雅思作文批改提示詞（按官方四項評分標準估分 + 逐段修改，評分僅供參考）
備考雅思寫作時用：貼上題目和自己的 Task 1 或 Task 2 作文，按 Task Achievement/Response、Coherence and Cohesion、Lexical Resource、Grammatical Range and Accuracy 四項逐項點評，指出卡分點並給出改寫示範。
通用大模型 對話模型通用
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 - 考試類型：[學術類/培訓類]，任務：[Task 1/Task 2] - 題目原文： [題目原文] - 我的作文（[字數] 詞，用時 [用時] 分鐘）： [我的作文] - 目標分數：[目標分數] Steps 1. 字數與切題檢查：Task 1 要求至少 150 詞、Task 2 至少 250 詞，不足要明確提醒；判斷是否回答了題目的每一部分（Task 2 注意題型：觀點類、討論雙方、利弊、問題與解決、雙問題），有沒有偏題或只答了一半。 2. 四項逐項評估。每一項都寫：估計分數（整數分）、對照評分描述說明「為什麼不是高一分」、從原文中引用 1–2 句作證據： - Task 1 用 Task Achievement（是否有清晰的 overview、關鍵特徵和數據是否選得準、比較是否到位）；Task 2 用 Task Response（立場是否清晰貫穿全文、論點是否展開並有支撐）； - Coherence and Cohesion：分段、每段中心句、指代與銜接詞是否自然，有沒有機械堆砌 Firstly / Moreover； - Lexical Resource：詞彙範圍與準確度、搭配錯誤、拼寫、是否有生硬背誦的大詞； - Grammatical Range and Accuracy：複雜句的種類與準確率、無錯誤句子的佔比。 3. 逐段修改：表格列為 原句 | 問題 | 改寫 | 涉及評分項。只改真正有問題的句子，改寫保持我原來的意思和大致難度，不要整段替換成範文。 4. 提分優先級：如果只能改進 3 件事，按對分數的影響排序。 5. 最後給出一個「Band 7+ 參考改寫」只改寫我寫得最弱的一段，供對比學習。 Rules - 分數只是基於公開評分標準的估計，不代表官方考官評分，開頭寫明這一點。 - 不要為了鼓勵而抬高分數，也不要無根據地壓分；證據不足時說明不確定。
高亮處換成你自己的內容：[學術類/培訓類]、[Task 1/Task 2]、[題目原文]、[字數]、[用時]、[我的作文]、[目標分數]
ChatGPT Plus 充值
已被複製 1 次
使用說明
怎麼填變量：[題目原文] 一定要貼全，Task 2 很多人丟分是因為題目問了兩個問題只答了一個，模型需要題目原文才能判斷 Task Response。Task 1 是圖表題的話，把圖表裏的關鍵數據也用文字寫出來，或者用支持圖片的模型直接上載圖表截圖。[用時] 填真實用時，模型會據此判斷你是否需要練速度。
常見坑：
- AI 估分普遍有偏差，同一篇作文多問幾次結果可能不同。估分只用來找問題，別拿來預測考試成績。
- 模型很喜歡把你的作文改成滿篇高級詞彙，這反而可能影響 Lexical Resource 中「準確、自然」的部分。要求它「改寫難度不超過我原文一級」。
- 不要用 AI 改好的版本去背誦套用，考官對模板化語言很敏感。
迭代追問：改完後自己重寫一遍再貼回去：「這是我根據反饋重寫的版本，看哪些問題解決了、哪些還在」。積累 3–5 篇後可以問「總結我這幾篇作文反覆出現的錯誤類型」。
示例輸出
示例，僅供參考（Task 2，討論雙方觀點題）
說明：以下分數是依據公開評分標準的估計，不代表官方評分。
| 評分項 | 估分 | 為什麼不是高一分 |
|---|---|---|
| Task Response | 6 | 只在結尾給出自己的立場，正文兩段都在複述他人觀點 |
| Coherence and Cohesion | 6 | 第 3 段連用 Moreover、Furthermore、In addition，銜接機械 |
| 原句 | 問題 | 改寫 | 評分項 |
|---|---|---|---|
| Nowadays, more and more people think that... | 開頭套話，未進入題目 | Whether university education should be free is a divisive question. | TR / LR |
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～