合格的评分标准（rubrics）
 一、什么是“合格的 rubrics”？
它能够确保：根据考生书写的内容，可以稳定地生成一个理想的回复。  
也就是说，评分标准要清晰、可操作，让不同评阅人看到同一份答案时，能得出基本一致的判断。
 要写好这样一份 rubrics，需要重点做三件事：
1. 列出关键事项（标题） —— 要回答好这个需求，必须做哪几件事？  
2. 明确每件事的具体内容和达标程度 —— 每件事包含哪些要点？每个要点做到什么程度才算合格？  
3. 按照下面的原则去撰写要点并分配权重。
二、需求分析
在写 rubrics 之前，先分析 prompt（题目或需求）：
- 这个 prompt 包含了哪些核心需求？
- 这些需求的本质是什么？
- 用户（或出题人）真正想要的是什么？
只有把需求挖透，后续的要点才不会跑偏。
 三、要点撰写 —— 核心原则
写出的每一条 rubrics 应该是事实点（用来判断考生是否做到了某件事），而不是要求（如“考生应当…”）。  
具体要求如下：
| 原则 | 解释 |
| 一条 rubrics 只含一个核心判定点 | 避免把多个并列要求（如“逻辑清晰且数据准确”）或两层以上逻辑（如“如果A则B，否则C”）堆在一起 |
| 要点必须充分且不重复 | 所有与满足需求相关的要点都要覆盖到；内容不要重复；主观性强的考察点尽量少用 |
| 边界清晰，相互独立 | 每条 rubrics 的考察范围与判定要点不能和其他条有含义重复或判定交叉 |
 例如：  
错误写法：“能正确计算利润并写出分析建议” → 包含两个不同能力。  
 正确写法：  
 条目1：利润计算过程正确  
 条目2：基于利润结果提出了两条以上的合理建议
 四、权重分类 —— 价值排序与评估指引
把考点按照对整体价值的影响程度分成六个类别，用于指导打分和优化。
| 分类 | 说明 | 对评分的影响 |
| 要点 | 回答的必要信息。包含主需信息、必要的推理过程、关键步骤、关键补充说明或论证深度。 | 遗漏/答错 → 直接不可用，劝退 |
| 重要点 | 重要性稍低于要点。是对要点的细化拆分，或对要点中重要内容的强调。 | 漏掉会明显扣分，但不一定直接判零 |
| 附加点 | 满足主需之后的其他增益内容，如拓展分析、例子、对比等。 | 加分项，没有不扣分 |
| 雷区 | 模型一旦出现这种情况，直接给0分，不管其他部分答得多好。 | 一票否决 |
| 一级误区 | 影响主需满足程度的错误情况。 | 严重扣分，可能导致不可用 |
| 二级误区 | 数量少时不影响可用；出现多了会导致回复不可用，但不会直接一票否决。例如次要事实的错误。 | 按数量累计扣分，超过阈值则不可用 |

 五、总结：如何实际应用这套标准？
1. 拿到一个题目 → 先做需求分析，提炼核心需求本质。  
2. 列出要答好题目必须做的几件事（标题级）。  
3. 针对每件事写出若干条 rubrics，每条只测一个判定点，互不重复、边界清晰。  
4. 给每条 rubrics 打上权重标签（要点/重要点/附加点/雷区/一级误区/二级误区）。  
5. 评分时：  
   - 先扫雷区，有雷区直接0分；  
   - 再看要点，缺要点直接劝退；  
   - 然后查重要点、二级误区；  
   - 最后看附加点决定是否给高分。