中文好不好，不看它会不会说中文，看三件事：术语是否稳定、句子是不是从英文句式直译过来、标点与排版是否符合中文习惯。
评估一个 AI 的中文能力，最容易犯的错是问它「你中文好吗」。它一定会说好。有效的判断要看输出里的细节。
一、术语是否稳定
同一段对话里，同一个概念应该用同一个词。常见问题是一个概念换三种说法：一会儿「提示词」、一会儿「指令」、一会儿「prompt」。
测试方法：让它写一段包含三四个专业概念的技术说明，然后看这些概念在全文里有没有变过名字。变来变去，说明它在做逐句翻译，而不是在用中文组织内容。
二、句式有没有翻译腔
翻译腔有几个典型特征：
- 「这是一个很好的问题」开头，然后铺垫三段才进入正题 - 大量「的的不休」：经过……的处理之后，对于……的情况 - 被动句滥用：这个问题被我们认为…… - 每段都用「首先、其次、最后」硬分点，即使内容只有两层
这些不是语法错误，但读起来不像中文写的。判断方法很简单：把输出念出来，如果念着别扭，就是翻译腔。
三、标点与排版
中文排版的硬规则，AI 经常违反：
- 中英文之间该不该加空格（多数中文规范建议加） - 引号用「」还是 ""（正文里用中文引号） - 省略号是…… 而不是 ... - 数字与单位之间不加空格（「3 天」可以，「3天」也行，但不能一会儿一个）
这些细节不影响理解，但影响「这看起来像不像人写的」。
四、格式跟随能力
你要求「用 Markdown 表格输出三列」，它给的是表格还是段落？你要求「不要用列表，写成连贯段落」，它有没有照做？
格式不跟随，说明指令理解弱，后面更复杂的任务也别指望。
五、一个综合测试
给它一段 200 字的中文材料，要求「压缩到 80 字，保留所有数字，不要用列表」。这一句话同时测了三件事：中文概括能力、数字保真、格式遵守。
跑三次，看结果稳不稳定。三次都能做到 80 字左右、数字齐全、没有列表，中文能力基本可以放心用。
六、别忽略「不说什么」
好的中文输出还体现在克制上：不硬凑「首先其次最后」，不每段都加一句总结，不用「让我们一起……」这种口号。这类话多，通常意味着它在补字数。