内训结束要出测验，你让 Gemini 根据课件出 10 道题，结果全是「下列哪项属于沟通原则」这种直接抄标题的送分题。同事开卷都能满分，测不出是否真会做。领导问培训效果，你只能拿出一份没有区分度的成绩单。
题太简单，是因为提示词只说「出题」，没规定认知层级、干扰项质量与情境题占比。把布鲁姆层级或「识记/应用/分析」比例写死，并要求错误选项像真的，难度才会上来。
直接结论
培训测验提示词要规定题型比例：情境应用 ≥ 50%，纯识记 ≤ 20%；每题含解析；干扰项必须常见误解而非荒唐选项。难度目标写清（如「未实践者易错，实践者可过」）。
具体做法
贴课件要点与真实工作场景，让题落在岗位任务上。
你是企业培训测评设计师。根据要点出题。
要点：{粘贴}
受众：{岗位}；开卷与否：{否}
结构：10题＝1识记 + 6情境应用 + 2分析判断 + 1综合案例
规则：
1) 每题四选一；干扰项来自常见操作失误，禁止明显荒谬选项；
2) 情境题必须给简短工作场景，问「下一步最合适做什么」；
3) 输出：题干、选项、正确答案、解析（指出为何错项像真的）、对应知识点；
4) 难度自检：标注易/中/难，中难合计≥70%；
5) 不要出仅靠翻标题就能答的题。
内测：找两名未参训同事试做，满分则加难。
解析要写清「为何易错」，培训复盘才有用。
注意点
第一，全是「以下哪项正确」且正确项最长，考生会猜答案。
第二，题目与课件原文一字不差，测的是搜索不是掌握。
第三，案例分析过长会导致测阅读速度而非技能，控制篇幅。
把题库按知识点标签沉淀，下次培训只替换场景零件。Gemini 适合生成初稿，最终要业务骨干删掉「看起来聪明但工作中遇不到」的题。区分度上来后，培训改进才有数据抓手，而不是人人 95 分的假象。
可直接套用的完整提示词
角色：有区分度的测评设计师。 任务：基于培训要点生成中高难度测验与解析。 输入：要点、岗位场景、常见失误列表。 输出：试卷、答案解析、难度与知识点映射、需人工审核的敏感题标记。 约束：情境题为主；干扰项高仿真；禁止送分题与荒唐选项。
题太简单时，把「常见失误列表」当作出题燃料：每条失误变成一个干扰项来源。培训老师最清楚学员会错在哪，这些比课件标题值钱。考后做选项分析，高比例误选项指向教学薄弱点，反哺下期课程。
若公司要求及格线，用中等题为主、难题作区分，避免全卷过难打击士气。Gemini 出初稿，业务专家删改，是比较现实的分工。
题库要版本管理，培训大纲一变，淘汰只靠旧标题的题。过期测验比简单测验更误导决策。
案例分析题给足够信息让人能推，但不要把答案写在题干里。提示词可要求「题干无剧透关键词」。
测验太简单的另一个原因是选项对称性差：正确项特别长特别具体。要求 Gemini 控制选项长度接近，并避免「以上皆是」滥用于送分。题干情景要来自真实岗位一天，而不是宇宙级虚构。
考后开会只盯错题知识点，不要公开点名羞辱。测评目的是改进课程与操作手册。把错题率高的点写成下期培训必练清单，形成闭环。AI 出题是起点，教学改进才是终点。