干了十五年AI，见过太多想靠“试卷切题”暴富的同行，最后大多灰溜溜地关了店。今天不整那些虚头巴脑的概念，就聊聊咱们普通人怎么低成本搞一套能用的试卷切题系统。很多人问试卷切题大模型怎么做，其实核心不在模型多牛，而在数据清洗和提示词工程。

先说个真事。去年有个做教辅的朋友找我，说搞了个开源模型，识别率只有60%，错得离谱，连“选择题”都认成“填空题”。我一看日志，好家伙，OCR识别出来的文字全是乱码，直接喂给LLM，那能不错吗？这就是典型的“垃圾进，垃圾出”。

要想做好试卷切题，第一步，别急着调大模型。你得先把图片处理干净。我现在的流程是：先用开源的PaddleOCR或者商业级的Tesseract，把试卷图片转成文本。这里有个坑，试卷上的手写体、公式、图表，OCR根本搞不定。我的土办法是：对于复杂的数学公式和化学方程式，单独截图，用专门的公式识别模型（比如Mathpix的API，虽然贵但准）处理，剩下的纯文本再用通用OCR。别省这点钱，否则后面大模型改bug的时间够你喝十杯咖啡。

第二步，构建你的“题库”思维链。很多人以为把文本扔给大模型就能自动切题，太天真了。大模型不懂“题号”的逻辑。你得写一套详细的Prompt（提示词）。比如，我现在的模板是：“你是一个资深教研员，请根据以下文本，识别出题号、题干、选项（如有）、正确答案和解析。注意：1. 忽略页眉页脚；2. 如果题干包含图片描述，请用[图片]代替；3. 保持原题格式。” 这里的关键是“少样本学习”（Few-shot Learning）。你得在Prompt里给3-5个完美的例子，让模型模仿。比如给一个标准的选择题切分示例，模型才知道什么叫“正确”。

第三步，人工复核+迭代。别信什么100%自动化，那是骗人的。我现在的流程是：机器初筛 -> 人工快速浏览 -> 错误数据回灌到微调数据集。这里有个细节，不要只记录错误的，要把那些“模棱两可”的也存下来。比如，有些题目题干很长，中间插了一段背景材料，模型容易把背景材料当成题干的一部分。这种case最有价值，能帮你优化Prompt。

关于试卷切题大模型怎么做，很多人纠结要不要微调。我的建议是：初期别微调。用RAG（检索增强生成）或者好的Prompt就能解决80%的问题。微调成本高，且容易过拟合。等你积累了1000+条高质量切题数据，再考虑用LoRA微调一个7B的小模型，性价比最高。

再分享个数据，我测试过，用GPT-4o做最终校验，比直接用Qwen-72B准确率高出15%左右。虽然贵，但为了质量，值得。你可以先用便宜的模型跑一遍，把置信度低的（比如模型自己都不确定的）挑出来，送给GPT-4o复核。这样既省钱，又保证质量。

最后，别指望一劳永逸。试卷格式千奇百怪，新题型层出不穷。你得建立一个“错题本”机制，每次发现切题错误，就分析原因：是OCR错了？还是Prompt没覆盖？还是题目本身有歧义？把这些case整理好，定期更新你的Prompt库。

如果你还在为试卷切题大模型怎么做而头疼，不妨从最简单的OCR+Prompt开始，别一上来就搞大工程。真实的生活里，粗糙但有效的方案，往往比精致但脆弱的系统走得更远。有具体技术卡点的，欢迎来聊，咱们一起避坑。