用 AI 改作文，最容易被忽略的不是"准不准"，而是分数本身不可信。
有几个已经公开的实测数据：
有记者拿 18 篇作文（小学 3–6 年级、初中 7–8 年级）在 6 款热门 AI 批改产品上跑了一遍，
同一篇作文跨平台的最高分和最低分，普遍差 8–15 分，部分超过 20 分。
更麻烦的是时间维度：同一平台，上午上传判"一类文"，下午上传同一篇判"良"，
分差最高 10 分，而原文一个字都没改（人民网 2026 年 7 月）。
也就是说：同一个学生的同一篇作文，交给不同的工具、不同的时间，能拿到完全不同的分数。
2025 年 11 月教育部发布的《教师生成式人工智能应用指引（第一版）》里写得很明确：
不得将生成式人工智能对作文、艺术作品、开放性作业等的自动批改结果， 作为学生最终评价予以直接使用。
还有一条要求：须对生成内容进行审核和校正，并把发现的问题反馈给技术提供方。
所以"直接用 AI 给的分数"这件事，现在同时踩两条线：一条是准确性，一条是规范性。
能用，而且我觉得很值得用。关键是把"分数"和"批改内容"分开看。
我的做法是三件事：
① 分数只作参考，不作结论
我把 AI 的分当成"第三方视角"，不是我的分。真要给分，我自己定。
它的分最多帮我确认一下"这篇确实偏弱"或"这篇明显不错"。
② 真正有用的是维度排序和错点清单
AI 最有价值的输出不是那个数字，而是：
这几样东西我可以逐条核对——核对完就变成我自己的判断。而那个 13 分还是 15 分，
我核对不了，也没必要核对。
③ 用自己的旧作文把尺度锚回来
这一步我觉得最关键，也是最少人做的。
做法：翻出 10 篇你已经批过、有你自己给分的旧作文，先让 AI 各改一遍，
看看它给的分和你的分差多少、差在哪个维度。
这 10 篇就是你的"校准样本"。跑完你会发现它的系统性偏差——
比如它可能对"内容充实但语言一般"的作文给分偏高，对"语言干净但内容单薄"的给分偏低。
知道偏差之后，你再看它给的新分数，心里就有底了。
⚠️ 注意：你上传的旧作文里不要带学生姓名。学号或代号就够了。
《指引》要求老师审核并留痕。我的做法很简单：
在作文批改记录里加一栏"教师复核"，写一句我改了什么。比如：
| 学生 | AI 分 | 我的分 | 我改了什么 |
|---|---|---|---|
| A | 13 | 11 | AI 没发现时态错了三处 |
| B | 9 | 12 | AI 把"内容少"判成"语言差"，其实是词数不够 |
这一栏既满足留痕要求，也是你以后判断"这个工具还值不值得用"的依据。
用一段时间之后你会发现某些错误反复出现——那就是该反馈给工具方的东西。
AI 批改的价值在于"它帮你把每篇都读了一遍"，不在于"它给了一个分"。
把这一点想清楚，用起来就不别扭了——分数是我给的，它只是我的一个帮手。
出题、出卷、作文批改的提示词，整理成了 8 条免费领取：
→ 免费资料
网站上放的都是单篇和样板，一直免费。成套课件、可编辑源文件和持续更新，放在下面这几个地方。
网站上放的是单篇和样板，一直免费。成套课件、可编辑源文件和持续更新，放在下面这几个地方。
每周发一篇教学随笔和课件预览。公众号里回复关键词能领几份免费资料包——先看看我的东西对不对路。
扫码打开长按二维码识别买断制的小册与连载，写我怎么把 AI 用进日常备课和批改。适合先花小钱看看我的思路对不对路。已更新 17 篇，后续更新免费看。
扫码打开长按二维码识别网站上的课件和教案继续免费，不会收回。付费的是「成套 + 可编辑 + 持续更新」那一部分。
公众号里回复关键词能领免费资料包；有问题也可以在公众号留言。