40 篇作文批量初步反馈（只挑问题，不打分）

40 篇作文，逐篇认真看完写评语，一个晚上没了——而其中八成时间花在「找出问题在哪」这种体力活上。这节课把体力活交出去：它逐篇挑具体问题，你拿尺子做最终判断。

01跟做：一段提示词

把作文（拍照、扫描、电子稿都行）放进一个文件夹：

读 作文/ 文件夹里这 40 篇学生作文，每篇给 3 条具体的修改建议
（指出问题在哪一段哪一句、为什么是问题、怎么改），
不要打分，不要写「中心不突出」这类套话——建议必须具体到能照着改。
整理成「学号—建议」对照表，我来过目。
另外：把全班共性的问题单独归纳成一栏（超过 10 篇都有的算共性）。

最后那份「好苗子名单」是这套流程的隐藏产出——它能从 40 篇里把值得你重点培养的细节挑出来，这恰恰是熬夜批改时最容易错过的。

02你的部分：拿尺子

• 抽查校准：随机抽 5 篇，对照它的建议自己读一遍——建议靠谱率不够就调提示词（「建议再具体些」「别用术语」）；
• 打分永远手写：分数和评语是你对这个孩子的判断，一个字不外包；
• 共性问题进课堂：28 篇同一个毛病，讲一次课比写 28 条评语划算——这是数据在替你备课。

03红线预告：学生姓名先脱敏

贴学生作文前把真实姓名换成学号——内容会发给 AI 厂商，学生隐私是硬红线（第 3 章展开）。让它顺手干：「读取前先把文件名和文内姓名替换成学号，对照表存本地」。

04检查点