45个志愿排序工具 AI提示词版(腾筋V0613 + 百宾对照)
45个志愿排序工具(AI提示词版 · V0613)
来源:腾筋「手把手教你填志愿」系列
版本:V0613 · 2026-06-13
联动:专业组数据库模板(Page 49)← 必须先填数据库再排序
百宾对照:本页标注🤖=腾筋方案,👑=百宾方案
📊 百宾·竞品对照分析
核心定位
| 维度 |
🤖 腾筋路线 |
👑 百宾路线 |
| 核心理念 |
AI提示词模板:用AI替代手动分析 |
五维加权模型:公式公开·可解释·可复核 |
| 用户角色 |
用户自己操作AI |
专家+AI人机协同 |
| 数据支撑 |
依赖数据库模板(需用户填) |
依赖自有数据+三区间法 |
| 输出形式 |
AI对话→用户复制 |
公式计算→校验 |
| 对用户要求 |
会用AI、会填数据 |
提供基本背景,百宾做计算 |
冲稳保比例对照
| 层级 |
🤖 腾筋 |
👑 百宾(陕西校准) |
差异分析 |
| 🔴 冲 |
9个/20%(位次差距3-8%) |
冲16个/35%(进取型) |
百宾更进取 |
| 🟡 稳 |
18个/40%(±3%) |
17-25个/38-56% |
相近 |
| 🟢 保 |
11个/25%(8-15%) |
15-16个/33-35% |
腾筋保层更保守 |
| 🔵 垫 |
7个/15%(15%+) |
无单独垫层(保底内含) |
腾筋有独立垫层 |
腾筋亮点 🔥
- 四层结构(冲/稳/保/垫):垫层单独划分防黑天鹅,逻辑完整
- Phase 1 硬性排除:先排除再排序,减少错误
- Phase 3 校验报告:8项检查输出校验报告,系统性
- 调剂建议规则:冷热混合→不服从,纯热门→服从(简洁实用)
- AI提示词模板化:可复制到任何AI使用,低门槛
百宾优化方向 💡
- 冲稳保垫比例校准:基于陕西7,551条录取数据分析,百宾的35%冲+45%稳+保20%更贴合陕西位次分布
- 五维加权模型:用公式而非AI直觉排序,可逐条复核
- 三区间定位法:不只看位次,加三档加权估分做前置
- 三防清单:防骗+防错+防漏,校验更全面
一、三阶段流程概述
Phase 1 ▸ 筛选(排除不能报的志愿)
↓
Phase 2 ▸ 排序(生成45志愿排序表)
↓
Phase 3 ▸ 校验(检查风险和遗漏)
冲稳保垫四层比例
| 层级 |
数量 |
比例 |
位次差距 |
| 🔴 冲 |
9个 |
20% |
录取位次 > 用户位次 3%-8% |
| 🟡 稳 |
18个 |
40% |
录取位次 ≈ 用户位次 ±3% |
| 🟢 保 |
11个 |
25% |
录取位次 > 用户位次 8%-15% |
| 🔵 垫 |
7个 |
15% |
录取位次 >> 用户位次 15%+ |
⚠️ 位次逻辑:陕西新高考下,位次数字越小越靠前(第100名比第10000名更优秀)
"冲"=录取位次比你小(更难进);"保/垫"=录取位次比你大(更容易进)
二、Phase 1 · 筛选规则
直接排除项
| 条件 |
排除原因 |
| 选科不符 |
❌ 如要求物化你选物生 |
| 体检不符 |
❌ 如含化工专业但你色弱 |
| 单科成绩不够 |
❌ 如英语要求120+但你110 |
| 城市不愿去 |
❌ 如不愿去东北 |
⚠️ 标注但不排除
- 含用户明确拒绝的专业(如生化环材)
- 在排序时降权处理
三、Phase 2 · 排序核心规则
用户自定义权重
| 偏好维度 |
权重(1-5) |
| 就业率 |
用户自定 |
| 薪资水平 |
用户自定 |
| AI替代风险低 |
用户自定 |
| 转行成本低 |
用户自定 |
| 个人兴趣匹配 |
用户自定 |
组内专业排序
优先级 = 就业率×权重 + 薪资×权重 + AI风险×权重 + 转行成本×权重 + 兴趣×权重
数据来源:专业组数据库模板(Page 49)
调剂建议规则
| 专业组类型 |
调剂建议 |
| 冷热混合 或 纯冷门 |
⚠️ 建议不服从调剂 |
| 纯热门 或 均衡 |
✅ 建议服从调剂 |
四、Phase 3 · 校验8项
| 序号 |
检查项目 |
说明 |
| 1 |
填满检查 |
是否填满45个? |
| 2 |
梯度检查 |
冲9/稳18/保11/垫7比例是否合理?无位次断层? |
| 3 |
调剂一致性 |
"不服从"的志愿是否确实有风险?"服从"的组内全好? |
| 4 |
选科复查 |
每个志愿选科要求是否匹配? |
| 5 |
专业复查 |
用户拒绝的专业是否无残留? |
| 6 |
垫底底线 |
垫层7个录取概率是否≥95%? |
| 7 |
退档风险 |
多少"不服从"志愿?总体退档概率? |
| 8 |
分数浪费 |
稳/保层是否过多"位次差距过大"的志愿? |
五、百宾补充:双框架对比使用
推荐工作流
收到用户 → 百宾三区间定位法 → 百宾五维加权模型
↓
腾筋AI排序参考 → 三防清单(防骗/防错/防漏)
↓
最终方案
核心建议
- 腾筋的AI提示词模板化思路适合赋能家长自助使用
- 百宾的公式驱动(五维加权+三区间)适合专家服务场景
- 两者互补:AI做穷举和校验,百宾做判断和校准
原文:腾筋「陕西新高考45个志愿排序工具(AI提示词版)」V0613
入库注:腾筋模板化思路值得借鉴,百宾将保持「非黑箱·可公开·可解释」路线聚焦专家服务
No comments to display
No comments to display