多益 Part 3 對話題的難點：「誰說了什麼」與換句話說怎麼練

先講清楚 Part 3 是什麼形狀

真實考試裡，Part 3 是 13 段對話、每段 3 題，共 39 題——整個聽力部分裡題數最多的一塊（100 題中的 39 題）。每段對話只播一次，三題印在題本上，你在聽的同時就得作答。

我們題庫這一塊目前是 694 段對話、2,082 題（本文寫作期間從 586 段、1,758 題長到這個數字，原因就在下面）。但「我們有多少」不是重點，重點是形狀對不對。所以我們把一套市售模擬試題六回的 Part 3 對話原文全部抽出來（這套參照是什麼、以及它的限制，後面有一整節說明），拿同一把尺量兩邊：

項目	參照試卷（6 回，69 段）	我們的題庫（586 段）
每段字數	平均 85（中位數 87，範圍 45–110）	平均 87（中位數 89，範圍 43–148）
每段輪數	平均 4.5 輪	平均 5.4 輪
三人對話	13.0%（每回 13 段裡有 1–2 段）	25.6%（150 段）

第一列讓人放心：長度幾乎一模一樣。85 對 87 個字，中位數 87 對 89。一段 Part 3 對話該有多長，我們沒有寫歪。（唯一的差別在上限：我們最長 148 字，參照最長 110 字。少數特別長的對話是我們自己的長尾，不是命題架構的一部分。）

第二列和第三列才是真正的差別，而且兩者指向同一件事：

• 同樣的字數，我們切成更多輪。 平均多了將近一輪。字數沒變而輪數變多，等於每一輪更短、說話人交換得更頻繁。
• 三人對話我們幾乎是參照的兩倍。 真實命題架構每回 13 段裡放 1–2 段三人對話，我們的題庫放到四分之一。

這兩點合起來，就是「追蹤成本」。而三人對話確實比較難，這一點我們是量到的，不是猜的：三人對話的題目有 29.1% 被標為困難，兩人對話只有 19.1%。多一個人，你就多了一件事要做——不只聽內容，還要記住是誰說的，因為題目會直接問「男子建議什麼」「第二位女子擔心什麼」。

換句話說，我們的 Part 3 難在追蹤，不難在資訊量。記住這個結論，下面那個「我們比參照難 8 個百分點」的數字就不再是懸案，而是有解釋的。

抽取方法的但書：參照試卷的對話原文印在解析本裡，沒有文字層，我們是用影像辨識還原的（雙欄排版必須從文字座標重建，否則兩欄會被讀成同一行）。六回共 78 段，成功還原 69 段（88%），其餘因辨識失誤未能可靠切出。上表的參照數字是這 69 段的統計。

---

一段對話可以從哪幾個方向被做難

以下是我們對 Part 3 逐題實際計算或標記的主要特徵。和這個系列其他篇一樣，這份清單稍後會反過來當成你的作答策略。

1. 說話人數與輪數——追蹤成本

兩人 vs 三人、以及一段對話被切成幾輪，如第一節。三人對話的難處不在資訊量，在歸屬：同一句話由誰說出來，會改變三題裡至少一題的答案。輪數則是它的連續版本——每一次說話人交換，你的注意力就要重新掛一次。

2. 題型——你被要求做哪一種事

我們寫了一支程式，從題幹文字反推每一題實際在考什麼。它跑遍我們的題庫，也跑遍參照試卷六回的 230 道 Part 3 題目——同一支程式、兩份題庫，比較才有意義。

題型	參照試卷	改寫前	改寫後	你要做的事
細節題	35.7%	52.8%	35.7%	定位一個講過的事實
請求／建議	11.7%	4.3%	11.6%	誰要求誰做什麼
圖表題	7.8%	2.4%	7.8%	音檔配一張表，兩邊對照才有答案
原因題（Why…?）	7.4%	16.4%	7.4%	找出因果，通常橫跨兩輪對話
地點題	6.5%	2.7%	6.4%	場景在哪
下一步（What will… do next?）	6.5%	4.4%	6.5%	對話結束後才發生的事
推論題	6.5%	1.1%	6.5%	把兩個事實組成沒說出口的結論
說話者意圖題	5.7%	0.9%	5.9%	「他說這句話是什麼意思？」
問題點（What problem…?）	4.3%	6.3%	4.2%	抓出被抱怨或被指出的障礙
身分題	3.5%	1.1%	3.5%	說話的是誰
主旨題	3.0%	1.9%	2.9%	概括整段，不是任何單句
目的題	1.3%	1.8%	1.3%	這通電話／這場對話為何發生
時間／數量題	0%	3.8%	0.3%	單點資訊
推理型題目合計	30.9%	12.6%	31.9%

這張表比上一節那張重要得多，因為它說的不是刻度，是內容。

改寫前，參照試卷的細節題只有三分之一，我們有一半以上。 反過來，需要多想一步的題型——推論、意圖、主旨、目的、下一步、圖表——參照佔 30.9%，我們只有 12.6%，不到一半。當時的結論是：真實命題架構要你「聽懂並且再想一步」的比例，是我們的兩倍以上。

那一版已經改完了。上表的第四欄是現在的題庫：十四種題型全部落在參照的兩個百分點以內，推理型合計 31.9% 對 30.9%。

補上這段落差用了兩種完全不同的工法，值得說清楚：

• 十一種題型是「換一種問法」補上的。 同一段對話、同一段音檔，改寫的是題目本身——問一件不同的事，配一組全新的選項。音檔一個字都沒有動，因為題目的語音是各自獨立的片段。這樣改出來的是真的另一道題，不是把「為什麼…？」換句話說；後者會讓數字好看，卻不會讓題目變難。
• 圖表題和說話者意圖題補不了，只能重寫。 圖表題需要對話剛好只講出可對照資料的其中一邊；意圖題需要一句話的字面意思和真正的意思不一樣——我們在既有的 49 萬字對話裡只找到 2 處這種說法。這兩種題型因此是新寫的 108 段對話（連同新錄的音檔）帶進來的，那也是整個工程裡最慢的一段。

順帶修掉的兩件事：時間／數量題從 3.8% 降到 0.3%（參照六回一題都沒有，六回全都不用不太可能是巧合——「他們幾點碰面」這種單點聽寫比較像 Part 2 的工作）；還有選項的正確答案位置，新題一度有七成落在 A，現在四個字母各佔四分之一。

最後，這支分類器有一個好性質支持它值得被當真：它沒有看過難度標籤，卻把題型排出了和標籤一致的順序——說話者意圖題有 96.7% 被標為困難、推論題 58.6%、原因題 33.6%，而目的題只有 0.8%、數量題 0%。一個沒看過答案的分類器能重現這個排序，才表示「題型」這個特徵真的有東西。

（參照那一欄同樣是影像辨識取得的：六回共 234 題，成功還原 230 題（98%）。兩個獨立的印證讓我們相信這份抽取沒有走樣——程式數出的圖表題正好是每回 3.0 題、意圖題每回約 2.2 題，和我們先前用完全不同的方法量到的命題架構配額一致。）

3. 改寫距離——正確答案離原文的用字有多遠

這是 Part 3 最要命的一項，也是下面第二個洞的主角。

對話裡說：I'll revise the interview guide before tomorrow's sessions. 一個太簡單的選項長這樣：Revise the interview guide（照抄）。 真實考試的選項長這樣：Update some materials——「revise」變「update」，「interview guide」變「materials」。意思一樣，字全換了。

差別在於，前者可以用關鍵字比對答對，後者一定要聽懂。我們對每一題計算選項與原文的用字重疊度。

4. 陷阱密度——長得像答案的錯誤選項

改寫距離的鏡像。錯誤選項裡塞進對話真的出現過的字，專門釣掃描關鍵字的人。目前我們題庫的平均值是：正確選項與原文的用字重疊 0.72，錯誤選項 0.21。這個差距太大了——這正是問題所在，下一節說。

5. 證據位置與題目順序

我們替每一題標了它的證據句（答案根據對話裡的哪一句）。全部題目都有，覆蓋率 100%；這也是為什麼你在 app 裡答完題後，逐字稿會直接把那一句標亮。

有了證據位置就能量一件很實用的事：三題的證據，有 94% 是照著音檔的順序出現的。第一題的答案在前段，第三題的答案在後段。真實考試也是這樣設計的，所以這不是我們的簡化——是可以拿來用的規律，策略那節會講怎麼用。

6. 圖表題與意圖題——結構上的固定配額

參照試卷六回之間零變異地固定：每回 Part 3 有 3 題圖表題、2 題說話者意圖題。這是命題架構，不是巧合。

我們的題庫原本這兩種都是零。現在都有了，而且——比題數更重要的——模擬考是按照這個配額抽題的，不是碰運氣。一種題型存在於題庫、但你在模考裡永遠遇不到，等於沒有。

---

跟參照試卷比出什麼：我們比它難，而且我們不打算改

刻度不能自己發明，得對到外部參照上。我們用的是《全新！新制多益 TOEIC 題庫解析 狠準 6 回》（Hackers Academia 著，國際學村出版）——完整六回，而且每一題都印著出版社自己的難度評級（高／中／低），給了我們 1,200 個現成的專業判斷可以對照。

Part 3 的結果：

	低（簡單）	中	高（困難）
參照試卷（205 題）	41%	47%	12%
我們的題庫	23.8%	54.5%	21.7%

我們標為困難的題目，比參照多了約 8 個百分點。

看到這種差距，第一個該問的問題不是「要不要調」，而是「這是內容的差距，還是尺的差距」。這個系列在 Part 5 那篇已經示範過一次：那裡的標籤看起來和參照差很多，追下去卻發現我們的題目在結構上一點也沒有比較簡單——差的是兩邊對「難」的定義，不是題目本身。先分清楚這件事，再決定要不要動內容，是這整個系列最實用的一條經驗。

Part 3 這 8 點的方向和 Part 5 相反，而我們的處理方式是：留著。

理由有兩層。第一，這兩把尺本來就不可通約——一邊是編輯的判定，一邊是出題者的判斷，8 點的差距落在雜訊和真實差異都能解釋的範圍內。第二，也是更實際的：如果一份練習題庫要在標準之外偏一邊，偏難的那一邊對學習者是安全的。練得比考試難，考場上是餘裕；反過來則是意外。

至於為什麼我們偏難，第一節那張表已經給了答案，而且它比「我們比較嚴格」這種說法紮實得多：我們的對話不比參照長，但輪數更多、三人對話是參照的兩倍。 三人對話本身就多帶 10 個百分點的困難題（29.1% 對 19.1%），而它在我們題庫裡的比重是 25.6%、在參照裡是 13.0%。光是這一項的比重差，就足以解釋標籤上那 8 個百分點的大部分。

換句話說，這不是我們把每一題寫得比較刁鑽，而是我們的題庫多放了一種本來就比較難的對話。知道差距的來源是「組合」而不是「手法」，這件事才算真的查清楚——如果哪天要把它調回去，該動的是三人對話的比重，不是去修單一題目。

但這裡有一個當時必須講出來的矛盾，它也是下一節的引子：標籤說我們比較難，題型組合卻說我們比較淺。 同一個題庫，聽的那一面（三人、多輪）偏難，問的那一面（一半以上是細節題）偏簡單。兩件事都是量出來的，都不假。這正好說明為什麼我們不把難度標籤當成結論——它反映的是出題者對「聽起來多複雜」的感覺，而不是「這題要求你做多難的事」。

誠實的但書

• 參照書是出版社的模擬試題，不是 ETS 官方材料。 格式面它極可信（六回之間近乎零變異，正是忠實複製官方架構的樣子）；難度面它承載的是編輯的判斷，不是真實考生的答對率。
• Part 3 的難度標籤是出題者標的，不是規則算出來的。 這是 Part 3 和 Part 1 的關鍵差別：Part 1 的每一個標籤都由一支程式從題目本身重算、並且和題庫 335 題全部吻合；Part 3 還沒有這樣的東西。上面那份特徵清單，有些（人數、長度、題型、證據位置、用字重疊）已經在量，但還沒有合成一個會覆寫標籤的難度分數。所以我們談 Part 3 的難度分佈，談的是一群出題者判斷的分佈。
• 我們曾經想找一個更客觀的裁判，失敗了。 構想是讓 AI 模型當「模擬考生」去做參照試卷，看它的答對率能不能重現出版社印的難易順序——如果能，就有了一把能同時量兩個題庫的尺。結果是：兩個能力差一個量級的模型，答對率都是 89.8%／89.9%，而且對難易完全沒有反應（相關係數約等於 0）。原因不難理解：讓學習者卡住的是單字和搭配的掌握，而任何堪用的模型早就有了。這把尺被丟掉了，我們認為值得寫下來。
• 真正的終點還是答對率。 隨著匿名作答統計累積，每一題會慢慢得到真實的 p 值。在那之前，這是我們能做到的最誠實的量法。

---

我們自己量到的兩個洞，現在都補完了

這一節寫給願意看到全貌的人。上面那 8 個百分點的標籤差距，其實是這篇文章裡最不重要的一個數字——它是刻度問題。真正的問題有兩個，都是內容問題，而且都是我們自己量出來的。

洞一：問得太淺——這個洞現在補完了

就是題型那張表。原本細節題 52.8% 對參照的 35.7%，推理型題目合計 12.6% 對 30.9%。意思是：一個練完我們全部 Part 3 的人，練到的「聽懂之後還要再想一步」的量，大約只有真實考試要求的四成。他會非常擅長在對話裡定位一個講過的事實，但推論、意圖、以及「男子要女子做什麼」這類需要整合的題型，練習量嚴重不足。

現在十四種題型全部落在參照的兩個百分點以內，推理型合計 31.9% 對 30.9%。做法在第 2 節講過：575 題改寫，加上 108 段新對話與新音檔。題庫也因此從 1,758 題長到 2,082 題。

需要誠實標註的一件事：這條線是用我們自己的分類器量的，同一支程式同時跑過參照試卷，所以兩邊的定義一致；但它終究是從題幹文字反推，不是從「這題實際上有多難」反推。題型對齊了，不等於難度就對齊了——那要等使用者實際作答的資料回來才知道。

洞二：答案太好猜——這個洞也補完了

當時 Part 3 有 653 題（37%）的正確選項，可以靠關鍵字比對答對。

這是 scripts/option_source_overlap.py 這支掃描程式的結果：它逐題比對正確選項和音檔逐字稿的用字重疊，當正確選項的重疊明顯高過三個錯誤選項時就標記出來。這不是新發現——這個問題最早是一位使用者回報的，指出有些題目「不用聽懂，比對關鍵字就會了」。我們據此做過一輪大規模改寫，重寫了 Part 3 的 576 個選項（連同 Part 4、Part 7 共 1,511 個）。

現在是 28 題（1.3%），而且這 28 題全部是刻意保留的（下面說明）。真正該改的，一題都不剩。

這個數字分兩段下來：

1. 上一節那 575 題改寫，順手清掉了一大半。 每一道被改寫的題目都必須通過同一支掃描器的檢查才准進資料庫，所以題型對齊的同時，這個問題也跟著解決了五分之一個題庫。開始這一節時已經降到 462 題（22.2%）。
2. 剩下的 434 題是一題一題手改的。 做法有兩種，第二種才是關鍵：正確選項改寫成換句話說；當換句話說還不夠時，就把逐字稿的用字給錯誤選項。真實試卷正是這個形狀——原文照搬的那個，是陷阱，不是答案。

舉一個真實的例子。一段餐飲訂單的對話，男子最後說：「你三點前把房號傳給我，我就能改訂單。」題目問「女子被要求傳什麼？」

改寫前的四個選項是：房號／賓客名單／付款收據／菜單價目。只有「房號」兩個字出現在音檔裡，另外三個一個字都沒有。你不需要聽懂那句話在講什麼，甚至不需要知道誰在跟誰說話——把聽到的詞跟選項對一遍就結束了。

改寫後，正確選項是「活動在哪個地點舉行」，同一件事，換個說法；而其中一個錯誤選項換成了「素食餐點的份數」——這幾個字全都在音檔裡（女子前面才說要加五份素食），聽起來也完全合理。現在對得上字的是錯的那個。要選對，你得聽懂他要的是房號、不是餐點數量。

那 28 題為什麼不改？ 因為答案本來就無法改寫。圖表題的四個選項就是圖表上那幾行的標籤（「六號錐」「四號卸貨區」），必須照著印；地名、人名、金額也是一樣。真實試卷同樣這樣出題。我們把它們登記在 accepted.json 裡，理由逐題寫明，這樣掃描器的數字才讀得出意思，也不會逼出為了讓程式閉嘴而變糟的改寫。

用測量的角度說：正確選項與原文的用字重疊，從 0.72 降到 0.39；錯誤選項是 0.25。兩個數字已經接近，這正是我們一開始說「理想的 Part 3 應該長的樣子」。

還要補一句誠實的話：掃描器過關，只證明「共用字彙不再洩題」，不等於題目就變難了。 真正的驗證仍然是使用者的答對率。

這兩個洞本來是同一件事的兩面：一個是我們問得不夠深，一個是我們讓答案太容易被撿到。 兩個加起來，就是一份「聽起來很難、做起來偏簡單」的 Part 3——正好對應上一節那個矛盾。兩邊都補完之後，那個矛盾也就不存在了。

還有一個更難的限制

我們題庫的語域太一致了。 全部 1,018 段對話與獨白（近 49 萬字）裡，只有 2 個慣用語，「I guess」「to be honest」這類口語標記則是零。這件事是在補說話者意圖題時發現的——意圖題需要一句「字面意思不等於實際意思」的話可以引用，而我們找不到，只好重新寫。所以缺的從來不是那個題型，是口語的鬆散度本身。

這也解釋了為什麼洞一補起來那麼慢：意圖題和推論題需要的不只是換一種問法，而是對話本身要先有可以被推論的東西——最後那 108 段對話是重寫的，不是改寫的。這對每一批新內容都還是有效的約束。

---

知道結構之後：Part 3 怎麼聽、怎麼答

把上面的特徵清單反過來讀。

三題就是你的聽力大綱——一定要先讀

Part 3 唯一最有價值的習慣：在音檔開始前把三個題幹讀完。 題目印在題本上，這是規則允許的，而且是這個部分的設計前提。讀完三題，你就知道要聽人名、聽時間、還是聽某個人的建議——你從「試圖記住整段對話」變成「等三個特定的東西出現」。

前一題的解說在播、你手上還有時間時，就往下讀。這是 Part 3 最重要的節奏。

相信順序：94% 的題目照著音檔走

第一題的答案幾乎一定在對話前段，第三題在後段。所以邊聽邊往下推進：聽到第一題的答案就選掉，注意力立刻交給第二題。不要在對話播完之後才回頭想第一題——那時你要跟記憶打仗，而不是跟題目。

同時這也給了你一個止損訊號：如果對話已經講到最後、你第一題還沒著落，那一題就放掉，保住第二、三題。一段對話丟一題，遠好過丟三題。

「誰說的」要當成資訊來記

題幹會寫 the man / the woman / the second speaker。三人對話裡尤其如此。實務上：聽到建議、抱怨、承諾這類的話，順手記住是誰講的（男／女、或第幾個人）。內容記對、人記錯，答案照樣是錯的——而這正是三人對話多出那 10 個百分點困難題的來源。

對「跟聽到的一模一樣」的選項提高警覺

這是陷阱密度那條特徵教你的事：選項裡的字和你剛剛聽到的一字不差時，先懷疑。 出題者知道趕時間的人靠關鍵字，所以最省力的陷阱就是把原話的字接到錯的人、錯的時間或錯的事情上。反過來，一個把原話徹底換句話說的選項，往往才是正解——真實考試的正解通常長那樣。

（也因為如此，上一節那 653 題對我們是真的要緊：我們的題庫目前在這一點上還沒有完全對齊真實考試的行為。）

三種需要特別對待的題型

• 下一步題（What will the man do next?）——答案幾乎總在最後一兩句。聽到「I'll…」「Let me…」「I'd better…」就是它。整段對話你可以放鬆，最後兩句必須醒著。
• 意圖題（What does the woman mean when she says, "…"?）——引用的那句話字面上通常無害，真正的答案在它前後那一句。不要盯著引號裡的字想，要問「她講這句話是在回應什麼」。
• 圖表題——音檔播放前先看圖，看懂那張表的欄位是什麼（時間對場次？價格對方案？）。答案永遠是「音檔給你一欄、圖表給你另一欄」，你要做的是連線。先讀表，等於把一半的工作在開始前做完。

最後：這裡不能重來

Part 3 沒有第二次播放，也沒有回頭。整個聽力部分 45 分鐘固定推進，一段落後就整段落後。所以上面每一條策略的共同目的其實只有一個：讓你永遠在下一題，而不是在上一題。

---

一句話總結

Part 3 的難度來自三個可測的地方：你要追蹤幾個人、幾輪、題目要求你做多難的事、以及正確答案被換過多少字。

把同一套程式同時跑過我們的題庫和一套市售模擬試題六回，三個答案分別是：對話的長度和真實命題架構幾乎一模一樣，但我們的輪數更密、三人對話是兩倍——這解釋了我們為什麼多出 8 個百分點的困難題，我們選擇留著；題型組合我們問得太淺，推理型題目只有真實比例的四成；選項還有 37% 可以靠關鍵字比對答對。後面兩項是內容欠債，我們把它寫在這裡，而不是等到補完才說。

而同一份清單反過來讀，就是你的作答策略：先讀三題、順著音檔走、記住誰說的、對一模一樣的選項起疑。