×
¥
查看详情
🔥 会员专享 文生文 教育

智能文本测验生成器

👁️ 316 次查看
📅 Dec 1, 2025
💡 核心价值: 本提示词专门用于从任意文本内容自动生成高质量的测验题目。通过深度分析输入文本的核心内容和知识点,能够智能生成多种题型包括选择题、判断题和填空题等。该工具特别适合教育工作者、培训师和内容创作者快速创建与原文高度相关的评估材料,确保测验内容准确反映文本重点,同时提供灵活的题目类型和难度调整选项。采用分步推理的工作流程,首先解析文本结构,识别关键信息点,然后根据不同的题型要求设计问题和选项,最后进行质量校验和格式优化,输出结构清晰、专业规范的测验文档。

🎯 可自定义参数(3个)

输入文本
需要生成测验的原始文本内容
题目类型偏好
题目类型偏好,如选择题、判断题、填空题或混合题型
题目数量
需要生成的题目总数

🎨 效果示例

光合作用基础测验

题目列表

选择题

  1. 光合作用主要发生在植物细胞的哪个结构中?
    A. 线粒体
    B. 细胞核
    C. 叶绿体
    D. 液泡

  2. 光合作用的原料包括以下哪组物质?
    A. 氧气和水
    B. 二氧化碳和水
    C. 有机物和氧气
    D. 光能和氧气

判断题

  1. 光合作用是生态系统能量流动的基础。
    A. 正确
    B. 错误

  2. 光合作用过程中会消耗氧气并释放二氧化碳。
    A. 正确
    B. 错误

填空题

  1. 光合作用是绿色植物利用______将二氧化碳和水转化为有机物并释放氧气的过程。

答案部分

  1. C
    解析:原文明确指出“这一过程主要发生在叶绿体中”。

  2. B
    解析:原文提到光合作用是“将二氧化碳和水转化为有机物”,因此二氧化碳和水是原料。

  3. A(正确)
    解析:原文明确说明光合作用“是生态系统能量流动的基础”。

  4. B(错误)
    解析:光合作用释放氧气,而非消耗氧气;它吸收二氧化碳,而非释放二氧化碳。

  5. 光能
    解析:原文首句指出“绿色植物利用光能将二氧化碳和水转化为有机物”。

题目数量统计

  • 选择题:2题
  • 判断题:2题
  • 填空题:1题
  • 总计:5题

高压设备安全操作规程测验

判断题

  1. 操作高压设备前,只需佩戴绝缘手套,无需确认电源是否已切断。
  2. 未经培训的人员不得接触高压设备的控制面板。
  3. 在设备运行期间,可以打开防护罩进行检查或调整。

答案与解析

  1. 错误
    解析:原文明确指出“操作高压设备前必须佩戴绝缘手套并确认电源已切断”,两项措施缺一不可。

  2. 正确
    解析:原文规定“未经培训人员严禁接触控制面板”,因此该说法正确。

  3. 错误
    解析:原文强调“设备运行期间不得打开防护罩”,故该说法错误。

题目数量统计

  • 判断题:3道

机器学习类型基础测验

选择题

  1. 机器学习主要分为哪三大类?
    A. 监督学习、半监督学习、迁移学习
    B. 监督学习、无监督学习、强化学习
    C. 无监督学习、强化学习、深度学习
    D. 监督学习、强化学习、集成学习

  2. 监督学习的关键特征是什么?
    A. 无需任何数据即可训练模型
    B. 仅使用未标记的数据进行训练
    C. 需要带标签的数据集进行训练
    D. 通过与环境交互获得奖励信号

  3. 无监督学习主要用于以下哪项目的?
    A. 预测已知标签的输出结果
    B. 优化策略以最大化累积奖励
    C. 发现数据中的潜在结构
    D. 提高模型在测试集上的准确率

  4. 下列关于机器学习分类的描述中,哪一项是正确的?
    A. 强化学习依赖带标签的数据集
    B. 无监督学习需要人工标注的训练样本
    C. 监督学习可用于发现数据中的隐藏模式
    D. 无监督学习不依赖标签信息,旨在揭示数据内在结构

答案与解析

  1. B
    解析:原文明确指出“机器学习可分为监督学习、无监督学习和强化学习三大类”。

  2. C
    解析:原文提到“监督学习需要带标签的数据集”,这是其区别于其他学习方式的核心特征。

  3. C
    解析:原文说明“无监督学习则用于发现数据中的潜在结构”,这是其主要应用目标。

  4. D
    解析:选项D准确反映了无监督学习不依赖标签且旨在揭示数据内在结构的特点;其他选项均与原文描述不符。

题目数量统计

  • 选择题:4道

示例详情

📖 如何使用

30秒出活:复制 → 粘贴 → 搞定
与其花几十分钟和AI聊天、试错,不如直接复制这些经过千人验证的模板,修改几个 {{变量}} 就能立刻获得专业级输出。省下来的时间,足够你轻松享受两杯咖啡!
加载中...
💬 不会填参数?让 AI 反过来问你
不确定变量该填什么?一键转为对话模式,AI 会像资深顾问一样逐步引导你,问几个问题就能自动生成完美匹配你需求的定制结果。零门槛,开口就行。
转为对话模式
🚀 告别复制粘贴,Chat 里直接调用
无需切换,输入 / 唤醒 8000+ 专家级提示词。 插件将全站提示词库深度集成于 Chat 输入框。基于当前对话语境,系统智能推荐最契合的 Prompt 并自动完成参数化,让海量资源触手可及,从此彻底告别"手动搬运"。
即将推出
🔌 接口一调,提示词自己会进化
手动跑一次还行,跑一百次呢?通过 API 接口动态注入变量,接入批量评价引擎,让程序自动迭代出更高质量的提示词方案。Prompt 会自己进化,你只管收结果。
发布 API
🤖 一键变成你的专属 Agent 应用
不想每次都配参数?把这条提示词直接发布成独立 Agent,内嵌图片生成、参数优化等工具,分享链接就能用。给团队或客户一个"开箱即用"的完整方案。
创建 Agent

✅ 特性总结

轻松将任意文章、教材或手册一键转化为结构清晰的测验题目,省去手动出题的繁琐过程。
自动识别文本核心知识点,智能生成选择题、判断题和填空题,覆盖多种评估需求。
题目与原文高度契合,确保测验内容精准反映重点信息,避免偏题或误读。
支持自定义题型偏好与题目数量,灵活适配课堂小测、培训考核或内容验证等不同场景。
每道题均附带标准答案与简明解析,帮助使用者快速掌握评估要点或用于教学反馈。
输出格式规范整洁,直接生成可打印或嵌入课件的Markdown文档,即拿即用。

🎯 解决的问题

帮助教育工作者、企业培训师和内容创作者从任意文本中快速生成专业、精准、题型多样的测验题目,提升评估效率与内容理解验证质量

🕒 版本历史

当前版本
v2.1 2024-01-15
优化输出结构,增强情节连贯性
  • ✨ 新增章节节奏控制参数
  • 🔧 优化人物关系描述逻辑
  • 📝 改进主题深化引导语
  • 🎯 增强情节转折点设计
v2.0 2023-12-20
重构提示词架构,提升生成质量
  • 🚀 全新的提示词结构设计
  • 📊 增加输出格式化选项
  • 💡 优化角色塑造引导
v1.5 2023-11-10
修复已知问题,提升稳定性
  • 🐛 修复长文本处理bug
  • ⚡ 提升响应速度
v1.0 2023-10-01
首次发布
  • 🎉 初始版本上线
COMING SOON
版本历史追踪,即将启航
记录每一次提示词的进化与升级,敬请期待。

💬 用户评价

4.8
⭐⭐⭐⭐⭐
基于 28 条评价
5星
85%
4星
12%
3星
3%
👤
电商运营 - 张先生
⭐⭐⭐⭐⭐ 2025-01-15
双十一用这个提示词生成了20多张海报,效果非常好!点击率提升了35%,节省了大量设计时间。参数调整很灵活,能快速适配不同节日。
效果好 节省时间
👤
品牌设计师 - 李女士
⭐⭐⭐⭐⭐ 2025-01-10
作为设计师,这个提示词帮我快速生成创意方向,大大提升了工作效率。生成的海报氛围感很强,稍作调整就能直接使用。
创意好 专业
COMING SOON
用户评价与反馈系统,即将上线
倾听真实反馈,在这里留下您的使用心得,敬请期待。
加载中...
📋
提示词复制
在当前页面填写参数后直接复制: