到東西。

常見錯誤型態可選

這份作業學生最常錯在哪。有這個，AI 標得準很多。

餵進去的東西要長這樣

題目原文 ＋ 評量規準（含行為錨點）＋ 已去識別化的作業（一次 5–10 份）＋ 教師自改的校準樣本 5 份。

• 規準的每個等第要寫成可觀察的表現特徵，不要用優秀／良好／待加強。
• 去識別化由人或工具做：姓名、學號、班級一律遮蔽，不要交代 AI「不要看」。
• 校準樣本要含一份很好、一份很差、三份中間——只有中間那幾份才測得出標準。
• 一次 5–10 份。份數多了標記會開始不一致，跟人一樣。
• 無法觀察的維度（創意、用心、態度）不要放進規準，改由教師直接評。

【課程】管理會計 第 3 單元
【題目】請說明為什麼在本案情境下應選用 A 方案而非 B 方案，並附計算過程。

【評量規準（行為錨點）】
C1 有列出兩案的比較基準（至少三項具體項目，如成本、交期、維護）
C2 計算過程完整——列出算式與數值，不只寫「經計算」
C3 有指出 B 方案的優點，而非單向論述 A 好
C4 結論有對回題目給定的情境條件（本案交期、預算限制）
C5 有標明數據來源或所做的假設

【本次不列入規準、由教師直接評】
表達流暢度、版面

【校準樣本（教師已自改）】
樣本 1（高）：C1 有、C2 有、C3 有、C4 有、C5 有
樣本 2（低）：C1 部分、C2 沒有、C3 沒有、C4 沒有、C5 沒有
樣本 3–5（中）：（教師標記略）

【作業（已去識別化，8 份）】
作業 甲｜姓名【已遮蔽】｜學號【已遮蔽】
「A 方案比較好，因為成本較低。經計算 A 為 48 萬、B 為 55 萬，差 7 萬……」
（其餘 7 份格式相同）

06Prompt（快速／完整／進階）

A 快速版貼上就能用；B 完整實戰版把角色、限制、步驟、輸出格式與驗收標準寫足；C 進階版是拿去建 GPT／Skill／Agent 的系統指令。三種都附可替換變數、使用範例、預期輸出與人工確認點。

以下是評量規準與一批已去識別化的作業。請：
1. 逐份、逐條對照規準，只標「有／部分／沒有／無法判定」四種。
2. 每個「有」與「部分」都附作業中的引句或位置。
3. 整理需教師判斷的地方：同樣標為「部分」但性質不同的情形。
4. 針對每個「沒有」寫一句可行動的建議（寫「下次要做什麼」，不是評價他這次如何）。
不得給分數、等第或總評；不得評論字跡、格式、態度、字數；不得比較或排序學生。
評量規準：{貼上}；作業（已去識別化）：{貼上}

以下是評量規準與一批已去識別化的作業。請照四個要求處理。（照母提示詞）

【題目】說明為什麼在這個情境下要選用 A 方案而非 B 方案，並附計算。

【評量規準】
C1 有列出兩案的比較基準（至少三項）
C2 計算過程完整（列出算式，不只有答案）
C3 有指出 B 方案的優點（不是只講 A 好）
C4 結論有對回題目的情境條件
C5 有標明數據來源或假設

【作業 甲（已去識別化）】
「A 方案比較好，因為成本較低。經計算 A 為 48 萬、B 為 55 萬，差 7 萬。B 方案雖然交期較快，但本案交期不緊。因此選 A。（成本數字依課本表 3-2）」

【作業 乙（已去識別化）】
「我認為應該選 A 方案。A 方案在成本、維護、擴充三方面都優於 B。經過計算之後可以確定 A 較為划算。所以結論是選 A 方案。」

【特徵對照表】
| 規準 | 甲 | 乙 |
|---|---|---|
| C1 兩案比較基準 ≥ 3 項 | 部分（成本、交期＝2 項） | 有（成本、維護、擴充＝3 項） |
| C2 計算過程完整 | 有（「A 為 48 萬、B 為 55 萬，差 7 萬」） | 沒有（「經過計算之後可以確定」，未列算式） |
| C3 有指出 B 的優點 | 有（「B 方案雖然交期較快」） | 沒有 |
| C4 結論對回情境條件 | 有（「本案交期不緊」） | 沒有（未提及本案的情境條件） |
| C5 標明來源或假設 | 有（「依課本表 3-2」） | 沒有 |

【位置與引句】
- 甲 C2：「經計算 A 為 48 萬、B 為 55 萬，差 7 萬」
- 甲 C4：「但本案交期不緊」
- 乙 C1：「在成本、維護、擴充三方面」

【需要你判斷的地方】
1. 甲的 C1 只列了 2 項基準，但那 2 項都用在推論上；乙列了 3 項但沒有任何一項展開。這兩種「部分符合」的性質不同，怎麼給分要你決定。
2. 乙寫「經過計算之後可以確定」——沒有算式。這算 C2 完全沒有，還是有做但沒寫？我無法判斷，建議在回饋中要求補算式。

【我沒有做的事】
- 沒有給任何分數、等第或總評。
- 沒有評論字跡、態度、用心程度，或規準以外的任何面向。
- 沒有比較甲乙誰比較好。

# 角色
你是作業批改的對照協助者。你的專長是把每份作業對回評量規準，標出哪些特徵出現、出現在哪裡。你不給分數、不給等第、不下總評、不比較學生。

# 背景
- 課程／單元：{名稱}
- 題目：{題目原文}
- 份數：{數量}
- 這次的回饋深度：{只標特徵／要附回饋素材}

# 任務
產出逐份特徵對照表、位置引句、需教師判斷清單與回饋素材。

# 可以使用的資料
只有【評量規準】【作業】兩段。你對這個題目的一般認識、你認為的標準答案、網路上常見的寫法，一律不得作為判定依據。

# 不可以做的事（違反任何一條就是失敗）
1. 不得給分數、等第、百分比或任何可轉為分數的評級。
2. 不得下總評（「整體表現良好」「論述完整」）。
3. 不得評論規準以外的面向：字跡、格式美觀、態度、用心程度、字數多寡。
4. 不得比較不同份作業的優劣，也不得排序。
5. 不得補上作業裡沒有的內容，包含你認為學生「應該是這個意思」。
6. 每一個「有」的標記都要附作業中的引句或位置。

# 處理步驟（請照順序做）
1. 逐份、逐條對照規準，標「有／部分／沒有／無法判定」。
2. 「有」與「部分」都附引句；「無法判定」說明為什麼（例如寫了做過但沒寫過程）。
3. 整理需教師判斷的地方：同樣標為「部分」但性質不同的情形。
4. 若要回饋素材：針對每個「沒有」的規準，寫出一句可行動的建議（要學生下次做什麼，不是評價他這次如何）。
5. 自檢：是否出現分數、等第、總評或規準外評語。

# 輸出格式（嚴格照這個順序，不要加額外段落）
## 一、逐份特徵對照表
（表格：規準｜各份一欄｜有／部分／沒有／無法判定）
## 二、位置與引句
（表格：份別｜規準｜引句）
## 三、需教師判斷清單
（同為「部分」但性質不同的情形）
## 四、回饋素材
（每個「沒有」對應一句可行動建議）
## 五、自檢
（未給分數、未下總評、未評論規準外面向、未比較學生）

# 驗收標準（產出後自己檢查一次並回報結果）
- [ ] 沒有分數、等第或任何可轉為分數的評級
- [ ] 沒有總評與規準外評語
- [ ] 每個「有」都附了引句
- [ ] 沒有補上作業裡沒有的內容
- [ ] 沒有比較或排序學生

【評量規準（含行為錨點）】
{貼上}

【作業（已去識別化）】
{逐份貼上}

背景填法示例：課程＝管理會計 第 3 單元；題目＝說明為何選 A 方案並附計算；份數＝8；回饋深度＝要附回饋素材。規準與作業照 A 版格式貼上，作業務必先遮蔽姓名學號。

與 A 版的差別：多出「回饋素材」與「自檢」兩節。回饋素材是針對每個「沒有」寫的可行動建議——注意它寫的是「下次要做什麼」，不是「你這次哪裡不好」。這兩種寫法對學生的效果差很多。

# 你是誰
你是「批改對照助手」。教師或助教把已去識別化的作業貼給你，你依已核定的評量規準標出特徵。你不給分數、不給等第、不下總評、不比較學生。

# 你的資料來源
只有使用者這次貼上的作業，以及建置時附上的三份文件：本課程評量規準（含行為錨點）、校準樣本與教師標準答案標記、常見錯誤型態清單。除此之外一律不得引用，包含你對這個題目的一般認識。

# 絕對規則（違反就是失敗）
1. 不給分數、等第或任何可轉為分數的評級。
2. 不下總評，不評論字跡、格式、態度、用心、字數。
3. 不比較或排序學生。
4. 每個「有」都要附引句。
5. 作業裡沒有的內容不得補，也不得推測學生的意思。

# 條件判斷（依序檢查，先中的先套用）
1. 作業中仍可見姓名、學號、班級 → 停止作業，回覆「請先去識別化」，並列出偵測到的欄位。
2. 規準中含無法觀察的維度（創意、用心、態度）→ 標為「本規準無法以文本判定」，建議改寫或改由教師直接評。
3. 作業內容疑似整段複製（與同批其他份高度雷同）→ 只標示「與第 ○ 份高度雷同」，不判定抄襲，導向 {學術倫理窗口}。
4. 一次超過十份 → 建議分批，說明份數過多會使標記開始不一致。
5. 使用者要求給分 → 拒絕，回覆「本助手不給分；可提供特徵對照供你判分，並保留依據以備申訴」。

# 例外處理
- 使用者說「你就大概給個分我再調整」→ 拒絕。回覆「一旦有了數字，後續的判斷會被它錨定；而學生問起時，那個數字沒有依據」。
- 使用者說「這份寫得很好對吧」→ 回覆「我只能列出它符合哪些規準；好不好是你的判斷」。
- 使用者要求評論學生的學習態度 → 拒絕，回覆「態度無法從一份作業判定，本助手只對照規準」。
- 使用者要求把作業存起來當範例 → 提醒需取得學生同意並去識別化。

# 每次回覆的格式
【去識別化檢查】通過／偵測到 N 個未遮蔽欄位
【特徵對照表】（有／部分／沒有／無法判定）
【位置與引句】
【需教師判斷】（性質不同的「部分符合」）
【回饋素材】（每個「沒有」一句可行動建議）
【與校準樣本的一致性】（本批標記是否與樣本標準一致）
【自檢】（未給分、未總評、未評論規準外面向、未比較）

# 固定結尾
每次回覆最後一行固定加註：「本對照依 {規準版本}；分數與回饋由 {權責} 決定並負責說明。本助手不給分、不排序。」

# 自我檢查（每次回覆前執行，不需輸出過程）
- 是否出現數字評級？有就刪。
- 是否出現規準以外的評語？有就刪。
- 每個「有」是否附引句？沒有就補。

# 建置參數
評量規準（含錨點）：{附檔，含版本}
校準樣本與教師標記：{附檔}
常見錯誤型態清單：{附檔}
學術倫理窗口：{窗口}
權責：{職稱}

建置時把三份文件上傳為知識檔案。上線前用至少二十份歷史作業測過，其中五份要刻意含陷阱：一份未遮蔽姓名學號、一份要求它給分、一份規準含「創意」、兩份內容高度雷同，確認它分別停止作業、拒絕給分、標為無法判定、只標雷同而不判定抄襲。

與 B 版的差別：這一版會拿校準樣本回頭檢查自己——「本批的標記是否與教師樣本一致」。這是防漂移的機制：人改到第三十份會漂移，AI 標到第三十份也會，差別在於這一版每批都回頭對一次樣本。

07產出應該長什麼樣拿到的東西要長這樣

五節：逐份特徵對照表、位置與引句、需教師判斷清單、回饋素材、自檢。全篇不得出現分數、等第或總評。

完成品：校準比對抓到的兩個問題

把 AI 對五份校準樣本的標記，跟教師自己改的結果擺在一起。

─────────────────────────────
【樣本 3｜不一致：C1】
教師標記：部分
AI 標記：有
作業原文：「A 在成本、時程、後續維護上都較 B 為佳。」

爭點：規準寫「至少三項具體項目」。學生確實列了三個詞，但沒有任何一項展開說明。
教師的認定：列出詞不等於列出基準，要有比較的內容才算。
AI 的認定：出現三個項目名稱＝符合。

處置：**規準沒寫清楚，回頭修規準**（不是回頭調 AI）。
修訂後：「C1 有列出兩案的比較基準至少三項，且每項須有具體比較內容（數值、程度或事實），僅列項目名稱不計入。」
※ 修訂後重跑，AI 對樣本 3 改標為「部分」，與教師一致。

─────────────────────────────
【樣本 5｜不一致：C2】
教師標記：有
AI 標記：部分
作業原文：「48 − 55 ＝ −7（萬元）」

爭點：算式完整但沒有寫出「48 是 A、55 是 B」。
教師的認定：前文已說明何者為 A、何者為 B，算式可讀。
AI 的認定：算式本身未標示對象。

處置：這一項是 AI 太嚴格，**規準補一句說明範圍**：「C2 之判定得參照前後文，不以算式單獨呈現為限。」

─────────────────────────────
【校準結論】
五份中兩份不一致，兩次都是規準寫得不夠精確——不是 AI 標錯，也不是教師標錯。
這正是校準要做在批改之前的原因：如果直接改完八十份才發現 C1 有兩種理解，那八十份都要重看。

【修訂後的一致性】
重跑五份校準樣本，五份全部一致。規準升為 v2，本次批改採用 v2。

## 一、逐份特徵對照表
| 規準 | 甲 | 乙 | 丙 |
|---|---|---|---|
| C1 比較基準 ≥ 3 項 | 部分（2 項） | 有（3 項） | 有（4 項） |
| C2 計算過程完整 | 有 | 沒有 | 部分（有算式但缺單位） |
| C3 指出 B 的優點 | 有 | 沒有 | 有 |
| C4 結論對回情境 | 有 | 沒有 | 沒有 |
| C5 標明來源或假設 | 有 | 沒有 | 有 |

## 二、位置與引句
| 份別 | 規準 | 引句 |
|---|---|---|
| 甲 | C2 | 「經計算 A 為 48 萬、B 為 55 萬，差 7 萬」 |
| 甲 | C4 | 「但本案交期不緊」 |
| 丙 | C2 | 「48 − 55 ＝ −7」（未標單位） |

## 三、需教師判斷清單
1. 甲的 C1 只有 2 項基準，但兩項都用在推論上；乙有 3 項卻沒有任何一項展開。兩者都是「部分」，性質不同。
2. 丙的 C2 有算式但缺單位——這算完整還是部分？規準未定義是否要求單位，建議補進規準。

## 四、回饋素材
| 份別 | 缺的規準 | 可行動建議 |
|---|---|---|
| 乙 | C2 | 「下次請把算式寫出來（例如 A：48 萬、B：55 萬，差額 7 萬）。只寫『經計算』的話，讀的人無法確認你算了什麼。」 |
| 乙 | C4 | 「結論請對回題目給的條件——本案的交期與預算限制，分別支持哪一個方案？」 |
| 丙 | C4 | 「你的比較很完整，但沒有回到本案情境。請在結論加一句：在本案的交期條件下，這個差額代表什麼。」 |

## 五、自檢
- 未給分數、等第或任何可轉為分數的評級：是
- 未下總評、未評論字跡格式態度用心字數：是
- 未比較或排序學生：是
- 每個「有」與「部分」皆附引句：是

08工具怎麼挑

這幾支都做得到——差別在你手上有哪一支、資料能不能外流。標「起手」的是不知道從哪支開始時的建議，不是限定。

09會卡住與會做錯的地方

會卡住的地方（流程困難點）

標準會漂移

改到第三十份，你對「說明清楚」的門檻已經跟第一份不同。而學生會拿彼此的作業比對。

AI 直接給分很誘人

它給的數字看起來很合理。但學生問「為什麼是 72 分不是 78 分」的時候，你沒有東西可以拿出來。

規準寫成形容詞

「論述完整」——什麼叫完整？助教甲跟助教乙的完整不是同一件事。

回饋不可行動

「寫得不錯，繼續加油」——學生看完不知道下次要改什麼。

會做錯的地方（常見失敗方式）

其他注意事項

• AI 給的分數看起來很合理，但學生問「為什麼是 72 分」時你答不出來。
• 「論述完整」這種規準，助教甲跟助教乙的理解不是同一件事。
• 改完八十份才發現規準有兩種理解，那八十份都要重看——所以校準要做在批改之前。

10人工把關與安全限制

AI／Agent／Tool 介入在哪幾步

這幾關不下放

規準與錨點

要評什麼、什麼算達標，是教學判斷。

分數

AI 不給分。分數要有人負責，也要能對學生說明。

回饋內容

可行動的回饋需要理解這個學生的狀態，AI 只能提供素材。

申訴處理

學生來問時，依據是特徵對照表與規準，不是「系統算的」。

安全與權限限制

學生作業是個資

姓名、學號、班級要先遮蔽；使用哪些帳號、保存多久、何時刪除，依所屬機構規定辦理。

不得作為訓練資料

選用服務時要確認內容不會被納入模型訓練；作業要留作範例須另取得同意並去識別化。

疑似抄襲不由 AI 認定

只標示雷同，學術倫理的認定與程序由權責單位處理。

11Checklist 與驗收標準

做的時候逐項打勾

做完了才檢查：全部成立才算完成

1. 所有作業都已去識別化，輸出中沒有出現姓名、學號或班級。
2. AI 未給分數、等第或任何可轉為分數的評級。
3. 沒有總評，也沒有評論字跡、格式、態度、用心、字數。
4. 每個「有」與「部分」都附了作業中的引句或位置。
5. 已用至少五份校準樣本比對，不一致處已回頭修訂規準並重跑。
6. 分數由教師給出，且抽驗十份確認分數與特徵標記一致。
7. 回饋寫成「下次要做什麼」的可行動建議。
8. 疑似雷同的情形僅標示，未由 AI 判定抄襲。

12實際案例

13相關方法與下一步

可直接使用RELATED PROMPTS