Prepamigo Writing Scoring Engine का परिचय

Prepamigo के राइटिंग स्कोरर ने आधिकारिक CELPIP निबंधों में से 86% पर वेरिफाइड स्कोर से मैच किया, वही काम दिए गए हर अग्रणी मॉडल से आगे रहते हुए, और मध्य लेवल पर, जहां ज़्यादातर उम्मीदवार होते हैं, इसने हर निबंध को सही स्कोर किया।

यह पेज Prepamigo Writing Scoring Engine का परिचय देता है, वह सिस्टम जो Prepamigo पर लिखे गए हर ईमेल और सर्वे जवाब को ग्रेड करता है। यह कोई जनरल-पर्पस मॉडल नहीं है जिससे ग्रेड करने को कह दिया गया हो। यह एक ऐसा स्कोरर है जो एक ही काम के लिए बनाया गया है: किसी CELPIP राइटिंग जवाब को उसी लेवल पर रखना जहां एक प्रशिक्षित रेटर उसे रखता, और उस फ़ैसले को लिखने वाले के अपने शब्दों में समझाना।

नतीजा एक ऐसा ग्रेडर है जो किसी भी अग्रणी मॉडल से, जिसे एक स्टूडेंट जिस तरह इस्तेमाल करता उसी तरह इस्तेमाल किया जाए, ज़्यादा सटीक है। स्वतंत्र रूप से वेरिफाइड स्कोर वाले 36 आधिकारिक CELPIP राइटिंग जवाबों पर, इंजन 86% बार सही लेवल पर पहुंचा। वही निबंध सीधे शब्दों में स्कोर करने को कहने पर, GPT 5.6 sol 78% तक पहुंचा। GPT 5.6 luna 69% तक पहुंचा, Gemini और Claude Opus 5 61%, GPT-4o mini 58%, और Claude Sonnet 5 56%।

सटीकता सबसे ज़्यादा वहां मायने रखती है जहां उम्मीदवार असल में होते हैं। 7 या 8 सबसे आम असली राइटिंग स्कोर है, और यही वह स्कोर है जो तय करता है कि टारगेट पूरा हुआ या नहीं। इंजन ने सभी बारह मध्य-लेवल निबंधों को उसी बैंड के भीतर रखा। सबसे बेहतर अग्रणी मॉडल ने नौ रखे; Claude Opus 5 ने तीन। यह पेज बताता है कि इंजन कैसे ग्रेड करता है, दूसरों के मुक़ाबले यह कैसा है, हर स्कोर के साथ आने वाले फ़ीडबैक में क्या नया है, और बिना गिनती के प्रैक्टिस करने की कीमत क्या है।

वेरिफाइड स्कोर के मुक़ाबले सटीकता

जो सवाल हमारे लिए अहम है वह आसान है। जब कोई स्टूडेंट निबंध सबमिट करता है, तो क्या स्क्रीन पर दिखने वाला स्कोर उस स्कोर से मैच करता है जो एक प्रशिक्षित रेटर देता? इसका जवाब देने के लिए हमने आधिकारिक CELPIP राइटिंग जवाबों का एक सेट इस्तेमाल किया, हर एक का स्कोर स्वतंत्र रूप से वेरिफाइड था, जो दोनों राइटिंग टास्क को कवर करता था और कमज़ोर, मध्य और मज़बूत लेवल में बराबर बंटा था: हर लेवल पर बारह निबंध, कुल 36। इंजन कैलिब्रेशन के लिए जिन छह सैंपल निबंधों का इस्तेमाल करता है, वे इनमें शामिल नहीं हैं।

हर सिस्टम ने वही टास्क देखा, जिसमें ईमेल टास्क के ज़रूरी पॉइंट और सर्वे टास्क के विकल्प शामिल थे, और वही निबंध। हर अग्रणी मॉडल को बताया गया कि वह एक अनुभवी CELPIP राइटिंग परीक्षक है और उससे 0 से 12 तक एक स्कोर मांगा गया। इंजन वैसे ही चला जैसे यह प्रोडक्शन में चलता है। कोई स्कोर तब सही है जब वह वेरिफाइड लेवल के भीतर आता है: कमज़ोर निबंध के लिए 4 या 5, मध्य के लिए 7 या 8, मज़बूत के लिए 10 से 12।

तीन बातें उभर कर आती हैं। पहली, सबसे बेहतर अग्रणी मॉडल पर बढ़त आठ अंक की है, जो 36 निबंधों पर तीन अतिरिक्त सही स्कोर है, और यह हर दोहराए गए रन में बनी रही। दूसरी, Claude मॉडलों पर बढ़त 25 से 30 अंक की है, और यह स्केल के बीच में केंद्रित है, जहां एक जनरल-पर्पस मॉडल एक साफ़-सुथरे, सामान्य निबंध को मज़बूत पढ़ लेता है। तीसरी, यह तुलना वही है जो एक स्टूडेंट के लिए मायने रखती है: यह मापती है कि जब आप किसी चैटबॉट में निबंध पेस्ट करके पूछते हैं तो आपको क्या मिलता है, और लगभग हर कोई इन मॉडलों का इस्तेमाल इसी तरह करता है।

वेरिफाइड लेवल के भीतर स्कोर किए गए निबंधों का हिस्सा, एक रन। हर लेवल पर बारह निबंध, इसलिए एक निबंध लेवल के हिसाब से लगभग आठ अंक और कुल मिलाकर तीन अंक के बराबर है।

हर लेवल पर परफ़ॉर्मेंस

औसत यह छुपा लेता है कि गलतियां कहां होती हैं। राइटिंग में एक जनरल-पर्पस मॉडल के लिए वे दो जगह होती हैं: बीच में, जहां एक साफ़-सुथरा लेकिन सामान्य निबंध मज़बूत पढ़ लिया जाता है, और टॉप पर, जहां एक छोटी-सी चूक वाला मज़बूत निबंध 9 पर रोक दिया जाता है।

कमज़ोर निबंधों पर GPT मॉडल 83% पर हैं और इंजन 75% पर। इंजन की तीनों चूकें एक पायदान ऊपर गईं, 6 या 7 पर, ऐसे निबंधों पर जो छोटे लेकिन साफ़-सुथरे थे; Claude मॉडलों की चूकें दूसरी दिशा में गईं, पतले निबंधों को 3 देते हुए। कमज़ोर लेखन किसी के लिए भी स्केल का आसान सिरा है, और यही वह एक लेवल है जहां कोई चैटबॉट इंजन की बराबरी कर सकता है या उससे आगे निकल सकता है।

बीच में, इंजन अकेला 100% पर है। GPT 5.6 sol ने बारह में से तीन निबंधों को 6 तक खींच दिया। Claude Opus 5 ने बारह में से सात को 9 या 10 तक चढ़ा दिया। Gemini ने पांच को ऊपर चढ़ाया। एक मध्य-लेवल निबंध टास्क को कवर करता है, व्यवस्थित होता है और साथ ही सामान्य भी होता है; जिस मॉडल के पास तुलना के लिए कुछ नहीं है, वह इसे छाप से पढ़ता है, और छाप मॉडल दर मॉडल बदलती है। इंजन इसे एक असली ग्रेड किए गए 7 के मुक़ाबले पढ़ता है।

टॉप पर, Claude Opus 5 इस टेस्ट का सबसे अच्छा ग्रेडर है, जिसने बारह में से ग्यारह मज़बूत निबंध पहचाने, जबकि इंजन ने दस। Claude उदार है, जो मज़बूत निबंधों पर सही है और बाकी सब पर गलत। GPT-4o mini ने बारह में से नौ को 9 दिया: यह 10 देता ही नहीं।

कंसिस्टेंसी और स्थिरता

जिस ग्रेडर पर आप भरोसा कर सकें, उसे दो बार वही जवाब देना होगा। मुख्य रन के बाद हमने सभी 36 निबंधों को अलग-अलग दिनों में दो बार और स्कोर किया। इंजन ने 86%, 89% और 86% स्कोर किया, हर बार वही बारह मध्य-लेवल निबंध बैंड के भीतर रहे और कोई भी निबंध रन के बीच एक अंक से ज़्यादा नहीं हिला। GPT 5.6 sol ने उन्हीं तीन दिनों में 78%, 83% और 81% स्कोर किया।

इंजन स्कोरिंग मॉडल को रीज़निंग बंद करके और एक तय टेम्परेचर पर चलाता है, और यही चीज़ नंबर को दोहराने लायक बनाती है। चैटबॉट का एक अकेला जवाब किसी भी दिशा में कुछ अंकों की किस्मत साथ लाता है; जो स्कोर दिनों के बीच स्थिर रहता है, वही स्कोर है जिसके इर्द-गिर्द आप योजना बना सकते हैं।

दो टास्क, दो तरह की गलतियां

CELPIP राइटिंग में दो टास्क हैं, और वे अलग-अलग तरीकों से नाकाम होते हैं। ईमेल टास्क आपको एक स्थिति और तीन या चार पॉइंट देता है जिन्हें आपको कवर करना है। सर्वे टास्क आपको दो विकल्प देता है और एक चुनकर उसका बचाव करने को कहता है। जो ग्रेडर दोनों को एक जैसा मानता है, वह दोनों के बारे में गलत होगा।

ईमेल टास्क पर इंजन 89% निबंधों पर सही रहा। यहां उम्मीदवारों को सबसे महंगी पड़ने वाली गलतियां ग्रामर की नहीं हैं; वे हैं एक छूटा हुआ पॉइंट, ऐसा लहजा जो पढ़ने वाले के हिसाब से नहीं है, या ऐसा अभिवादन और समापन जो है ही नहीं। रूल लेयर रेटर के राय देने से पहले इनमें से हर एक को जांचता है, और एक छूटा हुआ पॉइंट टास्क फ़ुलफ़िलमेंट को 8 या उससे नीचे रोक देता है, अंग्रेज़ी चाहे जितनी भी चमकदार हो। सीधे शब्दों में स्कोर मांगे जाने पर कोई चैटबॉट नहीं जानता कि कौन-से पॉइंट ज़रूरी थे, जब तक आप उन्हें पेस्ट न करें, और तब भी वह शायद ही कभी उन्हें एक-एक करके जांचता है।

सर्वे टास्क पर इंजन 83% निबंधों पर सही रहा। सर्वे टास्क एक साफ़ पक्ष और दो विकसित वजहों का इनाम देता है, और हिचकिचाने वाले जवाब को सज़ा देता है। इंजन सबसे पहले रुख पढ़ता है: जो जवाब कभी कोई पक्ष नहीं लेता, वह टास्क फ़ुलफ़िलमेंट पर बीच से ऊपर स्कोर नहीं कर सकता। चैटबॉट संतुलित जवाब को इनाम देने की ओर झुकते हैं, जो सर्वे जवाब में एक गलती है।

टास्क को समझने वाले ग्रेडर की खूबी यह है कि स्कोर उस चीज़ को दिखाता है जिस पर एक रेटर उस टास्क पर प्रतिक्रिया देता, न कि अंग्रेज़ी की कोई सामान्य छाप। एक मध्य-लेवल ईमेल आमतौर पर इसलिए मध्य-लेवल होता है क्योंकि तीसरा पॉइंट पतला है; एक मध्य-लेवल सर्वे जवाब आमतौर पर इसलिए होता है क्योंकि एक वजह बस कह दी गई है और विकसित नहीं की गई। इंजन आपको बताता है कि कौन-सी, नाम लेकर।

जहां इंजन सबसे बेहतर नहीं है

इंजन कुल मिलाकर और बीच में आगे है। यह दोनों सिरों पर अगुआ नहीं है, और इसे औसत में छुपाने के बजाय साफ़ कह देना ज़्यादा ईमानदार है।

कमज़ोर निबंधों पर तीनों GPT मॉडलों ने 83% स्कोर किया, जबकि इंजन ने 75%। इंजन की चूकें सभी एक पायदान ऊपर थीं, छोटे, साफ़-सुथरे निबंधों पर जिनमें कुछ भी विकसित नहीं किया गया था। एक GPT मॉडल, जो सामान्य लेखन को कमज़ोर पढ़ता है, इन्हें सही कर लेता है। अगर आप कमज़ोर लेवल पर हैं और बस इसकी पुष्टि चाहते हैं, तो GPT 5.6 sol आपको यह थोड़ी ज़्यादा बार देगा। यह बारह में से तीन बार एक मध्य-लेवल लेखक को यह भी बताएगा कि वह 6 है।

मज़बूत निबंधों पर Claude Opus 5 ने 92% स्कोर किया, जबकि इंजन ने 83%। Claude चमकदार लेखन को उदारता से पढ़ता है, जो एक मज़बूत निबंध पर सही है। उसी उदारता ने बारह में से सात मध्य-लेवल निबंधों को 9 या 10 दे दिया। अगर आप पहले से मज़बूत लेवल पर लिख रहे हैं, तो Claude Opus 5 इंजन से थोड़ी ज़्यादा बार इसकी पुष्टि करेगा। अगर नहीं, तो यही वह मॉडल है जो सबसे ज़्यादा संभावना से आपको बताएगा कि आप हैं।

इंजन इस टेस्ट का अकेला ग्रेडर है जो हर लेवल पर अगुआ से दस अंक के भीतर है, और बीच में 100% पर अकेला। यही वह प्रोफ़ाइल है जो एक उम्मीदवार को चाहिए: ऐसा ग्रेडर जो एक लेवल पर शानदार और दूसरे पर गलत नहीं, बल्कि लगभग हर जगह सही है और वहां सही है जहां ज़्यादातर उम्मीदवार होते हैं।

इंजन किसी जवाब को कैसे ग्रेड करता है

सबमिट दबाने और स्कोर पढ़ने के बीच के लगभग एक मिनट में यह सब होता है।

1. रूल लेयर सबसे पहले निबंध पढ़ता है। कोई भी मॉडल इसे देखे उससे पहले, इंजन शब्द गिनता है, ईमेल में अभिवादन और समापन जांचता है, सर्वे जवाब में साफ़ चुनाव जांचता है, और निबंध को प्रॉम्प्ट के ज़रूरी पॉइंट से मिलाता है। ये जांचें ऐसी सख़्त सीमाएं बन जाती हैं जिन्हें रेटर पलट नहीं सकता: जो सर्वे जवाब कभी कोई पक्ष नहीं चुनता, या जो ईमेल सर्वे के जवाब जैसा पढ़ा जाता है, वह टास्क फ़ुलफ़िलमेंट पर स्केल के बीच से ऊपर स्कोर नहीं कर सकता।
2. निबंध की तुलना असली ग्रेड किए गए सैंपल से की जाती है। रेटर उसी तरह के टास्क के तीन असली CELPIP जवाब देखता है, एक कमज़ोर लेवल पर, एक बीच में, एक टॉप पर, सभी अपनी असली चूकों के साथ, और चारों डाइमेंशन में से हर एक पर निबंध को उनके सापेक्ष रखता है: कंटेंट और कोहेरेंस, वोकैबुलरी, रीडेबिलिटी, टास्क फ़ुलफ़िलमेंट। मध्य सैंपल के बराबर होना 7 या 8 है; टॉप सैंपल के बराबर होना 10 या 11 है; टॉप सैंपल से साफ़ तौर पर मज़बूत होना 12 है।
3. हर फ़ैसले को सबूत चाहिए। हर डाइमेंशन के लिए रेटर को स्कोर देने से पहले निबंध के वे वाक्यांश कोट करने होते हैं जो स्कोर का समर्थन करते हैं। जो कोट निबंध में नहीं मिलते, उन्हें हटा दिया जाता है।
4. छूटे हुए पॉइंट स्कोर की सीमा तय करते हैं। अगर रेटर किसी ज़रूरी पॉइंट को छूटा हुआ बताता है, तो टास्क-फ़ुलफ़िलमेंट स्कोर 8 या उससे नीचे रोक दिया जाता है, ताकि नंबर और फ़ीडबैक एक-दूसरे से मेल खाएं।
5. चार डाइमेंशन मिलकर एक स्कोर बनते हैं। कुल स्कोर चारों का औसत है, रूल-लेयर की सीमाएं लागू होने के बाद।
6. फ़ीडबैक उसी सबूत से बनाया जाता है। सुधार, सही लंबाई का एक मॉडल आंसर, छूटे हुए पॉइंट नाम के साथ और हर डाइमेंशन के लिए एक लिमिटिंग फ़ैक्टर, सब लिखने वाले के अपने टेक्स्ट से कोट किया हुआ। नीचे का सेक्शन बताता है कि क्या बदला।

हमने इंजन को उस दो-ग्रेडर, वोट-और-रिकंसाइल डिज़ाइन पर ले जाने की भी कोशिश की जो हमारा स्पीकिंग स्कोरर इस्तेमाल करता है। राइटिंग में इससे मदद नहीं मिली: आधिकारिक राइटिंग लेवल 0 से 12 के स्केल पर स्पीकिंग लेवल की तुलना में एक-दूसरे के ज़्यादा करीब बैठते हैं, और रेटर को बिना किसी बीच के विकल्प के सैंपलों के बीच चुनने पर मजबूर करने से मध्य-लेवल निबंध 9 तक चढ़ गए। राइटिंग इंजन उसी डिज़ाइन को रखता है जो बीच को सही स्कोर करता है।

आपके राइटिंग फ़ीडबैक में क्या नया है

स्कोर तो आपको वापस मिलने वाली चीज़ का सिर्फ़ आधा हिस्सा है। राइटिंग फ़ीडबैक लेयर को स्कोरर के साथ-साथ नए सिरे से बनाया गया है, और इसमें हर चीज़ आपके अपने टेक्स्ट से जुड़ी है। यहां बताया गया है कि क्या बदला है।

• ऐसे सुधार जो आप अपने निबंध में खुद ढूंढ सकते हैं. ग्रामर, स्पेलिंग और वोकैबुलरी का हर सुधार आपके जवाब के ठीक वही शब्द कोट करता है, ताकि ऐप उन्हें वहीं हाइलाइट कर सके जहां आपने उन्हें लिखा था। जो कुछ भी चेकर आपके निबंध में शब्द-दर-शब्द नहीं ढूंढ पाता, वह आपके देखने से पहले ही हटा दिया जाता है।
• एक मॉडल आंसर, आपके अपने जवाब से बना हुआ. आपको अपने ही जवाब का एक फिर से लिखा हुआ वर्ज़न मिलता है जो आपके विचार बनाए रखता है, हर ज़रूरी पॉइंट को कवर करता है और टास्क के मांगे गए 150 से 200 शब्दों में उतरता है। अगर पहला रीराइट उस लंबाई से चूक जाता है, तो दिखाए जाने से पहले उसे एक बार फिर से लिखा जाता है।
• जो ज़रूरी पॉइंट आपसे छूटा, उसका नाम. ईमेल टास्क के लिए, फ़ीडबैक प्रॉम्प्ट के उन बुलेट पॉइंट की सूची देता है जिन्हें आपके जवाब ने कवर नहीं किया। एक छूटा हुआ पॉइंट टास्क-फ़ुलफ़िलमेंट स्कोर को भी 8 या उससे नीचे रोक देता है, ताकि नंबर और फ़ीडबैक कभी एक-दूसरे से असहमत न हों।
• हर डाइमेंशन के लिए एक रोकने वाली वजह. चार डाइमेंशन में से हर एक के लिए, फ़ीडबैक ठोस शब्दों में उस एक चीज़ का नाम लेता है जो उस स्कोर को नीचे रोक रही है, या साफ़ कहता है कि कोई चीज़ नहीं रोक रही और उसे कौन-सी चीज़ संभाल रही है। यह तय करना कि किसी डाइमेंशन में कोई समस्या नहीं है, एक असली जवाब है, कोई कमी नहीं।
• आलोचना सही जगह पर. कमज़ोर टोन टास्क-फ़ुलफ़िलमेंट की समस्या है, अस्पष्ट शब्द चुनना वोकैबुलरी की समस्या है, बिना रुके खिंचता वाक्य रीडेबिलिटी की समस्या है। हर पॉइंट उसी डाइमेंशन के नीचे दर्ज होता है जिससे वह जुड़ा है, बजाय इसके कि उसे कुल सारांश में मिला दिया जाए।
• वाक्य-स्तर के रीराइट. आपके निबंध के खास वाक्य एक बेहतर वर्ज़न और इस बारे में एक लाइन के साथ वापस आते हैं कि वह बेहतर क्यों है, ताकि आप बदलाव के बारे में पढ़ने के बजाय उसे देख सकें।
• आपका सबसे मज़बूत और सबसे कमज़ोर डाइमेंशन, आमने-सामने. फ़ीडबैक आपको बताता है कि चार डाइमेंशन में से कौन-सा आपके स्कोर को संभाल रहा है और कौन-सा उसे पीछे खींच रहा है, ताकि चार नंबरों को डिकोड किए बिना आपको पता हो कि अगली प्रैक्टिस किस पर करनी है।

फ़ीडबैक का हर कोटेशन दिखाए जाने से पहले आपके निबंध से मिलाया जाता है। अगर चेकर वे शब्द नहीं ढूंढ पाता, तो वह लाइन हटा दी जाती है। इसीलिए फ़ीडबैक कभी आपसे कुछ ऐसा ठीक करने को नहीं कहता जो आपने लिखा ही नहीं।

स्कोर का क्या करें

जिस स्कोर पर आप भरोसा कर सकें, वह आपके प्रैक्टिस करने का तरीका बदल देता है। चैटबॉट के साथ आपको कभी यकीन नहीं होता कि 8 से 9 की छलांग आपकी है या मॉडल की, इसलिए हर स्कोर को एक एहसास के मुक़ाबले जांचना पड़ता है। एक स्थिर, सटीक ग्रेडर के साथ, स्कोर ही फ़ीडबैक है।

• एक ही टास्क दो बार लिखें। सबमिट करें, हर डाइमेंशन के छूटे हुए पॉइंट और लिमिटिंग फ़ैक्टर पढ़ें, मॉडल आंसर को पास रखकर दोबारा लिखें, और फिर सबमिट करें। दोनों के बीच एक अंक या उससे ज़्यादा का बदलाव आपके लेखन में बदलाव है, क्योंकि इंजन एक ही निबंध को एक ही स्कोर देता है।
• कुल नहीं, सबसे कमज़ोर डाइमेंशन ट्रैक करें। कुल स्कोर चार का औसत है। 8 वाले दो उम्मीदवारों की समस्याएं बिल्कुल अलग हो सकती हैं। फ़ीडबैक उस डाइमेंशन का नाम लेता है जो आपको रोक रहा है, और उसी पर काम करना है।
• 9 को बस ज़रा-सी चूक मानें। मज़बूत निबंधों पर इंजन की दोनों चूकें 9 थीं। इंजन से मिला 9 का मतलब है 10 से एक विकसित वजह या एक सटीक शब्द-चुनाव कम।
• टास्क बदल-बदलकर करें। ज़्यादातर उम्मीदवार वही टास्क प्रैक्टिस करते हैं जो उन्हें पसंद है। इंजन ईमेल और सर्वे जवाबों को अलग-अलग सैंपल और अलग-अलग नियमों के मुक़ाबले स्कोर करता है, इसलिए एक मज़बूत ईमेल स्कोर आपके सर्वे जवाब के बारे में कुछ नहीं कहता।

CA$25 प्रति माह में असीमित प्रैक्टिस

सटीकता तभी काम की है जब आप इसे हर दिन इस्तेमाल करने का खर्च उठा सकें। एक भरोसेमंद राइटिंग स्कोर आपके तीसवें निबंध पर सबसे ज़्यादा कीमती होता है, तीसरे पर नहीं, क्योंकि तभी यह आपको बताना शुरू करता है कि आपके लिखने के तरीके में किया गया बदलाव काम कर रहा है या नहीं। इसलिए इंजन की कीमत ऐसी रखी गई है कि इसे बिना गिनती के इस्तेमाल किया जा सके।

हर Prepamigo प्लान में असीमित स्कोरिंग, असीमित प्रयास, और पूरा प्रश्न बैंक शामिल है: 80 पूरे प्रैक्टिस सेट और Writing, Speaking, Reading और Listening में 2,000 से ज़्यादा प्रैक्टिस टास्क, जो CELPIP General टेस्ट के टास्क टाइप, समय और फ़ॉर्मेट के हिसाब से लिखे गए हैं। आप लिखते हैं, सबमिट करते हैं, और लगभग एक मिनट बाद आपके पास स्कोर, सुधार और एक मॉडल आंसर होता है।

Claude प्लान की कीमतें और इस्तेमाल की शर्तें सितंबर 2026 में claude.com पर प्रकाशित के अनुसार हैं और बदल सकती हैं। CELPIP उसके मालिक का ट्रेडमार्क है; Prepamigo एक स्वतंत्र प्रैक्टिस प्लेटफ़ॉर्म है और टेस्ट बनाने वाली संस्था से जुड़ा, समर्थित या संबद्ध नहीं है। Prepamigo के प्रैक्टिस टास्क मूल सामग्री हैं जो सार्वजनिक टेस्ट फ़ॉर्मेट के हिसाब से लिखी गई हैं।

उपलब्धता

Prepamigo Writing Scoring Engine अभी सभी Prepamigo यूज़र्स के लिए दोनों राइटिंग टास्क पर लाइव है। कुछ भी ऑन करने की ज़रूरत नहीं है। हर ईमेल और सर्वे जवाब को यही स्कोर करता है, और हर स्कोर के साथ लिखने वाले के अपने टेक्स्ट से लिया गया फ़ीडबैक आता है।

आमने-सामने की तुलना के लिए, राइटिंग के लिए Prepamigo बनाम Claude और राइटिंग के लिए Prepamigo बनाम ChatGPT पढ़ें। स्पीकिंग की तरफ़ के लिए, Speaking के लिए Scoring Engine 2.0 पढ़ें। या एक जवाब लिखें और देखें कि इंजन कैसे चलता है। इसे इसे अंग्रेज़ी में पढ़ें भी पढ़ सकते हैं।