這是要求 AI 依你的教材寫出試題的指令，可能是含誘答選項的選擇題、簡答題、申論題，或一整份附評分標準的考卷。好用的提示詞會提供原始教材、程度，以及這題到底在測哪一個學習目標。
写作考试的问题是缓慢的工作,而慢的部分不是写作——它使每个问题测试都是你想要测试的东西,在正确的水平上,没有学生可以误读的措辞. ChatGPT 考试问题提示 帮助所有三个,前提是你告诉模型 关卡,学习结果和标记分配。
下面有45个,涉及评估设计、客观问题、公开答复、实践文件、专题集和审查通行证。 免费的 AI 聊天器 将多个模型保存在一个地方,或者看到更广泛的一组 ChatGPT 提示 用于其他工作。
如何负责任地使用这些提示词
使用前总是审查. 产生的问题可能模糊不清,有两种合理的答案,或者得到一个完全错误的答案。 即时40就完全存在了 — — 一个没有被阻止的问题是您将在上诉中辩护的问题。
验证每个计算和事实你自己。 这在数学和科学中最为重要,因为模型会产生无法幸存的自信算术。 将有效的解决方案作为草稿来对待。
赋予它级别,结果和格式. “ 在光合作用上写问题” 返回工作表。 命名关卡、 学习结果和标记分配会返回您可以在纸张上显示的东西 。
问每个分散注意力的目标 都有什么误解 一个只是测试错误的分散注意力者。一个将真实的学生错误映射出来的人,会告诉你重新教什么。
工作在一条线。 长文本模式,例如 GPT-5.6 Sol (英语). 可以马上掌握你的蓝图、教学大纲和文件草案,而这正是审查促使整个文件而不是一个问题开展工作的原因。
用于设计评估的 ChatGPT 提示词
在写出单个问题之前,有七个因素催促运行。 如果权重、时间或认知传播是错误的,那么从好的单个问题收集的论文仍然可能是一种糟糕的评估。
1. 考试蓝图
为[关 建立考试蓝图。主题及其教学权重:[以小时或重点列出]。总分:[X]。持续时间:[X分钟]。制作一个表格映射主题,以标记、提问类型和认知水平,使论文与我实际所教的相匹配。标出任何与教学时间相比超重或加权不足的话题。
2. 学习结果绘图器
以下是我的学习成果:[标 。 对于每个学生,告诉我需要做什么来证明,哪个问题类型可以实际评估,哪些结果完全不能在书面考试中评估。然后标出我所描述的任何结果,其方式是无法证明的。
3. 认知水平的扩大
以下是我的提问清单草稿: [pasting it]. 按认知级别对每个问题进行分类—— 回忆,理解,应用,分析,评价,创造. 显示分布,告诉我它是否适合在[级别]进行考试[目的], 并确定哪些问题我可以在不改变话题的情况下重写一个级别.
4. 计时检查
以下是我的考试论文: [用他们的分数标 。 持续时间: [X分] 。 估计一个[级别]学生每个问题的现实的完成时间,包括阅读和计划。 标语是纸张总长度太长的地方,它会比它的分数消耗不相称的时间,以及我应该剪什么。
5. 标记办法的制定者
这里有一个考试问题: [paste it]. 总标记: [X]. 写一个标记方案,其标记按所得分解,模型解答点,可接受的替代答案,以及常见的部分信用方案。然后告诉我两个标记最有可能不同意的地方,这样我就可以在任何人坐着之前收紧措辞。
6. 问题类型选择器
我需要在[级别]评估[知识或技 。比较现有的问题类型——多种选择、简短的回答、结构化的、散文的、实用的——关于每个实际衡量标准、标记时间和失败之处。为我的目的建议格式,并明确告诉我它不会捕捉到什么。
7. 公平和准入审查
以下是我的考试论文: [paste it] 。 检讨与科目无关的障碍:不必要的复杂句子结构、并非所有学生都拥有的文化参考、假设特定生活经历的背景,以及容易被误读的指令。 对于每个课程来说,都建议进行中性重写,使科目中的难度保持不变,而不是语言上的难度。
用于选择题和客观题的 ChatGPT 提示词
八点提示分心者做真正的工作。一个多选择的问题只是它错误的答案——一旦你知道该钻什么,一个 AI 测试生成器 或 时 间 AI 闪卡生成器 处理学生练习的音量。
8. 具有真正分散注意力的MCQ套装
在 [主题] 上为 [级别] 写 [数字] 多选择问题 。 每个问题都需要一个正确的答案和三个代表实际学生误解而不是明显错误的选择的分心者。对于每个问题,请告诉我每个分心者的目标都有哪些误解。请避免“以上所有”和“以上所有” 。
9. 分散注意力者改进者
以下是我的多重选择问题: [标 。 重新审视分心者: 在不知道内容的情况下, 分心者是不可能消除的, 它们坐到答案的近处, 可以说它们也是正确的, 它们重复了同样的错误。 重写弱者, 解释每个变化 。
10. 干燥清洁剂
以下是我的 MCQ 源 : [pasting them] 。 检查每个缺陷, 让测试对象的学生在不知道内容的情况下猜测: 语法提示匹配一个选项, 正确的答案明显更长, 阴性措辞混淆而不是测试, 以及一个问题中的线索, 答案是另一个问题。 列出每个问题及其定义 。
11. 错误的地图员
对于[话题],请列出最常见的八个学生误解,并解释为什么学生都持有这些误解。然后写一个诊断性多选择问题,每个误解,选择一个特定的分散注意力者揭示它的地方。告诉我,每个答案中一个班级模式对我教学意味着什么。
12. 真实/虚假升级
以下是我的真/假问题:[标 。这些问题包含50%的猜疑率。将每个问题转换成一个更可靠地测试相同知识的格式 — — 多重选择、匹配或简短的答案 — — 保持相同的内容和困难。然后告诉我哪些真正有效者与真实/假一样,应该保持原样。
13. 配对和排序
在 [title] 上为 [level] 创建匹配练习和排序问题。 对于匹配集, 包含比提示更多的选项, 所以最后一对无法通过消除来解决。 对于排序问题, 请解释一个部分正确的顺序应该获得什么 。 提供带有推理的答案键 。
14. 难度计算器
这里有[数 多个选择问题:[标 。估计每个[级别]组的难度,并解释每个组的简单或难点之处——内容、措辞或分散注意力的质量。然后告诉我哪些问题因错误的原因很难解决:措辞混乱,而不是真正的挑战。
15. 基于情景的MCQ
将基于情景的多选择问题写在 [专题] 上, 用于 [级别] 。 每个问题应呈现一个现实的短期情况, 需要应用知识, 而不是回顾它。 请将情景保留在 60 字以下 。 提供答案, 并解释为什么每个分散注意力者都具有诱惑力但是错误的 。
用于简答题和论述题的 ChatGPT 提示词
7 个响应提示, 命令单词和标记分配必须一致。 大多数关于不公平问题的投诉都追溯到两者之间的不匹配 。
16. 简短的答案
为 [级别] 写 [题] 的短答问题, 每句可回答两到四句。 需要什么: 定义、 解释原因、 比较、 应用、 评估 。 包含一个模型解答和获得标记的关键点。 避免任何回答为单词的问题 。
17. 散文问题编写者
为 [级别] 写 [题] 的散文问题。 每个问题都需要一个论证而不是描述, 可以在[时间可用] 中回答, 并且足够具体, 学生不能提交预先准备的答案 。 对于每个问题, 请说明命令词要求什么, 以及顶波段的答案与中波段不同 。
18. 结构化问题构建者
为[级别]构建一个结构化的多段问题,总计值[X]标记。(a)部分应该几乎每个学生都能访问,困难通过各部分上升。显示标记分配,并确保获得(a)部分错误的学生仍然可以尝试其余部分,没有依赖链。
19. 基于来源的问题
这里有一个来源: [复制文本, 数据集, 图像描述或提取] 。 写 [ 级别] 问题, 要求学生使用此材料而不是从内存中召回 。 包含一个要求他们评价源的可靠性 。 提供指示性答案, 并注意源不实际支持的内容 。
20. 命令词 " 计算器 "
以下是我的问题: [Paste them]. 请检查每个命令词——描述,解释,分析,评价,论证,比较——相对于问题的实际要求和标记暗示是什么. 标记每个不匹配,比如一个值两个标记的"评价"或一个值八个的"状态",并重写这些问题.
21. 解决问题的问题
为 [级别] 写 [数字] 问题解答问题。 每个步骤都需要多个步骤, 标记是奖励方法以及最后的答案。 提供一个完整的工作解决方案, 标记分步骤, 以及每个阶段学生最常见的错误 。 在进行解析前先验证算术 。
22. 分析主题
以下是一个开放的回答问题: [paste it]. 写一个分析题, 每个题有 [数] 标准和四个表演带。 描述每个乐队的作品, 而不是像好或优秀的形容词。 然后告诉我哪两个乐队的标记最常被混淆, 以及在实践中如何区分它们 。
用于模拟考试和题库的 ChatGPT 提示词
7个按量制作材料的提示:完整的纸张、平行表格和全年可以提取的银行。 PDF 摘要 当您从教学大纲文件或教科书章节中产生问题时。
23. 全面实践文件
为 [ 级别] 创建完整的练习考试。 持续时间 : [X]. 总标记 : [X]. 有加权的题目 : [请列举]. 包含问题类型组合,每节内难度上升,指令和标记分配,另加一个单独的答案键。 镜像 [命名考试或棋盘]的格式—— 并明确告诉我您是否不确定其目前的格式,而不是猜测。
24. 平行形式
这里有一个已有的考试论文 : [paste it]. 创建一个平行的版本, 在同一难度下测试相同的结果, 使用不同的问题, 上下文和数字。 将每个新问题映射到它所取代的原始, 并标记任何您无法紧密匹配难度的地方 。 @ info: whatsthis
25. 问题银行建筑商
为 [级别] 构建一个 [专题] 问题库: [数字] 问题库, 以分专题、 认知水平、 问题类型和估计难度标记。 将其格式化为表格, 我可粘贴成电子表格 。 保持覆盖, 并告诉我银行在哪里比较稀疏, 以便我知道要添加什么 。
26. 适应性测试
一次问我一个问题, 根据我的答案调整困难。 如果我弄错了一个问题, 在继续前先就同一想法提出一个更简单的问题。 在回答一个问题之后, 告诉我我的理解破解的程度, 以及首先要修改的分专题。
27. 检索做法集
将这些材料变成一个检索练习集: [粘贴您的笔记或提纲部分]. 制作用于间隔重复而不是考试模拟的[数]问题—— 简短的、单一的概念的,从记忆中可以回答的. 标记应该经常根据每个问题如何容易被遗忘而重现.
28. 过去的文件分析器
下面是过去关于[主题 的几份论文中的问题:[标 。 找出反复出现的问题类型、最经常审查的专题、用词模式审查者所赞成的以及最近没有出现的问题。 然后预测下一份文件的形状 — — 并明确这一预测究竟值得多少信心。
29. 模拟考试简报
我将在[时间框架]进行一个模拟考试。我的学生最薄弱的领域是:[描述]。设计模拟:包含什么,在那些弱点下刻意的过度表现,运行的条件,以及随后的反馈结构。然后告诉我什么模拟不能告诉我准备情况。
按学科创建考试题目的 ChatGPT 提示词
根据每个主题实际评估结果调整了8个提示。对于数字,请检查是否使用 AI 数学解析器 或用手,在它到达一个学生, 并浏览另一个 AI 学习工具 用于课堂材料。
30. 数学
写 [题] 数学问题 , 将程序流畅度、 推理和问题解决结合到上下文中。 提供工作齐全的解决方案并标明方法标记, 并标出学生最常出错的步子 。 请检查每个计算结果, 并告诉我是否有答案出错 。
31. 科学与实际工作
写关于[专题]科学的[数]问题,包括至少两个基于实验方法的问题——变量,控制,误差源,或解释结果. 提供答案,以及针对实际问题,说明学生需要实际做实验什么才能很好地回答.
32. 语言和文学
为[级别]文献写[文本或专题]问题:与具体段落相连的近读问题,一个比较问题,以及一个需要个人反驳的问题。提供提示性内容,而不是一个正确的答案,因为解释有合理差异。
33. 历史和社会科学
写下[主题]的历史问题:一个来源评估问题,一个因果关系问题,以及一个需要证据支持的判断的问题。 提供指示性答案,并注明历史学家是否真正不同意,因此标记不会惩罚一种站得住脚的替代解释。
34. 商业和经济
为企业或经济学写[专题]问题,包括一个使用现实短数据集的数据回答问题和一个要求对决定作出权衡评估的问题。提供答案,并指出哪些部分取决于假设,学生应明确说明。
35. 电子计算和技术主题
写 [主题] 问题 [水平] 计算:一个读码问题,一个要求学生识别和修复一个错误的问题,以及一个没有单一正确答案的设计问题。提供答案,对于设计问题,描述可接受的方法的范围,而不是一个模型解决方案。
36. 职业和应用学科
在[级别]为[职业科目]写[数 问题,评估应用能力而不是召回。每个问题都以现实的工作场所情景为基础,说明安全或专业正确答案必须包含哪些内容。标出任何地方监管或标准有差异的地方,因为正确答案因地区而异。
37. 语文学习
为[CEFR级别或同等水平]的[目标语言]学习者写[数 评估项目,内容包括阅读理解、语法上下文和一项生产性任务。提供答案键,为生产性任务提供一个评估沟通的标语,而不是仅指准确性。
用于审核和评分的 ChatGPT 提示词
8个最关键的台标,最经常跳过的台标。 特别是40个台标,应该在学生看到之前讨论每组问题 — — 还有1个台标。 AI 家庭作业解决器 当您需要独立检查答案时,它是有用的第二个视图。
38. 问题质量审查
以经验丰富的评估设计师身份审查这些考试问题: [pasting them]. Level: [X]. 对于每个考试,检查措辞的清晰度,与所声明的结果保持一致,难度的适当性,以及标记分配是否与需求相符。标出任何模棱两可之处,然后重写三个最薄弱的问题。
39. 含糊不清的猎人
这里有一个考试问题: [标 。 读起来就像五个不同的学生一样:一个精通材料,一个精通部分,一个精通文字,一个精通文字,一个第一语言不是教学语言,一个急着赶路。每个学生哪里都可能读错?然后改写,去除你发现的每一个模糊之处。
40. 答案关键核查人
这里有我的问题和答案 : [同时记 。 每个答案在与我的答案进行比较之前都要独立地进行。 标出任何您得到不同答案的地方, 或一个以上选项是站不住脚的, 或措辞的问题没有我的关键要求的答案 。 请不要假设我的答案是正确的 。
41. 对歧视的检查
以下是我的论文:[标 。我的组群:[描述他们的能 范围]。告诉我分数的可能分布,论文是区分强学生和弱学生,还是仅仅区分了那些修改者,而几乎所有人都会问对或错——两者都包含着很少的信息。
42. 阅读需求检查
以下是我的考试论文: [paste it]. 对照我的学生水平来评估问题本身的阅读需求。 找出语言比所测试的概念更难的问题, 用更简单的语言重写, 而不使课程内容更简单 。
43. 反馈作者
下面是学生的回答,问题,以及标记方案:[把三个都写完]。写下反馈,说他们做得好,具体花费了什么标记,以及最能改善他们下一个答案的单一变化。解决工作而不是学生的问题,并保留在100字以下。
44. 常见错误摘要
下面是一组学生对同一问题的回答 : [记下或总结规律] 。 找出反复出现的错误,区分不小心的失误和真正的误解,告诉我该如何重新教学,而不是仅仅标出什么。然后提出一个问题来确认重新教学是否有效。
45. 考试后分析
以下是我的考试结果:[每问题表现数据]。 确定哪些问题作为评估项目表现不佳 — — 每个人都对,每个人都错,或者强壮的学生比弱的学生更经常地让他们错。 对于每一个问题,告诉我问题究竟是问题还是教学,以及我如何分辨区别。
在 Chat Smith 中使用这些考试提示词
评估工作重复每个词,内容不同,因此值得恰当保存. Chat Smith允许您将您的蓝图,您的MCQ格式和审查清单作为可重复使用的模板,按主题或年份分组,并与教授同一课程的同事们共享该集,使提问以一致的房屋风格到达.
也运行着 若干人工智能模型 并肩作战,这在评估中具有特殊用途:独立地向两个模型发送同样的问答钥匙,看看他们是否同意答案。 在他们不同意的情况下,你先在学生面前发现了一个模棱两可的问题 — — 这比事后发现要便宜得多。
在写问题之前先用蓝图开始,在打印任何文件之前先用答案键验证符。这两个选项将整个过程放在一起,在它们之间捕捉到大部分与纸有关的东西。
常见问题
