AI 批量批阅语文试卷:如何破解两个班 113 份试卷“批不完”难题

AI 批量批阅语文试卷：如何破解两个班 113 份试卷的“批不完”难题

先说走过的弯路。把答题卡拍照丢给通用大模型，让它“读卷打分”——单张还行，一百多张就散架：姓名认不全、题号对不上、每次输出格式还不一样，最后仍要人一条条誊。问题不在模型不聪明，而在没有流程。

换到 WorkBuddy，有两处关键不同：一是它能在我自己的电脑上读文件、跑脚本、并行派活，一个班的卷子可以拆成八批同时处理；二是它能把整套流程固化成“技能”，下次换个班、换套卷，改几个参数就能重跑。

于是我和它一起搭了一个技能，名字很直白：语文答题卡批量批阅与学情分析。里面是四个可反复调用的环节——切图、判分、检查、写表出报告，评分细则、版面坐标、输出格式都落在配置文件里，不是我每次现说，它每次现猜。

每个环节都对应一个能单独重跑的小脚本。哪一步出了问题，就只重跑那一步，不必整卷重来。这一点在真实场景里很要紧：113 份卷子里总有一两份“不听话”，为一份重跑全部，人就不想用了。

为什么不用现成的网阅系统？三条理由。第一，本地运行，学生姓名和分数不出校门。第二，评分细则由我写死——每题几分、答案要点、给到什么程度给几分——AI 只负责照章执行，松紧度始终在教师手里。第三，可复用：第一次搭流程花时间，第二次只需换数据。

第一步，备料。扫描好的答题卡 PDF（一人一页）、班级成绩登记表、标准答案。再用配置文件把这一页的版面“量化”：哪一块是姓名与班级、哪一块是涂卡、哪几块是作答区，各题的满分是多少。

第二步，切图。程序按七个区域把每页切开。姓名区单独用 700dpi 高清渲染——姓名必须认准，错一个字，整份成绩就错位；涂卡区 420dpi，五个作答区 300dpi。113 页切完，一共七百多张图。

【图 1】答题卡按七个区域自动切分（姓名区、涂卡区、五个作答区）

第三步，判分。按每 7 页一批，分 8 批同时派给子任务，每判完一份立刻写盘：姓名、页码、逐题得分、备注，一个文件一份卷。客观题十道，每题 3 分，直接比对涂卡；主观题按点给分，答案要点和给分梯度都写在配置文件里，AI 只做两件事——把字认出来，按细则给分，并在备注里留下判断依据，方便我复核。作文不判，这一部分必须人来。

为防止“松紧不一”，判分前先挑 4 份样卷当标尺，后面每一批都对着标尺校准；同一道题，三个班批次给出的分差一般不超过 1 分。

【图 2】单份判分结果：逐题得分与备注以 JSON 落盘

第四步，检查。自动检查页码有没有缺、姓名有没有重、涂卡有没有多涂，结构不合格的当场退回重判。检查报告会把结论摊开给我看：56 页是不是一人一页、名单是不是一一对应、哪几道题出现多涂。这一步最不起眼，却救过场：有一次八页姓名写得潦草，我用“封闭候选法”——八页对八个还没匹配上的名字，逐个比对字数和偏旁笔画——才敢定名；还有一页因为文件改名时被覆盖，分数丢了，只能重判补回。

第五步，落地。分数按姓名写回 Excel，只写基础部分，作文列一个字不动（那是我手工登的）；同时给每个学生生成一份 Word 分析——总分、逐题得失、薄弱点、下一步建议；再生成一份班级学情报告：题目得分率从低到高排序、零分人数统计、教学建议。

【图 3】成绩自动写回班级登记表EXCEL表格

两个班跑完，机器运行约 40 分钟；我自己真正花的时间约两个小时，主要用在核对姓名和复核争议卷上。这和我原先预估的六小时手工批改，是两种体验。

以 203 班为例。基础部分（第 1—22 题，满分 86 分）平均 44.7 分，最高 71 分，最低 6 分——那份 6 分我特意调原件核过，第 4、5、7 题整栏空白，属近乎白卷，分数属实。

更值钱的是题目层面的数据：第 6 题（现代文阅读Ⅱ选择题）得分率只有 19.6%，45 人零分；第 19 题病句修改 22.3%；第 17 题成语填空 24.4%；第 16 题默写 29.2%，21 人零分。这些数字，靠翻卷子是翻不出来的。

讲评课因此变了样子。以前是“这篇阅读大家再读一遍”，现在是“第 6 题先讲，全班只有 11 个人对”；默写和成语提到最前面，病句单独安排一节课。课时没增加，落点准了。

分析点评试卷时，每个学生一份得分情况分析纸质版发下去或者放在教室一体机上供大家查看，这样学生就可以了解自己得分细节：“老师，我第 16 题明明背了，为什么零分？”——这正是我想要的效果：从“老师说我差”，变成“我知道我差在哪”。

【图 4】每一个学生个人的试卷分析报告（上图，具体内容；下图，每个一个文档）

【图 5】全班总体得分情况分析报告

第一，作文不能交给它。立意的高下、情感的真假、语言的分寸，机器给不出让人服气的判断。本次两个班的作文，全部由我人工登分，AI 不碰。

第二，识别有边界。连笔、涂改、污损都会失准，必须保留人工复核的口子。姓名错认是最危险的错误——一旦错位，整份数据都不可信。我这次就踩过坑，靠“名单封闭比对”和“体检脚本”才纠回来，下次让学生写学号，数字容易识别。

第三，规则要人定。评分细则必须教师写死，AI 只执行。否则不同批次之间松紧漂移，数据就没法横向比较，效率越高，偏差越大。

第四，数据要守住。姓名、分数、作答内容全部本地处理，不上传云端，这是使用任何 AI 工具的前提。

给同行的建议只有一句：先把题目和参考答案给AI,让AI掌握本次考试的题型结构、标准答案和分值分布情况，把评分细则和数据格式定清楚，再试批阅三四份试卷，人工复核校正，然后把流程做成技能，再运用这个自己提炼的技能去批量阅读判断二个班级的扫描版答题卡，第二次才真正省时间——第一次是把全流程跑通，是在给自己修一条路。

技术没有替我判卷，它替我做完了判卷之后那些没人愿意做的杂事。省下来的时间，我还给了学生。

（余克尚写于桐溪书房， 2630字，2026.11.8）