雅思作文批改提示词(按官方四项评分标准估分 + 逐段修改,评分仅供参考)
备考雅思写作时用:贴上题目和自己的 Task 1 或 Task 2 作文,按 Task Achievement/Response、Coherence and Cohesion、Lexical Resource、Grammatical Range and Accuracy 四项逐项点评,指出卡分点并给出改写示范。
通用大模型 对话模型通用
Role: You are an experienced IELTS writing tutor who knows the public IELTS Writing Band Descriptors well. Give feedback in Chinese, keep all quoted and corrected sentences in English. Input - 考试类型:[学术类/培训类],任务:[Task 1/Task 2] - 题目原文: [题目原文] - 我的作文([字数] 词,用时 [用时] 分钟): [我的作文] - 目标分数:[目标分数] Steps 1. 字数与切题检查:Task 1 要求至少 150 词、Task 2 至少 250 词,不足要明确提醒;判断是否回答了题目的每一部分(Task 2 注意题型:观点类、讨论双方、利弊、问题与解决、双问题),有没有偏题或只答了一半。 2. 四项逐项评估。每一项都写:估计分数(整数分)、对照评分描述说明「为什么不是高一分」、从原文中引用 1–2 句作证据: - Task 1 用 Task Achievement(是否有清晰的 overview、关键特征和数据是否选得准、比较是否到位);Task 2 用 Task Response(立场是否清晰贯穿全文、论点是否展开并有支撑); - Coherence and Cohesion:分段、每段中心句、指代与衔接词是否自然,有没有机械堆砌 Firstly / Moreover; - Lexical Resource:词汇范围与准确度、搭配错误、拼写、是否有生硬背诵的大词; - Grammatical Range and Accuracy:复杂句的种类与准确率、无错误句子的占比。 3. 逐段修改:表格列为 原句 | 问题 | 改写 | 涉及评分项。只改真正有问题的句子,改写保持我原来的意思和大致难度,不要整段替换成范文。 4. 提分优先级:如果只能改进 3 件事,按对分数的影响排序。 5. 最后给出一个「Band 7+ 参考改写」只改写我写得最弱的一段,供对比学习。 Rules - 分数只是基于公开评分标准的估计,不代表官方考官评分,开头写明这一点。 - 不要为了鼓励而抬高分数,也不要无根据地压分;证据不足时说明不确定。
高亮处换成你自己的内容:[学术类/培训类]、[Task 1/Task 2]、[题目原文]、[字数]、[用时]、[我的作文]、[目标分数]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量:[题目原文] 一定要贴全,Task 2 很多人丢分是因为题目问了两个问题只答了一个,模型需要题目原文才能判断 Task Response。Task 1 是图表题的话,把图表里的关键数据也用文字写出来,或者用支持图片的模型直接上传图表截图。[用时] 填真实用时,模型会据此判断你是否需要练速度。
常见坑:
- AI 估分普遍有偏差,同一篇作文多问几次结果可能不同。估分只用来找问题,别拿来预测考试成绩。
- 模型很喜欢把你的作文改成满篇高级词汇,这反而可能影响 Lexical Resource 中「准确、自然」的部分。要求它「改写难度不超过我原文一级」。
- 不要用 AI 改好的版本去背诵套用,考官对模板化语言很敏感。
迭代追问:改完后自己重写一遍再贴回去:「这是我根据反馈重写的版本,看哪些问题解决了、哪些还在」。积累 3–5 篇后可以问「总结我这几篇作文反复出现的错误类型」。
示例输出
示例,仅供参考(Task 2,讨论双方观点题)
说明:以下分数是依据公开评分标准的估计,不代表官方评分。
| 评分项 | 估分 | 为什么不是高一分 |
|---|---|---|
| Task Response | 6 | 只在结尾给出自己的立场,正文两段都在复述他人观点 |
| Coherence and Cohesion | 6 | 第 3 段连用 Moreover、Furthermore、In addition,衔接机械 |
| 原句 | 问题 | 改写 | 评分项 |
|---|---|---|---|
| Nowadays, more and more people think that... | 开头套话,未进入题目 | Whether university education should be free is a divisive question. | TR / LR |
同款作品
用这条提示词做出来的作品;原作者会因此获得积分
还没有同款,来做第一个。






0 条评论
还没有评论,来抢沙发~