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。
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。
# 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 3. 光合作用是生态系统能量流动的基础。 A. 正确 B. 错误 4. 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 5. 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
快速为教材章节或阅读材料生成随堂小测或课后练习,节省备课时间,同时确保题目紧扣教学重点。
基于产品手册、操作指南或合规文档自动生成员工考核试题,高效验证培训效果并追踪知识掌握情况。
为视频脚本、讲义或博客文章配套生成互动测验,提升学员参与度并检验学习成果。
集成该提示词能力到学习平台中,为用户提供‘输入内容→自动生成测评’的闭环体验,增强产品竞争力。
为深度文章或研究报告配套设计理解性测验,帮助读者自查阅读效果,同时提升内容的专业感与互动性。
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
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