大模型出来以后，很多人都会问同一个问题：心理测评题目是不是也能直接让 AI 来写？从效率上看，这个想法很有吸引力。输入一个主题，系统很快就能给出一批题干，看起来确实省时间。但真正把题目拿来做测评，事情就没这么简单了。
原因很直接：心理测评题目不是普通内容写作，它要测得准，也要尽量减少误导和歧义。
AI 能做的，主要是起草和扩展表达
在题目开发早期，AI 确实有帮助。比如围绕同一个维度给出不同表述方式，或者帮团队快速整理初稿。这样做能加快前期构思，尤其在题目表述需要反复打磨时，效率会比纯人工从零开始高一些。
但起草不等于可用。AI 更擅长生成“看起来像题目”的句子，不擅长直接保证这些题目真的在测你想测的东西。
为什么心理测评题目不能只靠模型生成
一个题目能不能真正上线，核心不只是语句通顺，还包括它是否贴合测量目标、有没有引导性、会不会混淆概念、放到不同人群里会不会被读成不同意思。AI 在这些地方最容易出问题。
比如两个看起来差不多的题目，可能一个测的是情绪反应，一个却更像在问行为习惯。如果不经过人工校对和整体结构验证，最后做出来的就更像一份印象式问卷，而不是稳定的测评工具。
- 题目要对准维度，而不是只对准主题
- 表述要尽量单一，避免一句话里混进多个意思
- 敏感题目要特别谨慎，不能让措辞先伤到人
更稳的做法，是让 AI 做辅助，人来做最终判断
在实际工作里，更合理的分工通常是：AI 负责初稿、扩写和表达变体，人工负责筛选、改写、去重和审核。真正重要的不是“有没有用 AI”，而是最后谁对题目的质量负责。
心理测评题目一旦上线，就会直接影响用户的理解和作答体验。越是涉及情绪、关系和敏感内容，越不能把最后一道判断省掉。AI 可以提高效率，但题目能不能用，还是得靠人把关。