Quest Ladder
TeachFORGE.ai
Quest Ladder / 书面作答
短答、长答与证明
当思考必须表达而非选择时，以及这在评分上的代价。
最诚实的题型，也最昂贵。
三种格式
| 格式 | 长度 | 由谁评分 |
|---|---|---|
| 简答 | 几个词。 答案最多字数 范围为 1 到 40，默认 8。 | 引擎，对照你的接受规则 |
| 长答（论述） | 段落。 评估要点 范围为 3 到 8，默认 4。 | 你，在评分队列中 |
| 证明 | 结构化论证。 检查要点，范围与默认相同。 | 你，在评分队列中 |
短答的字数限制在真正起作用。设为 8 可把答案留在自动匹配能公正评判的范围内；提到 40 就成了用字符串比较批作文，错得会多到要紧。
让短答可评分
短答是自动的，因此一切取决于接受规则：够宽以放过正确答案，够紧以拦住错误答案。
- 其他可接受答案，每行一个，用于同义词与其他说法。
- 可选关键词，其中任一即可计分——当多个词各自都能体现理解时有用。
- 文本匹配模式 设为宽松，除非拼写本身就是考点。
在真实班级上试一道短答题型，再批量搭二十道同形题。投递报告的 常见错误答案 显示学习者实际键入了什么，第一轮几乎总会揭示清单里没有的两三个正确答案。
评分队列里会出现什么
长答与证明进入 评分。每一份你会看到你写的评分量规、学习者的答案、一个 分数（满分） 字段和可选的 反馈 框。
你还会看到作答上下文——用过的提示及其扣分、学习者自评信心、用时、来自哪个阶梯步骤——合成总分随你键入更新，因此能看到扣除后分数实际会变成多少。
关键点就是量规
评估要点 与 检查要点 不是装饰。它们是你批改时出现在答案旁的量规槽，也是让批改三十篇作文前后一致、而非渐渐漂移的原因。
写成「有或无」可勾选的事项—— 在使用前陈述假设 而不是 理解良好。无法可靠勾选的关键点撑不过第二班。
在用这些搭阶梯之前
三十道自动评分题的阶梯是按一次即可投递。三十篇作文的阶梯是每班一个晚上的工作。两者都正当；只有前者能规模化。
常见形态是：阶梯大多自动评分，仅在推理真正重要处放一两道书面题。覆盖面到位，批改量仍可控。