在设计AI大模型评测平台时，用于AI评分的提示词应当如何构造？请说明其设计要点。

回答思路

1. 【回答框架 1】AI评分提示词设计需明确评分目标与评估维度，例如回答的准确性、完整性、逻辑性、流畅度等，并定义各维度的权重和评分标准（如1-5分或百分制）。提示词应包含任务说明、输入输出格式、评分规则和示例，以引导模型产出稳定、可解释的评分结果。
2. 【回答框架 2】提示词需结构化，通常包括角色设定（如专业评委）、评分对象（学生回答）、评分维度（分项或整体）、评分尺度（描述每个分数等级的特征）以及评分理由要求（输出分数+简短依据），确保评分可追溯、可校验。
3. 【回答框架 3】设计时需考虑模型一致性：提供参考样例（如各档位的范例回答）并限制输出格式（如JSON），降低随机性；同时定期用人工标注或规则校验来校准提示词，避免评分偏差，并设定温度等超参数以平衡创造性。
4. 【回答框架 4】针对评测平台，提示词还需支持多轮对话或批量评分，并尽量分离评估与生成任务，避免模型被历史干扰。建议通过抽象模板和参数化方式管理提示词，便于快速迭代和测试不同策略。
5. 【回答框架 5】实际应用中需结合被测问题的类型（如数学、代码、开放问答）调整维度，并考虑使用自一致性或多次采样求平均来提升可靠性。
6. 【关键点 1】明确评分维度和权重，并配分数等级描述。
7. 【关键点 2】结构包含角色、任务、输入输出格式、评分规则和示例。
8. 【关键点 3】提供参考样例并限制输出格式以提升一致性。
9. 【关键点 4】用人工校准、随机性控制和批量管理保证可靠性。
10. 【易错点 1】直接要求模型打分而不给细粒度标准，易产生主观和漂移。
11. 【易错点 2】忽略输出格式约束，可能导致评分与理由混在一起难以解析。
12. 【易错点 3】提示词过短或过度开放，缺失锚点示例，会造成分数波动大。