一份课题，怎么通过ai去评判去打分呢，目前是有一个标准准则，目前是将准则放在了知识库里，也将标准准则通过gpt生成了提示词，但是同一个文件每次得出的分数不一样，虽然我知道肯定会有误差，但是怎么减少这个误差，这个准测该怎么利用起来，请大佬们指点迷津，因为第一次做这玩意，提示词这种东西太难调了