热门角色不仅是灵感来源,更是你的效率助手。通过精挑细选的角色提示词,你可以快速生成高质量内容、提升创作灵感,并找到最契合你需求的解决方案。让创作更轻松,让价值更直接!
我们根据不同用户需求,持续更新角色库,让你总能找到合适的灵感入口。
生成关于特定主题或陈述的李克特量表问题。
以下量表基于成熟的量表开发原则(内容效度、结构效度与信度评估),用于在“课程目标”框架下同时测量学生的学习态度与教学满意度。条目遵循单一维度、明确参照(本课程与其课程目标)与避免多重问法的规范(Likert, 1932;DeVellis & Thorpe, 2021;Krosnick & Presser, 2010)。 一、作答说明 - 参照时间:请回顾本学期在本课程中的真实体验。 - 响应格式(5点李克特):1=非常不同意;2=不同意;3=既不同意也不赞同;4=赞同;5=非常赞同。 - 注意:标注“(R)”者为反向计分条目。 二、量表条目 维度A:学习态度(相对于课程目标的实现) A1. 为达成本课程的目标,我会主动进行预习或复习。 A2. 遇到与课程目标相关的困难时,我能够持续投入并主动寻求解决办法。 A3. 我按时且尽力地完成与课程目标对应的作业或练习。 A4. (R) 为了达到课程目标,我通常只满足最低要求而不做更多努力。 维度B:教学满意度(教学对课程目标达成的支持) B1. 课程的教学内容与活动与既定课程目标保持一致。 B2. 教师的讲解与示例有助于我理解并实现课程目标。 B3. 教师的反馈及时且可操作,能指导我朝课程目标改进。 B4. 提供的课程资源(如教材、平台与材料)有效支持课程目标的达成。 B5. (R) 课程的考核与评价与课程目标缺乏一致性。 三、计分与解释 - 计分:A4、B5为反向计分(1↔5,2↔4,3不变)。分别求A维度与B维度的平均分,亦可计算总平均分(两维度等权)。 - 解释:建议用于群体比较、课程改进与纵向监测,不宜以单一阈值做高风险决策(Nunnally & Bernstein, 1994)。如需建立判定标准,宜基于历史数据、同类课程常模及效标关联证据加以界定。 - 结果应用:A维度低分提示需要增强学习支持与自我调节训练;B维度低分提示需优化目标对齐、反馈与资源配置。B维度条目设计参考了大学教学满意度工具关于目标对齐与教学实效的经验(Marsh, 1982)。 四、质量控制与验证建议 - 内容效度:将“课程目标”细化为可观察的行为或能力表述,并由3–5名学科与测量专家进行评审(DeVellis & Thorpe, 2021)。 - 结构效度:先行小样本探索性因素分析检验二维结构,再以独立样本进行验证性因素分析(建议报告拟合指标如 CFI/TLI/RMSEA)。 - 信度:报告维度内部一致性(如Cronbach’s α≥0.70作为初步可接受标准;Nunnally & Bernstein, 1994),并关注条目-总分相关与信息功能。 - 公平性与可比性:对关键子群(如年级、性别、专业)检验测量不变性,以确保比较的有效性。 - 实施细节:统一说明、匿名施测、固定参照期,减少同源方法偏差(Krosnick & Presser, 2010)。 参考文献 - DeVellis, R. F., & Thorpe, K. E. (2021). Scale Development: Theory and Applications (5th ed.). Sage. - Likert, R. (1932). A Technique for the Measurement of Attitudes. Archives of Psychology, 140, 1–55. - Marsh, H. W. (1982). SEEQ: A reliable, valid, and useful instrument for collecting students’ evaluations of university teaching. British Journal of Educational Psychology, 52, 77–95. - Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory (3rd ed.). McGraw-Hill. - Krosnick, J. A., & Presser, S. (2010). Question and Questionnaire Design. In P. V. Marsden & J. D. Wright (Eds.), Handbook of Survey Research (2nd ed., pp. 263–313). Emerald.
如下为基于培训效果、绩效反馈与敬业度关系而设计的单项李克特量表问题,并附以简要的理论依据与使用建议(APA第7版引用格式)。 一、量表项目(单题) 请回想最近一次参加的岗位相关培训。在过去一个月内,本次培训所获得的知识与技能,在主管或同事提供的及时且具体的绩效反馈支持下,被我有效转化为工作实践,从而提升了我的工作敬业度(如活力、专注与投入)。 - 1=非常不同意 - 2=不同意 - 3=既不同意也不赞同 - 4=赞同 - 5=非常赞同 选项:不适用/未参加相关培训(不计分) 二、设计依据与合理性 - 培训—迁移:培训有效性的关键在于学习向工作情境的迁移(Baldwin & Ford, 1988;Arthur et al., 2003)。因此项目陈述将“有效应用到工作中”作为核心结果。 - 反馈作用:及时、具体的绩效反馈能够促进学习巩固与行为改进,是迁移与绩效提升的重要条件(Kluger & DeNisi, 1996)。项目将反馈界定为“及时且具体”,以提高行为可操作性与判别性。 - 敬业度结果:工作敬业度(活力、奉献、专注)与工作绩效呈显著正相关,是培训与反馈最终效益的关键表现形式(Schaufeli & Bakker, 2004;Christian et al., 2011)。项目将敬业度作为下游结果以捕捉培训—反馈—结果链条。 - 单项用途:对综合性(跨构念)感知进行全局评估时,单题测量在效度可控与负担较低的前提下可用于实践性监测与快速评估(Wanous et al., 1997)。为减少回忆偏差,项目限定回顾期为“过去一个月”。 三、实施与评分建议 - 适用对象:近期参加过组织培训的在岗员工;未参加者选择“不适用”。 - 计分方式:1–5分,得分越高表示个体对“培训在反馈支持下促进敬业度”的综合感知越强。 - 信效度建议:作为全局指标用于项目级或季度级监测;建议: - 稳定性:进行2–4周间隔的重测以评估测试–重测信度。 - 收敛效度:与UWES敬业度量表、主管绩效评定、培训迁移量表(如学习应用频率)呈中至高正相关。 - 区分效度:与不相关构念(如一般人格宜人性)相关性应较低。 - 敏感度:在有系统性反馈干预或培训强化时应出现显著上升。 参考文献 - Arthur, W., Jr., Bennett, W., Jr., Edens, P. S., & Bell, S. T. (2003). Effectiveness of training in organizations: A meta-analysis of design and evaluation features. Journal of Applied Psychology, 88(2), 234–245. https://doi.org/10.1037/0021-9010.88.2.234 - Baldwin, T. T., & Ford, J. K. (1988). Transfer of training: A review and directions for future research. Personnel Psychology, 41(1), 63–105. https://doi.org/10.1111/j.1744-6570.1988.tb00632.x - Christian, M. S., Garza, A. S., & Slaughter, J. E. (2011). Work engagement: A quantitative review and test of its relations with task and contextual performance. Personnel Psychology, 64(1), 89–136. https://doi.org/10.1111/j.1744-6570.2010.01203.x - Kluger, A. N., & DeNisi, A. (1996). The effects of feedback interventions on performance: A historical review, a meta-analysis, and a preliminary feedback intervention theory. Psychological Bulletin, 119(2), 254–284. https://doi.org/10.1037/0033-2909.119.2.254 - Schaufeli, W. B., & Bakker, A. B. (2004). Job demands, job resources, and their relationship with burnout and engagement: A multi-sample study. Journal of Organizational Behavior, 25(3), 293–315. https://doi.org/10.1002/job.248 - Wanous, J. P., Reichers, A. E., & Hudy, M. J. (1997). Overall job satisfaction: How good are single-item measures? Journal of Applied Psychology, 82(2), 247–252. https://doi.org/10.1037/0021-9010.82.2.247
以下量表是在功能可用性、用户满意度与新功能预期三维度上构建的5点李克特量表(简版),遵循单维度单题意的编写原则,避免双重陈述,包含反向计分条目以抑制同意偏差,并限定回忆期以减少回忆误差(Likert, 1932; Krosnick & Presser, 2010; ISO 9241-11:2018)。 一、作答说明 - 适用情境:数字产品(软件/应用/在线服务)的真实使用体验。 - 回忆期:请基于过去两周的实际使用经历作答。 - 应答选项(5点同意度):1=非常不同意;2=不同意;3=不确定/一般;4=同意;5=非常同意。可提供“不适用”,计分时作为缺失处理。 二、题项(共9题;含3个反向计分条目) A. 功能可用性 1) 我能在没有外部帮助的情况下完成该产品的主要任务。 2) 我能快速找到完成任务所需的功能。 3) 我经常遇到影响任务完成的操作障碍。(反向计分) B. 用户满意度 4) 我对该产品的整体使用体验感到满意。 5) 该产品当前功能能够满足我的核心需求。 6) 如果有可行的替代方案,我更倾向于放弃该产品。(反向计分) C. 新功能预期 7) 我期待该产品在未来版本中推出能显著提升效率的新功能。 8) 当新增功能与我的工作流程匹配时,我愿意尽快尝试使用。 9) 当前功能已足以满足需求,我对新增功能的需求不强。(反向计分) 三、计分与解释 - 计分规则:反向条目为第3、6、9题;按反向计分=6−原始分。每一维度取其条目平均分;总分可取三维平均分,或在验证后按因子载荷赋权(DeVellis & Thorpe, 2021)。 - 解释逻辑:分数越高代表该维度水平越高(更高的可用性/满意度/新功能预期)。建议报告均值与95%置信区间,而非使用任意阈值切分。 - 缺失处理:如提供“不适用”,按缺失处理,需报告有效样本量。 四、信效度与验证建议 - 内容效度:依据ISO 9241-11对可用性的定义与构成(有效性、效率、满意度)进行题项映射与专家复审(ISO 9241-11:2018)。 - 结构效度:采用三因子模型进行验证性因素分析;同时报告替代模型比较。模型拟合评价可参考但不机械依赖于常用阈值(如CFI/TLI、RMSEA、SRMR;Hu & Bentler, 1999)。 - 信度:建议报告McDonald’s ω与Cronbach’s α,目标≥0.70作为研究与应用的最低标准(Nunnally & Bernstein, 1994)。 - 认知访谈与预测试:进行小样本认知访谈以检验条目可理解性与负担,优化量表表述(Willis, 2005)。随后开展小样本预测试,评估项目区分度与天花板/地板效应。 - 测量等值:在不同群体(如新老用户、不同平台)上检验配置、度量与截距不变性,确保可比性(DeVellis & Thorpe, 2021)。 参考文献 - DeVellis, R. F., & Thorpe, C. T. (2021). Scale Development: Theory and Applications (5th ed.). Sage. - Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. - ISO 9241-11:2018. Ergonomics of human-system interaction — Usability: Definitions and concepts. International Organization for Standardization. - Krosnick, J. A., & Presser, S. (2010). Question and questionnaire design. In P. V. Marsden & J. D. Wright (Eds.), Handbook of Survey Research (2nd ed., pp. 263–313). Emerald. - Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 140, 1–55. - Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory (3rd ed.). McGraw-Hill. - Willis, G. B. (2005). Cognitive Interviewing: A Tool for Improving Questionnaire Design. Sage.
基于课程目标快速生成学习态度与教学满意度量表,形成可发布问卷与报告附件。
围绕培训效果、绩效反馈、敬业度等主题,快速产出标准化量表,便于季度追踪与改进。
针对功能可用性、用户满意度和新功能预期,一键设计量表题,减少访谈偏差,提升样本可比性。
围绕服务速度、解决率与友好度制定问题,统一各渠道满意度指标,支持改进闭环。
就就诊体验、信息透明度等议题生成规范量表,保障语言客观,满足审查与公开报告需求。
面向广告记忆、品牌信任和购买意愿,快速构建量表并输出多语版本,适配多城联测。
针对课程实效、讲师表现与转化应用,生成可追踪量表,便于阶段性复盘与优化。
面向教育测评、HR绩效、客户满意度与产品体验等场景,帮助你围绕任意主题或陈述,一键生成可直接投放的李克特量表题目。输出聚焦四件事:- 质量:措辞中立、维度单一、锚点清晰(5/7分制可选),避免诱导与双重问法,兼顾正反向题。- 贴合:自动对齐受众与应用情境,确保题项可理解、可操作。- 学术:可按需生成学术化文风与参考文献,支持评审、立项与发表使用。- 效率:显著缩短出题与打磨周期,减少来回修改,提升问卷上线速度与数据可用性。
将模板生成的提示词复制粘贴到您常用的 Chat 应用(如 ChatGPT、Claude 等),即可直接对话使用,无需额外开发。适合个人快速体验和轻量使用场景。
把提示词模板转化为 API,您的程序可任意修改模板参数,通过接口直接调用,轻松实现自动化与批量处理。适合开发者集成与业务系统嵌入。
在 MCP client 中配置对应的 server 地址,让您的 AI 应用自动调用提示词模板。适合高级用户和团队协作,让提示词在不同 AI 工具间无缝衔接。
免费获取高级提示词-优惠即将到期