科研全流程AI提示词宝典从科研小白到独立PI的智能助手

关注

原创最新推荐文章于 2026-11-05 10:00:07 发布 778 阅读 AI 写同款· GEO 优化 ›

Gemini 2.0科研绘图：用提示词生成符合Nature规范的SVG示意图科研示意图是学术表达的核心载体，其本质是将复杂机制转化为高信息密度、强符号规范性、可追溯逻辑的结构化视觉语言。理解这一概念，需把握其底层原理——跨模态语义对齐：模型必须在分子生物学、物理学或计算机科学等特定领域内，精准映射文本描述与标准图示符号（如SBGN、UML、ISO规范），而非泛化图像生成。这种能力直接决定图表的学术可信度与期刊合规性，带来显著技术价值：大幅压缩从实验记录到论文配图的认知负荷，支撑基金答辩、组会汇报、ELN集成等全科研场景。本文聚焦Gemini 2.0如何通过长上下文理解、学科符号库和阅读详情

科研全流程AI提示词宝典

从科研小白到独立PI的智能助手

涵盖选题、文献、实验、写作、投稿全流程
理工科、人文社科、交叉学科全覆盖
1000+实用提示词模板，即查即用

前言：AI如何重塑科研工作流

当你翻开这本书的时候，人工智能正在以惊人的速度改变着科学研究的面貌。从文献检索到实验设计，从数据分析到论文写作，AI工具已经成为现代科研工作者不可或缺的助手。本书旨在为你提供一套完整的科研AI提示词体系，帮助你在科研的每个环节都能高效利用AI的力量。

科研人员的痛点：信息过载、写作耗时、跨学科知识壁垒

在当今的科研环境中，研究者面临着前所未有的挑战。首先是信息过载问题。以PubMed为例，这个生物医学文献数据库每天新增数千篇论文，即使是最勤奋的研究者也无法跟上自己领域的全部进展。Web of Science、Scopus、arXiv等平台的文献量同样呈指数级增长。如何在海量信息中快速定位关键文献，成为每个科研人员必须解决的难题。

其次是写作耗时的问题。一篇高质量的学术论文往往需要经历选题、文献综述、实验设计、数据分析、论文撰写、反复修改等多个环节，整个过程可能持续数月甚至数年。许多研究者发现，他们花费在文字组织和格式调整上的时间，远远超过了真正的创新思考时间。

第三是跨学科知识壁垒。现代科学研究越来越强调交叉融合，但不同学科之间的术语体系、方法论、评价标准存在显著差异。一个生物学家想要引入机器学习的方法，或者一个计算机科学家想要进入生物医学领域，都需要跨越巨大的知识鸿沟。

【真实案例】

某高校生物医学工程专业的李博士，在准备一篇关于深度学习在医学影像诊断中应用的综述论文时，发现自己需要同时追踪计算机视觉和临床医学两个领域的最新进展。传统的手工检索方式让他感到力不从心，直到他开始使用AI辅助文献筛选，效率提升了5倍以上，最终成功在顶级期刊发表了综述文章。

AI在科研中的角色：助手、协作者、加速器

人工智能在科研中的角色可以概括为三个层次：助手、协作者和加速器。

作为助手，AI可以帮助科研人员完成大量重复性、机械性的工作。例如，自动整理文献笔记、检查语法错误、生成参考文献格式、进行初步的数据清洗等。这些任务虽然重要，但消耗大量时间，交给AI处理可以让研究者将精力集中在更有创造性的工作上。

作为协作者，AI可以参与科研的核心环节，提供有价值的建议和洞察。例如，在选题阶段帮助识别研究空白，在实验设计阶段提出优化方案，在数据分析阶段发现隐藏的模式，在论文写作阶段提供逻辑框架。这种协作不是简单的人机分工，而是真正意义上的智力协同。

作为加速器，AI可以大幅缩短科研周期，提高产出效率。传统的文献调研可能需要数周时间，使用AI辅助可以在几天内完成；传统的论文写作可能需要数月打磨，使用AI辅助可以在几周内完成初稿。这种加速效应对于应对激烈的学术竞争具有重要意义。

AI在科研各环节的应用概览

科研环节	AI应用场景	效率提升	推荐工具
文献调研	智能检索、摘要生成、趋势分析	3-5倍	Elicit、Scite、Consensus
实验设计	方案优化、变量控制、样本量计算	2-3倍	ChatGPT、Claude
数据分析	代码生成、统计方法选择、结果解读	5-10倍	GitHub Copilot、Code Interpreter
论文写作	结构规划、语言润色、格式调整	3-5倍	Grammarly、Writefull
投稿审稿	期刊推荐、回复信撰写、修改建议	2-3倍	ChatGPT、Claude

本书目标人群：本科生、研究生、博士后、青年教师、独立PI

本书的编写考虑了不同层次科研人员的需求，无论你处于学术生涯的哪个阶段，都能从中找到适合自己的内容。

对于本科生和研究生，本书提供了科研入门的基础知识和实用技能。你将学习如何高效检索文献、如何设计实验、如何撰写第一篇学术论文。书中的提示词模板可以直接使用，帮助你快速上手科研工作。

对于博士后和青年教师，本书提供了提升科研效率的进阶技巧。你将学习如何管理大量文献、如何优化研究设计、如何提高论文写作质量。书中的案例分析和最佳实践可以帮助你少走弯路，更快建立学术声誉。

对于独立PI（Principal Investigator，课题负责人），本书提供了团队管理和项目规划的参考。你将学习如何指导团队成员使用AI工具、如何制定标准化的科研流程、如何在激烈的竞争中保持领先。书中的系统性思维可以帮助你建立高效的科研团队。

如何使用本书：按科研阶段查找、按学科需求定位、按任务类型速查

本书采用了多维度索引的结构设计，读者可以根据自己的需求选择不同的使用方式。

按科研阶段查找：本书按照科研工作的自然流程组织内容，从选题、文献调研、研究设计、数据获取、分析建模、论文写作、投稿审稿，到项目申请、学术交流，覆盖了科研的全生命周期。你可以根据自己当前所处的阶段，直接跳到相应的章节。

按学科需求定位：本书涵盖了理工科、生命科学、医学、社会科学、人文艺术等多个学科领域。每个学科都有其独特的方法论和术语体系，书中的学科专属章节提供了针对性的指导。你可以根据自己的学科背景，重点关注相关章节。

按任务类型速查：书中提供了大量的提示词模板，按照任务类型分类整理。无论你需要“生成检索式”、“设计问卷”、“选择统计方法”还是“回复审稿意见”，都可以快速找到对应的提示词。建议将这些模板保存为自己的提示词库，随时调用。

【使用建议】

建议读者首先通读第一部分“科研提示词基础”，建立AI协作的基本思维框架。然后根据自己的实际需求，选择性地阅读后续章节。书中的提示词模板建议复制到自己的笔记软件中，并根据个人习惯进行调整优化。

关于提示词工程：为什么同样的AI工具，不同的人使用效果天差地别

很多科研人员在使用AI工具时会遇到这样的困惑：为什么别人用AI能生成高质量的内容，而自己得到的结果却总是差强人意？答案往往在于提示词（Prompt）的质量。

提示词是人机交互的桥梁，是用户向AI传达需求的语言。同样的AI模型，接收到不同的提示词，会产生截然不同的输出。优秀的提示词能够激发AI的最大潜能，获得准确、深入、有用的回答；而模糊的提示词则会导致AI产生泛泛而谈、偏离主题甚至错误的回答。

提示词工程（Prompt Engineering）是一门新兴的学科，研究如何设计高效的提示词。本书将科研场景下的提示词工程系统化、实用化，帮助读者掌握与AI高效协作的核心技能。这不是简单的“提问技巧”，而是一种全新的科研思维方式——学会将科研问题转化为AI可以理解和处理的形式。

本书的核心价值在于：不仅提供“鱼”（现成的提示词模板），更教授“渔”（设计提示词的方法论）。当你掌握了提示词设计的基本原则和技巧，就能根据自己的具体需求，创造出无限可能的提示词组合。

第一部分：科研提示词基础——构建AI协作思维

在深入具体的科研场景之前，我们需要先建立AI协作的基础思维框架。本部分将介绍科研场景下AI沟通的核心原则、科研任务的类型化分析方法、常用AI工具的概览，以及科研提示词设计的基本要素。掌握这些基础知识，将为后续章节的学习打下坚实的基础。

第1章：科研场景下的AI沟通原则

科研场景下的AI沟通与一般场景有显著不同。科研工作强调严谨性、可追溯性和创新性，这些特点对AI沟通提出了特殊要求。本章将深入探讨科研提示词的特殊性、科研任务的类型化分析、常用AI工具的概览，以及科研提示词的核心要素。

1.1 科研提示词的特殊性：严谨性、可追溯性、创新性

科研提示词与普通提示词相比，具有三个显著的特殊性：严谨性、可追溯性和创新性。理解这些特殊性，是设计高效科研提示词的前提。

1.1.1 严谨性要求

科学研究以严谨著称，任何结论都需要有充分的证据支撑，任何推理都需要符合逻辑规范。这种严谨性要求也体现在科研提示词中。当你向AI询问科学问题时，需要明确限定条件、提供必要的背景信息、要求引用来源。

例如，同样是询问“深度学习在医学影像中的应用”，普通提示词可能这样写：“介绍一下深度学习在医学影像中的应用”。而科研提示词应该这样写：“请系统综述2020-2024年间深度学习在医学影像诊断中的应用进展，重点关注CNN和Transformer架构在X光、CT、MRI影像分析中的性能表现，引用相关领域的高影响力论文，并指出当前方法的主要局限性和未来研究方向。"

【严谨性检查清单】

□ 是否明确了时间范围？
□ 是否限定了研究对象或方法？
□ 是否要求提供引用来源？
□ 是否说明了输出格式要求？
□ 是否指出了需要特别关注的方面？

1.1.2 可追溯性要求

科研工作的可追溯性是指任何结论都应该能够追溯到其来源和依据。在使用AI辅助科研时，这一要求同样重要。AI生成的内容可能包含事实性错误、虚构的引用或者不准确的表述，研究者需要有能力验证和追溯这些内容。

为了确保可追溯性，科研提示词应该：（1）要求AI明确标注信息来源；（2）要求提供可以验证的引用信息；（3）区分“公认事实”和“推测性内容”；（4）保留AI交互记录以便后续核查。

示例提示词：“请列出支持上述观点的关键文献，包括作者、年份、期刊名称和主要结论。对于缺乏直接文献支撑的内容，请明确标注为“基于推理”或“需要进一步验证”。"

1.1.3 创新性要求

科研工作的核心价值在于创新。AI虽然可以整合已有知识，但在产生真正原创性思想方面仍有局限。因此，科研提示词需要特别设计，以激发AI的创新潜能，同时避免陷入“正确的废话”。

促进创新的提示词技巧包括：（1）要求AI进行跨领域联想和类比；（2）要求从多个角度分析问题；（3）要求挑战现有假设和常规做法；（4）要求提出具体的、可验证的新假设。

【创新性提示词示例】

"基于A领域的方法X，提出3种可能应用于B领域的创新方案。每种方案需要说明：核心思路、预期效果、潜在风险、验证方法。鼓励提出突破常规的大胆设想。"

1.2 科研任务的类型化分析：信息检索类、生成类、分析类、优化类

科研工作涉及多种类型的任务，不同类型的任务需要不同的AI沟通策略。本节将科研任务分为四大类：信息检索类、生成类、分析类和优化类，并针对每类任务提供相应的提示词设计建议。

1.2.1 信息检索类任务

信息检索类任务包括文献查找、数据搜索、知识获取等。这类任务的特点是目标相对明确，但对信息的质量和相关性要求高。AI在这类任务中的角色是智能检索助手，帮助用户快速定位有价值的信息。

信息检索类提示词的设计要点：（1）明确检索范围和关键词；（2）说明信息质量要求（如期刊级别、发表时间）；（3）指定输出格式（如表格、列表、摘要）；（4）设置相关性判断标准。

【信息检索类提示词模板】

“我研究的主题是[主题名称]，需要查找相关文献。
检索范围：[时间范围]年发表在[期刊级别]期刊上的论文
关键词：[关键词1]、[关键词2]、[关键词3]
输出要求：按相关性排序，每篇文献包含标题、作者、期刊、年份、摘要、与我研究的相关性说明
数量：推荐[数量]篇最核心的文献“

1.2.2 生成类任务

生成类任务包括论文写作、报告撰写、代码生成、图表制作等。这类任务的特点是创造性要求高，输出质量直接影响科研成果的呈现。AI在这类任务中的角色是写作助手和创作伙伴。

生成类提示词的设计要点：（1）提供充分的背景信息和上下文；（2）明确输出风格和格式要求；（3）提供参考范例或模板；（4）设置质量标准和检查要点。

【生成类提示词模板】

“请帮我撰写[文档类型]的[具体部分]。
背景信息：[研究背景、目的、方法、主要发现]
风格要求：学术正式/通俗易懂/简洁明了
格式要求：[字数限制]、[段落结构]、[引用格式]
参考范例：[提供一段类似的优质文本作为参考]
特殊要求：[其他需要注意的事项]"

1.2.3 分析类任务

分析类任务包括数据分析、文献分析、问题诊断、方案评估等。这类任务的特点是逻辑性强，需要系统性的思维框架。AI在这类任务中的角色是分析助手，帮助用户梳理思路、发现规律、做出判断。

分析类提示词的设计要点：（1）提供完整的数据或材料；（2）明确分析目标和角度；（3）指定分析方法或框架；（4）要求展示分析过程和推理链条。

【分析类提示词模板】

"请对以下[数据/文本/方案]进行分析。
分析材料：[粘贴需要分析的内容]
分析目标：[希望得出的结论或发现]
分析角度：[从哪些维度进行分析]
分析方法：[希望采用的分析框架]
输出要求：展示分析过程，而不仅仅是结论"

1.2.4 优化类任务

优化类任务包括文本润色、代码优化、方案改进、错误修正等。这类任务的特点是有明确的改进目标，需要在保持原有内容核心的基础上提升质量。AI在这类任务中的角色是质量提升助手。

优化类提示词的设计要点：（1）提供原始内容；（2）明确优化方向和标准；（3）说明需要保留的核心要素；（4）要求解释修改理由。

【优化类提示词模板】

"请对以下内容进行[优化类型]优化。
原始内容：[粘贴需要优化的内容]
优化目标：[具体要改进的方面，如语言流畅度、逻辑严密性、简洁程度等]
保留要素：[必须保留的关键信息或核心观点]
输出要求：提供优化后的版本，并用批注形式说明主要修改之处"

表1-1：科研任务类型与提示词设计要点对照表

任务类型	典型场景	AI角色	提示词设计要点	常用动词
信息检索	文献查找、数据搜索	智能检索助手	明确范围、质量要求、输出格式	查找、推荐、列举、汇总
生成类	论文写作、代码生成	写作助手	提供背景、明确风格、给出范例	撰写、生成、创建、编写
分析类	数据分析、文献分析	分析助手	提供材料、明确目标、指定方法	分析、评估、诊断、比较
优化了	文本润色、方案改进	质量提升助手	提供原文、明确标准、解释修改	优化、改进、润色、修正

1.3 科研常用AI工具概览：通用大模型、学术专用AI、代码辅助、绘图工具

当前市场上的AI工具种类繁多，功能各异。对于科研人员来说，选择合适的工具并了解其适用场景，是高效利用AI的前提。本节将科研常用AI工具分为四大类进行介绍。

1.3.1 通用大模型

通用大模型是指具有广泛知识覆盖和通用能力的AI模型，可以处理各种类型的任务。目前科研领域常用的通用大模型包括：

DeepSeek：国产大模型的代表，在数学推理和代码生成方面表现突出，支持长文本处理，适合需要深度推理的科研任务。DeepSeek的API价格相对亲民，适合大规模使用。

ChatGPT（GPT-4/GPT-4o）：OpenAI的旗舰产品，在文本生成、逻辑推理、知识问答等方面表现优异。GPT-4的科研写作能力尤其出色，适合论文撰写、文献综述等任务。

Claude（Claude 3.5 Sonnet）：Anthropic的产品，以安全性和有用性著称，在处理长文本和复杂推理任务时表现优秀。Claude的上下文窗口较大，适合处理长篇论文和大量文献。

Gemini（Gemini 1.5 Pro）：Google的产品，在多模态处理方面具有优势，可以同时处理文本、图像、代码等多种类型的输入。适合需要跨模态分析的科研任务。

1.3.2 学术专用AI

学术专用AI是专门针对科研场景设计的AI工具，在文献检索、引用验证、研究趋势分析等方面具有独特优势。

Elicit：基于AI的文献检索和分析工具，可以自动提取论文的关键信息（研究问题、方法、结论等），并生成结构化的摘要。特别适合快速筛选大量文献。

Scite：智能引用分析工具，可以显示每篇论文被引用时的语境（支持、反对、提及），帮助研究者了解某篇论文在学术界的影响和争议。

ScholarAI：专注于学术文献的AI助手，可以回答关于特定论文的问题，帮助研究者快速理解论文内容，并发现相关研究。

Consensus：AI驱动的科学共识搜索引擎，可以回答“科学界对这个问题的共识是什么”这类问题，帮助研究者了解某一领域的主流观点。

1.3.3 代码辅助工具

对于需要进行数据分析和建模的科研人员，代码辅助工具可以大幅提升编程效率。

GitHub Copilot：AI编程助手，可以根据注释和上下文自动生成代码建议，支持多种编程语言。在数据清洗、统计分析、机器学习等任务中表现优异。

Code Interpreter（Advanced Data Analysis）：ChatGPT的代码解释器功能，可以执行Python代码，进行数据分析、可视化、文件处理等操作。适合不熟悉编程的研究者快速完成数据分析任务。

Cursor：基于AI的代码编辑器，集成了类似Copilot的代码生成功能，同时支持自然语言对话式的代码修改和优化。

1.3.4 绘图工具

科研绘图是论文写作的重要环节，AI绘图工具可以帮助研究者快速生成高质量的示意图。

Midjourney：AI图像生成工具，在生成艺术风格的科研示意图方面表现出色。适合生成概念图、流程图背景、海报设计等。

DALL·E 3：OpenAI的图像生成模型，对提示词的理解能力强，可以根据详细的文字描述生成相应的图像。适合生成具体的实验装置图、机制图等。

BioRender：专门针对生物医学领域的绘图工具，提供了大量专业的科学图标和模板，可以快速绘制高质量的机制图、流程图、实验设计图等。

表1-2：科研AI工具选择指南

任务类型	推荐工具	备选工具	选择理由
文献检索	Elicit、Consensus	Scite、ScholarAI	专业学术数据库，结果可靠
论文写作	ChatGPT-4、Claude	DeepSeek、Gemini	文本生成质量高，逻辑清晰
代码编写	GitHub Copilot	Cursor、Code Interpreter	代码准确率高，支持多种语言
数据分析	Code Interpreter	Jupyter+Copilot	无需编程基础，交互友好
科研绘图	BioRender	Midjourney、DALL·E	专业科学图标，符合学术规范
综合问答	Claude、ChatGPT	DeepSeek、Gemini	知识面广，推理能力强

1.4 科研提示词的核心要素：问题定义、背景约束、输出格式、引用要求

一个完整的科研提示词通常包含四个核心要素：问题定义、背景约束、输出格式和引用要求。掌握这四个要素的设计方法，是写出高效提示词的关键。

1.4.1 问题定义

问题定义是提示词的核心，直接决定了AI输出的方向。一个好的问题定义应该清晰、具体、可回答。

问题定义的设计原则：（1）避免模糊和笼统，尽量具体化；（2）一次只问一个核心问题，避免多问题混杂；（3）使用专业术语，确保概念准确；（4）明确问题的边界和范围。

【问题定义对比】

❌ 模糊的问题定义：“介绍一下机器学习”
✓ 清晰的问题定义：“请解释随机森林算法在生物标志物筛选中的应用原理，包括特征重要性评估方法和参数调优策略”

1.4.2 背景约束

背景约束为AI提供了回答问题的上下文，帮助AI理解问题的具体情境。充分的背景信息可以显著提高AI输出的相关性和准确性。

背景约束的常见类型：（1）学科领域约束：说明问题所属的学科领域；（2）时间范围约束：限定信息的时间范围；（3）来源约束：指定信息的来源类型（如期刊级别、数据库）；（4）方法约束：限定解决问题的方法或框架；（5）目标读者约束：说明输出内容的预期读者。

【背景约束示例】

“我是一位从事肿瘤免疫治疗研究的博士生，正在准备一篇关于PD-1/PD-L1抑制剂耐药机制的综述论文。请重点关注2022—2024年发表在Nature、Science、Cell及其子刊上的相关研究。"

1.4.3 输出格式

输出格式要求决定了AI以何种形式呈现结果。明确的格式要求可以提高输出的可用性，减少后续加工的工作量。

常见的输出格式要求：（1）结构要求：如“分三点说明”、“按时间顺序”、“使用表格形式”等；（2）长度要求：如“300字以内”、“不少于500字”等；（3）风格要求：如“学术正式”、“通俗易懂”、“简洁明了”等；（4）元素要求：如“包含具体例子”、“列出优缺点”、“提供操作步骤”等；（5）格式标记：如“使用Markdown格式”、“关键术语加粗”等。

1.4.4 引用要求

引用要求是科研提示词的特殊要素，体现了科研工作的可追溯性原则。明确的引用要求可以帮助验证AI输出内容的可靠性。

引用要求的设计要点：（1）要求提供具体的文献信息（作者、年份、期刊、DOI等）；（2）区分“直接引用”和“综合概括”；（3）要求标注信息的可信度等级；（4）对于无法提供确切来源的内容，要求明确说明。

【引用要求示例】

"对于每个观点，请尽可能提供支持性文献，格式为：作者（年份）期刊名。如果某观点是基于多篇文献的综合结论，请说明“基于多篇文献的综合观点”。如果某观点缺乏直接文献支撑，请标注“需要进一步验证”。"

1.4.5 完整科研提示词示例

以下是一个包含四大核心要素的完整科研提示词示例：

【完整提示词模板】

【问题定义】
请系统综述单细胞RNA测序技术在肿瘤微环境研究中的应用进展，重点关注细胞亚群鉴定、细胞间通讯分析和肿瘤异质性揭示三个方面。

【背景约束】
- 学科领域：肿瘤免疫学、生物信息学
- 时间范围：2020—2024年
- 期刊级别：Nature、Science、Cell及其子刊，以及Nature Methods、Genome Biology等 Methods期刊
- 方法范围：Seurat、Scanpy、CellPhoneDB等主流分析工具

【输出格式】
- 结构：按三个方面分别综述，每个方面包含“方法原理－应用案例－主要发现”
- 长度：每个方面500-800字
- 形式：使用Markdown格式，关键术语加粗

【引用要求】
- 每个重要观点后标注代表性文献（作者，年份，期刊）
- 每个方面至少引用5篇核心文献
- 对于争议性观点，请说明不同研究的结论差异

第2章：科研全流程提示词设计方法论

掌握了科研提示词的核心要素之后，我们需要建立系统化的设计方法论。本章将介绍科研提示词设计的四步法、模板结构、问题转化技巧，以及迭代优化策略。这些方法将帮助你在面对各种科研任务时，都能快速设计出高效的提示词。

2.1 四步法：明确科研目标→分解子任务→设计提示词→迭代优化

科研提示词设计可以遵循一个系统化的四步流程：明确科研目标、分解子任务、设计提示词、迭代优化。这个流程适用于各种复杂的科研任务。

2.1.1 第一步：明确科研目标

明确科研目标是设计提示词的前提。在开始与AI交互之前，你需要清楚地知道自己想要达成什么目标。

明确目标的方法：（1）用一句话概括核心目标；（2）列出成功标准（什么样的结果是可接受的）；（3）识别约束条件（时间、资源、质量等方面的限制）；（4）确定优先级（哪些是必须达成的，哪些是可选的）。

【目标明确化练习】

模糊目标：“我想写一篇好论文”
明确目标：“我需要在3个月内完成一篇关于深度学习在医学影像诊断中应用的综述论文，目标期刊为IEEE Transactions on Medical Imaging（影响因子>10），需要涵盖2020—2024年的最新进展，字数控制在8000-10000字。"

2.1.2 第二步：分解子任务

复杂的科研任务往往需要分解为多个子任务，每个子任务对应一个相对独立的提示词。合理的任务分解可以提高AI协作的效率和输出质量。

任务分解的原则：（1）每个子任务有明确的输出；（2）子任务之间有清晰的逻辑关系；（3）子任务的复杂度适中（既不能太简单，也不能太复杂）；（4）考虑子任务之间的依赖关系，确定执行顺序。

【论文写作任务分解示例】

总任务：完成一篇综述论文
子任务1：文献检索与筛选（输出：文献清单）
子任务2：文献阅读与笔记整理（输出：结构化笔记）
子任务3：研究框架设计（输出：论文大纲）
子任务4：各章节撰写（输出：各章节初稿）
子任务5：全文润色与格式调整（输出：终稿）

2.1.3 第三步：设计提示词

为每个子任务设计专门的提示词。提示词的设计要遵循第1章介绍的核心要素原则，同时考虑子任务的特殊性。

提示词设计的检查清单：□ 问题定义是否清晰具体？□ 背景约束是否充分？□ 输出格式是否明确？□ 引用要求是否合理？□ 提示词长度是否适中（建议不超过模型上下文限制的1/3）？

2.1.4 第四步：迭代优化

AI的输出很少能一次达到完美状态，需要通过多轮交互进行迭代优化。迭代优化是获得高质量输出的关键。

迭代优化的策略：（1）先求完整，再求精练：第一轮先获得完整的内容框架，后续轮次再逐步完善细节；（2）问题导向的优化：针对输出中的具体问题提出改进要求；（3）对比优化：提供优秀范例，要求AI向范例看齐；（4）分步优化：一次只优化一个方面，避免同时提出多个改进要求。

【迭代优化示例】

第一轮：获得初稿
第二轮：“请扩展“方法”部分，增加对实验设计的详细描述”
第三轮：“请优化语言表达，使用更学术的表达方式”
第四轮：“请检查逻辑连贯性，确保各段落之间过渡自然”
第五轮：“请压缩字数至3000字以内，保留核心信息”

2.2 科研场景的提示词模板结构：角色设定+任务描述+数据输入+格式规范+约束条件

为了提高提示词设计的效率和一致性，我们可以使用标准化的模板结构。科研场景的提示词模板通常包含五个部分：角色设定、任务描述、数据输入、格式规范和约束条件。

2.2.1 角色设定

角色设定是指让AI扮演特定的专业角色，以获得更专业的输出。不同的角色会激活AI不同的知识领域和表达风格。

常用的科研角色设定：• “你是一位资深的[学科]教授，在该领域有20年的研究经验”• “你是一位专业的学术期刊审稿人，熟悉[领域]的研究规范”• “你是一位经验丰富的数据分析师，擅长使用[工具/方法]"• “你是一位专业的学术写作编辑，擅长润色英文学术论文”

【角色设定示例】

“你是一位在肿瘤免疫治疗领域深耕15年的资深研究员，在Nature Medicine、Cancer Cell等顶级期刊发表过多篇论文，熟悉该领域的研究前沿和热点问题。请从专家的角度……"

2.2.2 任务描述

任务描述是提示词的核心部分，需要清晰、具体地说明需要AI完成的任务。任务描述应该包含任务类型、具体内容、预期结果等要素。

任务描述的写作要点：（1）使用动词开头，明确任务类型（如“分析”、“比较”、“总结”、“撰写”等）；（2）具体说明任务对象（如“以下数据”、“这篇论文”、“这个领域”等）；（3）明确预期结果（如“找出关键因素”、“提出改进建议”等）。

2.2.3 数据输入

数据输入是指提供给AI处理的具体材料，可以是文本、数据、代码等。清晰的数据输入格式可以提高AI的处理效率和准确性。

数据输入的最佳实践：（1）使用分隔符明确数据边界（如“---数据开始---”、“---数据结束---”）；（2）对于结构化数据，说明数据格式（如CSV、JSON等）；（3）对于长文本，可以先提供摘要，再根据需要逐步提供详细内容；（4）对于多份材料，分别标注来源和编号。

2.2.4 格式规范

格式规范说明了对输出形式的具体要求，包括结构、长度、风格等方面。

常见的格式规范要素：• 结构要求：“分三个部分”、“使用 bullet points”、“采用表格形式”等• 长度要求：“500字左右”、“不超过1000字”、“至少列出5点”等• 风格要求：“学术正式”、“通俗易懂”、“简洁明了”等• 标记要求：“关键术语加粗”、“使用Markdown格式”等

2.2.5 约束条件

约束条件是对AI输出的限制和要求，帮助控制输出范围和质量。

常见的约束条件类型：• 内容约束：“只讨论X方面”、“重点关注Y问题”等• 来源约束：“只引用近5年的文献”、“优先引用高影响因子期刊”等• 方法约束：“使用统计方法X”、“遵循标准Y”等• 排除约束：“不要讨论Z方面”、“避免使用术语W”等

2.2.6 完整模板示例

【科研提示词完整模板】

【角色设定】
你是一位在[学科领域]有丰富研究经验的资深学者，熟悉该领域的理论基础和研究方法。

【任务描述】
请[任务动词][任务对象]，[具体说明任务内容]。

【数据输入】
---输入数据开始---
[粘贴需要处理的数据/文本]
---输入数据结束---

【格式规范】
- 结构：[结构要求]
- 长度：[长度要求]
- 风格：[风格要求]
- 标记：[标记要求]

【约束条件】
- 内容范围：[内容约束]
- 来源要求：[来源约束]
- 其他限制：[其他约束]

2.3 如何将科研问题转化为AI可理解的指令

科研问题往往具有专业性、复杂性和模糊性，需要经过适当的转化才能成为AI可以理解和处理的指令。本节介绍几种有效的转化方法。

2.3.1 方法一：概念澄清法

科研领域充满了专业术语和特定概念，AI可能对这些概念的理解与研究者不同。概念澄清法要求在提示词中明确定义关键术语。

操作步骤：（1）识别问题中的关键术语；（2）判断这些术语是否有多种理解方式；（3）在提示词中给出明确的定义或范围说明。

【概念澄清示例】

未澄清：“请分析这个患者的预后因素”
已澄清：“请分析这个患者的预后因素。在本研究中，'预后'特指5年生存率，'预后因素'包括年龄、肿瘤分期、病理类型、治疗方式等临床指标。"

2.3.2 方法二：框架引入法

框架引入法是指让AI按照特定的理论框架或分析模型来处理问题。这种方法可以提高输出的系统性和专业性。

常用的科研框架：• PICO框架：用于构建临床问题（Population, Intervention, Comparison, Outcome）• SWOT分析：用于评估研究方案（Strengths, Weaknesses, Opportunities, Threats）• 5W1H：用于全面描述研究（What, Why, Who, When, Where, How）• STAR法则：用于描述研究经历（Situation, Task, Action, Result）

【框架引入示例】

“请使用PICO框架分析以下临床问题：
对于晚期非小细胞肺癌患者（P），免疫检查点抑制剂联合化疗（I）与单纯化疗（C）相比，在总生存期（O）方面是否有优势？
请分别说明P、I、C、O四个要素的具体内容。"

2.3.3 方法三：示例引导法

示例引导法是指提供一个或多个具体示例，让AI按照示例的风格和格式来生成输出。这种方法特别适合格式要求严格的任务。

操作要点：（1）提供高质量的示例（示例质量直接决定输出质量）；（2）说明示例中需要遵循的要素；（3）说明可以灵活调整的部分。

【示例引导模板】

“请参考以下示例的格式和风格，完成类似的任务：

【示例】
[提供具体示例]

【需要遵循的要素】
- [要素1]
- [要素2]

【可以调整的部分】
- [可调整部分1]

【你的任务】
[说明具体任务]"

2.3.4 方法四：分步拆解法

分步拆解法是将复杂的科研问题分解为一系列简单的步骤，引导AI逐步完成任务。这种方法可以降低问题的复杂度，提高输出的准确性。

【分步拆解示例】

复杂问题：“请设计一个完整的临床试验方案”

分步拆解：
步骤1：明确研究问题和主要终点指标
步骤2：确定研究设计类型（随机对照/单臂/观察性等）
步骤3：制定纳入排除标准
步骤4：设计干预方案和对照方案
步骤5：确定样本量和统计方法
步骤6：制定数据收集和管理计划
步骤7：设计安全监测方案
请按以上步骤，逐步完成临床试验方案的设计。"

2.4 科研提示词迭代策略：从初稿到精品的多轮打磨

获得高质量的AI输出往往需要多轮迭代。本节介绍几种有效的迭代策略，帮助你将AI的初稿打磨成精品。

2.4.1 迭代策略一：渐进细化

渐进细化策略是指从宏观到微观，逐步完善输出内容。第一轮关注整体框架，后续轮次逐步深入到细节层面。

渐进细化的典型流程：第1轮：获得内容框架（章节结构、主要观点）第2轮：完善每个部分的核心内容第3轮：添加具体例子和数据支撑第4轮：优化语言表达和逻辑连贯性第5轮：格式调整和最终润色

【渐进细化示例】

用户：“请帮我写一篇关于人工智能在医疗诊断中应用的综述论文大纲”

AI：提供初步大纲

用户：“请扩展“深度学习在影像诊断中的应用”这一部分，增加具体的技术方法和应用案例"

AI：提供扩展内容

用户：“请为每个案例添加具体的数据支撑（如准确率提升百分比）”

AI：添加数据支撑

用户：“请优化各部分之间的过渡，确保逻辑连贯”

AI：优化逻辑连贯性

2.4.2 迭代策略二：问题导向

问题导向策略是指针对AI输出中的具体问题提出改进要求。这种方法针对性强，可以快速修正输出中的缺陷。

常见的问题类型及改进指令：• 内容不完整：“请补充关于X方面的内容”• 深度不够：“请深入分析Y问题，而不仅仅是表面描述”• 偏离主题：“请聚焦于Z问题，避免讨论无关内容”• 逻辑不清：“请重新组织这部分内容，确保因果关系明确”• 例子不足：“请为每个观点提供具体的例子支撑”• 语言不当：“请使用更学术的表达方式”

2.4.3 迭代策略三：对比优化

对比优化策略是指提供优秀范例作为参照，要求AI向范例看齐。这种方法可以快速提升输出质量，特别是在风格和质量要求明确的场景。

【对比优化示例】

用户：“请参考以下优秀段落的写作风格，重写我的方法部分：

【优秀范例】
“我们采用了一种创新的多模态融合策略，将CT影像的解剖学信息与PET影像的功能代谢信息相结合。具体而言，我们首先使用3D U-Net分别提取两种模态的深度特征，然后通过注意力机制实现特征层面的自适应融合……"

【我的方法部分】
“我们用了CT和PET图像，然后用深度学习分析，最后得到了结果。"

请按照范例的风格和专业程度，重写我的方法部分，保持核心内容不变。"

2.4.4 迭代策略四：多角度审视

多角度审视策略是指从不同角度对同一内容进行审视和改进。这种方法可以发现单一视角下容易忽视的问题。

多角度审视的典型维度：• 专家视角：“请从领域专家的角度审视这段内容，指出可能的错误或不完善之处”• 审稿人视角：“请从期刊审稿人的角度审视这段内容，指出可能的拒稿理由”• 读者视角：“请从普通读者的角度审视这段内容，指出难以理解的地方”• 反对者视角：“请从批评者的角度审视这段内容，指出可能的质疑和反驳”

2.4.5 迭代检查清单

【提示词迭代检查清单】

内容层面：
□ 是否覆盖了所有要求的内容点？
□ 是否有遗漏的重要信息？
□ 是否有冗余或重复的内容？
□ 内容深度是否符合要求？

逻辑层面：
□ 整体结构是否清晰合理？
□ 各部分之间的逻辑关系是否明确？
□ 论证过程是否严密？
□ 结论是否有充分支撑？

表达层面：
□ 语言是否准确专业？
□ 术语使用是否规范一致？
□ 句子是否通顺流畅？
□ 格式是否符合要求？

第二部分：科研全流程场景篇——从灵感到论文

本部分是本书的核心内容，按照科研工作的自然流程，系统介绍从选题、文献调研、研究设计、数据获取、分析建模，到论文写作、投稿审稿、项目申请、学术交流的全流程AI辅助方法。每章都包含具体的提示词模板和实战案例，帮助你在实际工作中即查即用。

第3章：选题与文献调研

选题是科研工作的起点，决定了研究的方向和价值。一个好的选题应该具有创新性、可行性和重要性。本章将介绍如何使用AI辅助选题决策和文献调研，帮助你快速找到有价值的研究方向。

3.1 研究方向的探索与聚焦

3.1.1 从兴趣出发：帮我列举【领域】当前十大热点研究方向

对于刚进入某个领域的研究者，了解当前的研究热点是选题的第一步。AI可以帮助你快速梳理领域热点，为选题提供参考。

【提示词模板】

“我是一位刚进入[学科领域]的研究生，对该领域的研究热点还不太了解。请帮我列举该领域当前最值得关注的十大热点研究方向。

要求：
1. 每个方向包含：方向名称、核心问题、代表性方法、主要挑战
2. 按重要性和热度排序
3. 简要说明每个方向的发展前景
4. 标注哪些方向适合初学者入门，哪些方向需要较深的积累"

【示例】

“我是一位刚进入人工智能辅助药物发现领域的博士生。请帮我列举该领域当前最值得关注的十大热点研究方向。

要求：
1. 每个方向包含：方向名称、核心问题、代表性方法、主要挑战
2. 按重要性和热度排序
3. 简要说明每个方向的发展前景
4. 标注哪些方向适合初学者入门，哪些方向需要较深的积累"

3.1.2 从文献出发：基于我提供的几篇摘要，提炼出潜在的研究空白

当你阅读了一些文献后，可能会发现某些问题尚未被充分研究。AI可以帮助你分析多篇文献，识别潜在的研究空白。

【提示词模板】

“我已经阅读了以下[数量]篇文献的摘要，请帮我分析这些文献，找出潜在的研究空白和未来研究方向。

【文献摘要】
[粘贴文献摘要，每篇用编号标注]

【分析要求】
1. 总结这些文献的共同点和差异
2. 指出当前研究尚未解决的问题
3. 识别方法学上的局限性
4. 提出3—5个可能的研究空白，并说明每个空白的创新价值和可行性”

3.1.3 跨学科交叉：结合【A领域】和【B领域】，提出5个交叉研究问题

跨学科研究是当前科研创新的重要来源。AI可以帮助你发现不同领域之间的交叉点，提出创新性的研究问题。

【提示词模板】

“我对[领域A]和[领域B]都有一定了解，希望开展跨学科研究。请结合这两个领域的知识和方法，提出5个具有创新性的交叉研究问题。

【要求】
1. 每个研究问题包含：问题描述、涉及的两个领域的具体知识/方法、预期创新点、潜在应用价值、可能面临的挑战
2. 问题难度适中，适合[你的身份，如博士生/青年教师]开展研究
3. 问题应具有可行性，在2-3年内可以取得阶段性成果"

3.2 文献检索策略优化

3.2.1 生成精准检索式：请根据我的研究主题【主题】，生成在Web of Science/PubMed中使用的布尔检索式

精准的检索式是高效文献检索的基础。AI可以根据你的研究主题，生成专业的布尔检索式。

【提示词模板】

“我的研究主题是：[具体描述研究主题]

请为我生成在[数据库名称，如Web of Science/PubMed/Scopus]中使用的布尔检索式。

【要求】
1. 检索式应覆盖主题的核心概念和同义词
2. 使用适当的布尔运算符（AND、OR、NOT）
3. 使用截词符和通配符提高检索效率
4. 提供检索式的解释说明
5. 如果可能，提供简化和扩展两个版本的检索式"

【示例】

“我的研究主题是：深度学习在肺癌早期诊断中的应用

请为我生成在PubMed中使用的布尔检索式。

【要求】
1. 检索式应覆盖主题的核心概念和同义词
2. 使用适当的布尔运算符（AND、OR、NOT）
3. 使用截词符和通配符提高检索效率
4. 提供检索式的解释说明
5. 提供简化和扩展两个版本的检索式"

3.2.2 推荐核心文献：我研究【主题】，请推荐该领域必读的10篇经典文献，并说明理由

每个领域都有一些奠基性的经典文献，了解这些文献是进入领域的基础。AI可以根据你的研究主题，推荐必读的经典文献。

【提示词模板】

“我研究的主题是：[研究主题]

请为我推荐该领域必读的[数量]篇经典文献。

【推荐要求】
1. 涵盖该领域的奠基性工作、里程碑式研究和最新进展
2. 每篇文献包含：作者、年份、期刊、标题、推荐理由、核心贡献
3. 说明每篇文献的阅读优先级（必读/重要参考/进阶阅读）
4. 简要介绍这些文献之间的逻辑关系和发展脉络“

3.3 文献摘要快速筛选

3.3.1 批量摘要分析：请阅读以下10篇摘要，按研究问题、方法、结论、创新点进行表格化总结

面对大量文献时，快速筛选和整理是关键。AI可以帮助你批量分析文献摘要，提取关键信息。

【提示词模板】

"请阅读以下[数量]篇文献摘要，并按指定格式进行总结。

【文献摘要】
[粘贴文献摘要，每篇标注编号]

【总结格式】
请以表格形式总结，包含以下列：
1. 编号
2. 研究问题
3. 研究方法
4. 主要结论
5. 创新点
6. 与我研究的相关性（高/中/低）

【附加要求】
1. 在表格后简要分析这些文献的共同趋势和差异
2. 指出哪些文献最值得深入阅读”

3.3.2 文献相关性判断：这篇摘要是否与我的研究【主题】高度相关？请给出判断依据

【提示词模板】

“我的研究主题是：[研究主题]

请判断以下文献摘要是否与我的研究高度相关，并给出判断依据。

【文献摘要】
[粘贴文献摘要]

【判断要求】
1. 给出相关性评级（高度相关/中度相关/低度相关/不相关）
2. 说明判断依据：具体哪些方面相关或不相关
3. 如果相关，说明该文献对我研究的具体价值
4. 如果不相关，说明原因"

3.4 文献综述初稿生成

3.4.1 按时间线综述：请将以下文献按年代排序，梳理该领域的研究进展脉络

按时间线梳理文献可以展现研究领域的发展脉络，是文献综述的经典写法。

【提示词模板】

“我有以下[数量]篇文献，请按时间线梳理该领域的研究进展。

【文献信息】
[粘贴文献信息，包括作者、年份、标题、主要发现]

【梳理要求】
1. 按年代顺序组织，划分发展阶段（如早期探索阶段、快速发展阶段、成熟阶段等）
2. 每个阶段说明：时间范围、主要特征、代表性工作、关键突破
3. 分析不同阶段之间的继承关系和发展逻辑
4. 总结当前所处的发展阶段和未来的发展趋势”

3.4.2 按主题分类综述：请将以下文献分为3个流派，并概括每个流派的观点差异

【提示词模板】

“我有以下[数量]篇文献，请按主题或观点进行分类综述。

【文献信息】
[粘贴文献信息]

【分类要求】
1. 将这些文献分为[数量]个流派/主题类别
2. 每个流派说明：核心观点、代表性文献、主要论据、方法特点
3. 比较不同流派之间的观点差异和争议焦点
4. 分析各流派的优缺点和适用范围
5. 指出当前的主流观点和新兴趋势”

第4章：文献阅读与信息提取

文献阅读是科研工作的基本功，但面对海量的文献，如何高效阅读和提取关键信息是每个研究者都需要掌握的技能。本章将介绍AI辅助文献阅读的各种方法，帮助你提高阅读效率和信息提取质量。

4.1 高效阅读助手

4.1.1 快速理解：请用300字以内，通俗易懂地解释这篇论文的核心思想

当你需要快速了解一篇论文的核心内容时，AI可以帮助你提炼要点。

【提示词模板】

"请阅读以下论文摘要/全文，并用通俗易懂的语言解释其核心思想。

【论文内容】
[粘贴论文内容]

【解释要求】
1. 用300字以内概括核心思想
2. 避免使用过多专业术语，必要时进行解释
3. 说明这项研究解决了什么问题
4. 说明这项研究的主要方法和关键发现
5. 说明这项研究的意义和价值"

4.1.2 精读引导：这篇论文的研究假设是什么？验证假设的方法有哪些？结论是否可靠？

【提示词模板】

"请对以下论文进行深度分析，回答以下问题：

【论文内容】
[粘贴论文内容]

【分析问题】
1. 研究假设：作者提出了什么研究假设？假设的逻辑基础是什么？
2. 验证方法：作者采用了什么方法来验证假设？方法是否恰当？
3. 数据分析：数据分析方法是否合理？结果是否充分支撑结论？
4. 结论可靠性：结论是否有充分的证据支撑？是否存在其他解释？
5. 研究局限：这项研究存在哪些局限性？
6. 对我的启发：这项研究对我的工作有什么启发或借鉴意义？"

4.2 文献笔记自动化

4.2.1 结构化笔记：请根据这篇论文生成包含【研究背景/问题/方法/结果/讨论/局限】的笔记

结构化的文献笔记可以帮助你快速回顾和比较不同文献。

【提示词模板】

"请根据以下论文内容，生成结构化的文献笔记。

【论文内容】
[粘贴论文内容]

【笔记结构】
1. 基本信息：作者、年份、期刊、标题、DOI
2. 研究背景：该研究针对什么问题？问题的研究意义是什么？
3. 研究问题：具体的研究问题或假设是什么？
4. 研究方法：采用了什么研究方法？样本/数据来源是什么？
5. 主要结果：核心发现是什么？有哪些关键数据？
6. 讨论：作者如何解释结果？与已有研究的关系如何？
7. 研究局限：作者提到的局限性有哪些？
8. 未来方向：作者指出的未来研究方向是什么？
9. 我的评价：我对这篇文献的评价（优点/缺点/启发）
10. 相关文献：与这篇文献相关的其他重要文献"

4.2.2 关键信息提取：请从本文中提取所有实验数据、统计方法、主要图表结论

【提示词模板】

"请从以下论文中提取所有关键信息，并以表格形式呈现。

【论文内容】
[粘贴论文内容]

【提取要求】
1. 实验数据：所有重要的数值结果（样本量、效应值、p值、置信区间等）
2. 统计方法：使用的统计检验方法、软件、显著性水平
3. 图表信息：每个图表的主要内容和关键结论
4. 关键发现：作者强调的主要发现
5. 请以表格形式组织，便于后续查阅和比较”

4.3 文献批判性分析

4.3.1 指出论文弱点：请从方法论、数据解释、逻辑严密性等方面分析本文的潜在不足

批判性阅读是科研能力的重要体现。AI可以帮助你从多个角度分析论文的潜在问题。

【提示词模板】

"请对以下论文进行批判性分析，指出其潜在的不足之处。

【论文内容】
[粘贴论文内容]

【分析维度】
1. 方法论：研究设计是否存在缺陷？样本量是否充足？对照组设置是否合理？
2. 数据质量：数据来源是否可靠？数据收集方法是否恰当？是否存在偏倚？
3. 统计分析：统计方法选择是否合适？是否考虑了混杂因素？
4. 结果解释：结论是否过度推断？是否考虑了其他可能的解释？
5. 逻辑严密性：论证过程是否存在逻辑漏洞？前提假设是否成立？
6. 文献引用：是否遗漏了重要的相关文献？引用是否客观全面？
7. 实际意义：研究结果的实际应用价值如何？可推广性如何？"

4.3.2 对比分析：将本文与另一篇文献【文献B】进行对比，指出各自的优缺点

【提示词模板】

"请将以下两篇文献进行对比分析。

【文献A】
[粘贴文献A内容]

【文献B】
[粘贴文献B内容]

【对比维度】
1. 研究问题：两篇文献研究的问题有何异同？
2. 研究方法：方法选择有何差异？各自的优势和局限是什么？
3. 主要发现：结论是否一致？如果不一致，可能的原因是什么？
4. 创新性：哪篇文献的创新性更强？
5. 研究质量：从严谨性角度评价，哪篇文献质量更高？
6. 适用性：两篇文献的结果分别适用于什么场景？
请以表格形式呈现对比结果”

4.4 文献管理辅助

4.4.1 生成文献引用：请根据APA格式，将以下信息生成参考文献条目

【提示词模板】

"请根据以下文献信息，生成标准格式的参考文献条目。

【文献信息】
[提供文献的基本信息，如作者、标题、期刊、年份等]

【格式要求】
1. 使用[APA/MLA/Chicago/Vancouver]格式
2. 如果是期刊论文，包含：作者、年份、标题、期刊名、卷（期）、页码、DOI
3. 如果是书籍，包含：作者、年份、书名、出版社、出版地
4. 如果是会议论文，包含：作者、年份、标题、会议名、地点
5. 请检查格式的准确性和完整性"

4.4.2 参考文献校对：请检查我的参考文献列表是否存在格式不一致或错误

【提示词模板】

“请检查以下参考文献列表，找出格式问题和错误。

【参考文献列表】
[粘贴参考文献列表]

【检查要求】
1. 格式一致性：所有条目是否遵循同一格式规范？
2. 完整性：每条参考文献是否包含必要的信息？
3. 准确性：作者姓名、年份、标题、期刊名等是否正确？
4. 排序：参考文献是否按正确顺序排列（如按作者姓氏字母顺序）？
5. 请列出所有发现的问题，并给出修改建议"

第5章：研究设计与方法

研究设计是科研工作的核心环节，直接决定了研究的质量和可信度。一个好的研究设计应该能够有效回答研究问题，同时控制各种偏倚和误差。本章将介绍AI辅助研究设计的各种方法，帮助你优化实验方案、选择合适的统计方法、设计问卷量表、规划定性研究。

5.1 实验方案设计

5.1.1 生成初步方案：我要研究【问题】，请设计一个初步的实验方案，包括变量、对照组、步骤

【提示词模板】

“我要研究以下问题：[描述研究问题]

请为我设计一个初步的实验方案。

【方案要求】
1. 研究目的：明确本研究要回答的科学问题
2. 研究假设：提出可验证的研究假设
3. 实验设计：说明设计类型（如随机对照试验、队列研究、病例对照研究等）
4. 研究对象：纳入排除标准、样本量、分组方法
5. 变量定义：自变量、因变量、控制变量、混杂变量
6. 对照组设置：对照类型（空白对照、阳性对照、自身对照等）
7. 实验步骤：详细的操作流程
8. 数据收集：收集哪些数据、如何收集、收集时间点
9. 统计分析：计划使用的统计方法
10. 伦理考虑：涉及的伦理问题和解决方案”

5.1.2 优化实验设计：我的实验方案如下【描述】，请指出潜在问题并提出改进建议

【提示词模板】

“我已经设计了一个实验方案，请帮我审查并提出改进建议。

【实验方案】
[详细描述实验方案]

【审查要求】
1. 方案完整性：是否包含了实验设计的所有必要要素？
2. 逻辑严密性：研究假设、方法、结论之间逻辑是否一致？
3. 可行性：方案在实际操作中是否可行？
4. 潜在偏倚：可能存在哪些选择偏倚、信息偏倚、混杂偏倚？
5. 对照设置：对照组设置是否合理？
6. 样本量：样本量是否充足？如何计算？
7. 统计方法：统计方法选择是否恰当？
8. 改进建议：针对发现的问题，提出具体的改进建议”

5.2 统计方法选择

5.2.1 根据数据类型推荐统计方法：我的数据是【描述数据类型】，研究目的是【检验差异/相关性/预测】，请推荐合适的统计方法

【提示词模板】

“请根据我的数据特征和研究目的，推荐合适的统计方法。

【数据特征】
- 数据类型：[连续变量/分类变量/等级变量等]
- 样本量：[样本量大小]
- 分组情况：[几组/是否配对/是否独立]
- 分布特征：[正态分布/非正态分布/未知]
- 其他特征：[如有缺失值、异常值等]

【研究目的】
[描述研究目的，如比较组间差异、分析相关性、建立预测模型等]

【推荐要求】
1. 推荐2-3种适用的统计方法
2. 说明每种方法的适用条件和优缺点
3. 说明方法选择的前提假设和检验方法
4. 推荐首选方法和备选方法
5. 如有必要，说明如何在软件中实现“

5.2.2 样本量计算指导：请解释如何为【某种实验设计】计算所需样本量，并给出计算公式

【提示词模板】

“我计划进行一项[实验设计类型]研究，请指导我如何计算所需样本量。

【研究信息】
- 研究设计：[如随机对照试验、队列研究等]
- 主要终点指标：[如有效率、生存率、血压变化等]
- 预期效应值：[如预期两组差异、效应量等]
- 显著性水平：通常α=0.05
- 检验效能：通常1-β=0.80或0.90

【指导要求】
1. 说明样本量计算的基本原理
2. 给出具体的计算公式
3. 说明公式中各参数的含义和确定方法
4. 推荐样本量计算工具或软件
5. 给出计算示例“

5.3 问卷/量表设计

5.3.1 生成问卷题目：针对【研究构念】，请生成10个Likert五点量表题项，并说明其维度归属

【提示词模板】

“我需要设计一个测量[研究构念]的量表，请帮我生成Likert五点量表题项。

【构念信息】
- 构念名称：[如工作满意度、学习动机等]
- 构念定义：[该构念的理论定义]
- 维度划分：[该构念包含几个维度，每个维度的含义]
- 目标人群：[量表的使用对象]

【题目要求】
1. 生成[数量]个Likert五点量表题项（1=非常不同意，5=非常同意）
2. 说明每个题项所属的维度
3. 题项表述要清晰、简洁、无歧义
4. 避免双重否定和双重问题
5. 正反题项搭配，避免答题定势
6. 提供量表使用说明和计分方法"

5.3.2 问卷预测试分析：请对以下问卷回收数据进行信效度检验建议

【提示词模板】

“我已经完成了问卷预测试，请指导我如何进行信效度检验。

【预测试信息】
- 样本量：[预测试样本量]
- 量表结构：[几个维度，每个维度几个题项]
- 数据情况：[如有无缺失值、异常值等]

【指导要求】
1. 信度检验：推荐使用的信度指标（如Cronbach's α、重测信度等）
2. 效度检验：推荐使用的效度指标（如内容效度、结构效度、效标效度等）
3. 具体分析步骤和判断标准
4. 推荐使用的统计软件
5. 结果解释和报告撰写建议
6. 根据检验结果修改量表的建议"

5.4 定性研究设计

5.4.1 访谈提纲设计：我的研究问题是【问题】，请设计半结构化访谈提纲，包含5个核心问题

【提示词模板】

“我的研究问题是：[描述研究问题]

请为我设计半结构化访谈提纲。

【研究背景】
- 研究主题：[研究主题]
- 目标人群：[访谈对象特征]
- 研究目的：[希望通过访谈了解什么]

【提纲要求】
1. 设计[数量]个核心问题
2. 每个核心问题后设计2～3个追问问题
3. 问题按从宽泛到具体的顺序排列
4. 问题表述要开放、中立、无引导性
5. 提供访谈开场白和结束语建议
6. 说明每个问题对应的研究目的"

5.4.2 编码框架建议：根据扎根理论，请对以下访谈文本初步提出开放编码类别

【提示词模板】

"请对以下访谈文本进行初步的开放编码分析。

【访谈文本】
[粘贴访谈文本]

【分析要求】
1. 识别文本中的关键概念和主题
2. 提出初步的开放编码类别
3. 说明每个类别的定义和包含的内容
4. 提供代表性的原始语句作为例证
5. 指出类别之间的可能关系
6. 说明下一步编码的建议"

第6章：数据获取与处理

数据是科研工作的基础，高质量的数据获取和处理是确保研究可靠性的关键。本章将介绍AI辅助数据获取和处理的方法，包括公开数据库查询、数据清洗预处理，以及模拟数据生成等内容。

6.1 公开数据库查询

6.1.1 推荐数据源：我需要【某类数据】，请推荐权威公开数据库及关键词

【提示词模板】

“我需要获取以下类型的数据：[描述数据需求]

请为我推荐合适的公开数据库。

【数据需求】
- 数据类型：[如基因表达数据、临床数据、社会调查数据等]
- 研究领域：[学科领域]
- 时间范围：[需要的数据时间范围]
- 地理范围：[需要的地理范围]
- 其他要求：[如样本量、数据格式等]

【推荐要求】
1. 推荐3—5个权威公开数据库
2. 每个数据库包含：名称、网址、数据类型、数据规模、访问方式
3. 推荐检索关键词和检索策略
4. 说明数据使用许可和引用要求
5. 比较各数据库的优缺点"

6.1.2 数据下载指导：如何从NCBI/GEO/其他数据库批量下载【某种类型】的数据？

【提示词模板】

“请指导我如何从[数据库名称]批量下载[数据类型]数据。

【指导要求】
1. 数据检索：如何找到需要的数据集（检索词、筛选条件）
2. 数据选择：如何评估和选择合适的数据集
3. 下载方式：网页下载、FTP下载、API下载等方式的操作步骤
4. 批量下载：如何编写脚本实现批量下载
5. 数据格式：下载数据的格式说明
6. 常见问题：下载过程中可能遇到的问题和解决方法
7. 提供Python/R代码示例"

6.2 数据清洗与预处理

6.2.1 生成清洗代码：请用Python编写代码，对以下结构的CSV数据进行缺失值处理、异常值检测

【提示词模板】

“请为我编写Python代码，对以下数据进行清洗和预处理。

【数据结构】
[描述数据结构，如列名、数据类型、样本量等]

【数据示例】
[提供几行示例数据]

【清洗要求】
1. 缺失值处理：检测缺失值，选择合适的处理方法（删除/填充/插值）
2. 异常值检测：使用适当的方法检测异常值（如IQR、Z-score等）
3. 数据类型转换：确保各列数据类型正确
4. 重复值处理：检测并处理重复记录
5. 数据标准化/归一化（如需要）
6. 生成数据质量报告

【输出要求】
1. 提供完整的Python代码
2. 代码包含详细注释
3. 说明每个步骤的处理逻辑"

6.2.2 数据转换指导：请将以下非结构化文本数据转换为结构化的表格形式

【提示词模板】

"请将以下非结构化数据转换为结构化表格。

【原始数据】
[粘贴非结构化数据]

【转换要求】
1. 识别数据中的关键字段
2. 设计合理的表格结构
3. 将数据转换为表格形式
4. 处理数据中的异常和不一致
5. 提供转换后的表格（Markdown或CSV格式）
6. 说明转换过程中的关键决策”

6.3 模拟数据生成

6.3.1 生成模拟数据集：请生成一个包含【变量名】的模拟数据集，样本量100，符合正态分布

【提示词模板】

“请为我生成一个模拟数据集，用于[用途说明]。

【数据集要求】
- 样本量：[样本数量]
- 变量列表：[列出所有变量及其含义]
- 变量类型：[连续变量/分类变量/等级变量]
- 分布特征：[如正态分布、均匀分布、二项分布等]
- 变量关系：[如某些变量之间的相关性]
- 其他要求：[如缺失值比例、异常值等]

【输出要求】
1. 提供Python/R代码生成数据
2. 生成后的数据以表格形式展示（前10行）
3. 提供数据的描述性统计
4. 说明数据生成的方法和参数设置"

第7章：数据分析与建模（理工农医）

数据分析和建模是理工科、农学、医学等领域科研工作的核心环节。本章将介绍AI辅助数据分析与建模的方法，包括统计分析、机器学习建模、生物信息学分析、工程仿真等内容。

7.1 统计分析

7.1.1 SPSS操作指导：如何进行【t检验/方差分析/回归】？请给出SPSS操作步骤和结果解读方法

【提示词模板】

“请指导我如何使用SPSS进行[统计方法名称]分析。

【分析需求】
- 数据特征：[描述数据特征]
- 研究目的：[描述研究目的]
- 变量说明：[说明各变量的含义和类型]

【指导要求】
1. 前提假设：该方法的前提假设及检验方法
2. 数据准备：数据格式要求和准备工作
3. 操作步骤：详细的SPSS菜单操作步骤（含截图说明位置）
4. 参数设置：关键参数的选择和设置建议
5. 结果解读：输出结果的详细解读方法
6. 结果报告：如何在论文中报告结果（格式示例）
7. 常见问题：可能遇到的问题和解决方法"

7.1.2 R/Python代码生成：请用R语言编写代码，对【数据描述】进行主成分分析，并可视化

【提示词模板】

“请为我编写[语言]代码，进行[分析方法]分析。

【数据描述】
[描述数据特征]

【分析要求】
1. 数据导入和预处理
2. [具体分析方法]的实现
3. 结果输出和解读
4. 结果可视化
5. 结果保存

【输出要求】
1. 提供完整的代码
2. 代码包含详细注释
3. 说明需要安装的包及其版本
4. 提供代码运行示例"

7.2 机器学习建模

7.2.1 模型选型建议：我的数据特点是【描述】，预测目标是【分类/回归】，请推荐合适的机器学习算法

【提示词模板】

“请根据我的数据特征和预测目标，推荐合适的机器学习算法。

【数据特征】
- 样本量：[样本数量]
- 特征数量：[特征数量]
- 特征类型：[连续/分类/混合]
- 数据质量：[如有无缺失值、异常值、噪声等]
- 类别平衡：[分类问题中各类别样本量是否均衡]

【预测目标】
- 任务类型：[分类/回归/聚类/降维等]
- 具体目标：[描述预测目标]
- 性能要求：[如准确率、可解释性、训练速度等]

【推荐要求】
1. 推荐3-5种适用的算法
2. 说明每种算法的适用条件和优缺点
3. 说明算法选择的关键考虑因素
4. 推荐首选算法和备选算法
5. 提供算法实现的基本思路”

7.2.2 特征工程思路：请针对我的数据集【字段列表】，提出5种特征构建的方法

【提示词模板】

“请为我的数据集提供特征工程建议。

【数据集信息】
- 字段列表：[列出所有字段及其含义]
- 字段类型：[各字段的数据类型]
- 业务背景：[数据所属领域和业务场景]
- 预测目标：[描述预测目标]

【建议要求】
1. 提出5种特征构建方法
2. 每种方法说明：构建思路、具体实现、预期效果
3. 特征选择建议：如何筛选重要特征
4. 特征变换建议：是否需要进行标准化、归一化、编码等
5. 提供Python代码示例"

7.3 生物信息学分析

7.3.1 差异表达分析：请提供使用DESeq2进行RNA-seq差异表达分析的R代码框架

【提示词模板】

“请为我提供使用[工具名称]进行[分析类型]的[语言]代码框架。

【分析需求】
- 数据类型：[如RNA-seq、ChIP-seq等]
- 分析目的：[如差异表达分析、富集分析等]
- 分组情况：[实验组和对照组设置]
- 样本量：[各组样本数量]

【代码要求】
1. 数据导入和预处理
2. 质量控制
3. 核心分析步骤
4. 结果输出和可视化
5. 结果解读说明
6. 提供完整的代码框架和关键参数说明"

7.3.2 通路富集分析：基于差异基因列表，请用KEGG/GO进行富集分析，并解释结果

【提示词模板】

“请指导我如何进行通路富集分析。

【输入数据】
- 差异基因列表：[基因ID列表]
- 背景基因集：[全基因组或表达谱基因集]
- 物种：[如人类、小鼠等]
- ID类型：[如Gene Symbol、Entrez ID、Ensembl ID等]

【分析要求】
1. 推荐富集分析工具（clusterProfiler、DAVID、Enrichr等）
2. KEGG通路富集分析步骤和代码
3. GO富集分析步骤和代码
4. 结果解读：如何理解富集结果
5. 结果可视化：提供可视化代码
6. 结果筛选：如何确定显著富集的通路”

7.4 工程仿真与计算

7.4.1 CFD仿真设置：我要模拟【流体问题】，请给出Fluent中的边界条件设置建议

【提示词模板】

“请指导我如何进行[仿真类型]仿真设置。

【仿真需求】
- 仿真类型：[如CFD、FEA等]
- 物理问题：[描述要模拟的物理问题]
- 几何模型：[描述几何特征]
- 仿真目的：[希望通过仿真获得什么结果]

【指导要求】
1. 仿真软件选择：推荐合适的仿真软件
2. 网格划分：网格类型和尺寸建议
3. 物理模型：湍流模型、多相流模型等选择
4. 边界条件：各边界的条件设置建议
5. 求解器设置：求解方法、收敛标准等
6. 后处理：结果提取和可视化
7. 验证方法：如何验证仿真结果的可靠性"

7.4.2 有限元分析：请提供Abaqus中进行【结构分析】的关键步骤

【提示词模板】

“请指导我如何使用[软件名称]进行[分析类型]分析。

【分析需求】
- 分析类型：[如静力学、动力学、热分析等]
- 结构特征：[描述结构几何和材料]
- 载荷条件：[描述载荷类型和大小]
- 边界条件：[描述约束条件]

【指导要求】
1. 前处理：几何建模、材料定义、网格划分
2. 分析步设置：分析类型和参数设置
3. 载荷和边界条件设置
4. 求解设置和提交作业
5. 后处理：结果查看和提取
6. 关键注意事项和常见问题"

第8章：数据分析与建模（人文社科）

人文社会科学研究具有与理工科不同的特点，更强调文本分析、社会网络、质性分析等方法。本章将介绍AI辅助人文社科数据分析与建模的方法。

8.1 文本分析

8.1.1 内容分析编码：请对以下访谈文本进行主题建模，归纳出3—5个核心主题

【提示词模板】

"请对以下文本进行主题分析。

【文本内容】
[粘贴文本内容]

【分析要求】
1. 归纳出[数量]个核心主题
2. 每个主题包含：主题名称、主题定义、代表性语句
3. 说明各主题之间的关系
4. 提供主题出现的频次或强度评估
5. 分析主题背后的深层含义“

8.1.2 情感分析：请用Python对以下评论文本进行情感极性分析，并给出代码

【提示词模板】

“请为我编写Python代码，对文本进行情感分析。

【文本数据】
[提供文本数据或数据描述]

【分析要求】
1. 数据预处理（分词、去停用词等）
2. 情感分析方法（基于词典/机器学习/深度学习）
3. 情感极性判断（正面/负面/中性）
4. 情感强度评估
5. 结果可视化
6. 提供完整的Python代码”

8.2 社会网络分析

8.2.1 网络构建指导：我有【关系数据】，请指导如何在Gephi中构建社会网络图

【提示词模板】

“请指导我如何使用[软件名称]构建社会网络图。

【数据信息】
- 数据类型：[关系数据描述]
- 节点数量：[节点数量]
- 边数量：[边数量]
- 数据格式：[CSV/Excel等]

【指导要求】
1. 数据格式转换：如何将数据转换为软件可识别的格式
2. 数据导入：导入节点和边数据的方法
3. 网络布局：推荐使用的布局算法
4. 可视化美化：节点大小、颜色、标签设置
5. 网络指标计算：中心性、聚类系数等指标
6. 结果导出：如何导出高质量的图片"

8.2.2 中心度计算：请解释度数中心度、中间中心度、接近中心度的含义及计算方式

【提示词模板】

”请解释社会网络分析中的中心性指标。

【解释要求】
1. 度数中心度（Degree Centrality）：定义、含义、计算公式、适用场景
2. 中间中心度（Betweenness Centrality）：定义、含义、计算公式、适用场景
3. 接近中心度（Closeness Centrality）：定义、含义、计算公式、适用场景
4. 特征向量中心度（Eigenvector Centrality）：定义、含义、适用场景
5. 各指标的比较：何时使用哪个指标
6. 提供Python/R计算代码“

8.3 计量经济学分析

8.3.1 模型设定检验：我准备用面板数据做【研究】，请建议使用固定效应还是随机效应模型，并说明如何检验

【提示词模板】

“请指导我如何进行面板数据分析。

【研究信息】
- 研究主题：[研究主题]
- 数据结构：[面板数据特征，如N=?, T=]
- 因变量：[因变量描述]
- 自变量：[自变量列表]
- 控制变量：[控制变量列表]

【指导要求】
1. 模型选择：固定效应vs随机效应的选择依据
2. 豪斯曼检验：检验步骤和结果解读
3. 模型诊断：异方差、自相关、截面相关检验
4. Stata/R实现：提供代码示例
5. 结果报告：如何在论文中报告结果"

8.3.2 Stata代码生成：请生成Stata代码，对【变量关系】进行双重差分分析

【提示词模板】

“请为我编写Stata代码，进行[分析方法]分析。

【分析需求】
- 分析方法：[如DID、断点回归、工具变量等]
- 数据结构：[描述数据结构]
- 变量说明：[说明各变量的含义]
- 研究设计：[描述研究设计]

【代码要求】
1. 数据导入和预处理
2. 描述性统计
3. 核心分析代码
4. 稳健性检验
5. 结果输出
6. 提供完整的代码和注释"

8.4 质性分析

8.4.1 NVivo操作指导：如何利用NVivo对访谈资料进行三级编码？

【提示词模板】

“请指导我如何使用NVivo进行质性数据分析。

【数据信息】
- 数据类型：[访谈/观察/文档等]
- 数据量：[数据量大小]
- 研究问题：[研究问题描述]

【指导要求】
1. 项目设置：如何创建和设置项目
2. 数据导入：如何导入不同类型的数据
3. 开放编码：如何进行初步编码
4. 主轴编码：如何发现和建立范畴间的关系
5. 选择性编码：如何整合范畴、构建理论
6. 编码技巧：提高编码效率和质量的技巧
7. 结果导出：如何导出编码结果和报告"

8.4.2 理论构建辅助：基于以下编码结果，请尝试提出一个初步的理论模型

【提示词模板】

“请基于以下编码结果，帮我构建理论模型。

【编码结果】
[粘贴编码结果，包括范畴、子范畴、代表性语句]

【构建要求】
1. 识别核心范畴
2. 建立范畴之间的关系（因果关系、过程关系等）
3. 提出初步的理论模型（可用文字描述或图示）
4. 说明模型的理论贡献
5. 指出模型的局限和未来完善方向”

第9章：科研绘图与可视化

科研绘图是论文写作的重要环节，高质量的图表可以有效传达研究发现。本章将介绍AI辅助科研绘图与可视化的方法，包括统计图表生成、科学示意图绘制、学术海报与PPT设计、图像后期处理等内容。

9.1 统计图表生成

9.1.1 图表类型建议：我的数据是【描述】，想展示【关系】，请推荐最合适的图表类型

【提示词模板】

“请为我推荐合适的图表类型。

【数据特征】
- 数据类型：[连续/分类/等级等]
- 变量数量：[几个变量]
- 样本量：[样本量大小]

【展示目的】
[描述想展示的关系或模式]

【推荐要求】
1. 推荐2-3种合适的图表类型
2. 说明每种图表的优缺点
3. 说明选择建议
4. 提供图表设计建议（颜色、标签、图例等）
5. 提供Python/R代码示例"

9.1.2 生成绘图代码：请用Python Matplotlib/Seaborn绘制分组柱状图，数据如下【提供数据】

【提示词模板】

“请为我编写Python代码，绘制[图表类型]。

【数据】
[提供数据或数据描述]

【图表要求】
1. 图表类型：[如分组柱状图、箱线图、散点图等]
2. 图表尺寸：[尺寸要求]
3. 颜色方案：[颜色要求]
4. 标签要求：[标题、轴标签、图例等]
5. 其他要求：[如误差线、注释等]

【输出要求】
1. 提供完整的Python代码
2. 代码包含详细注释
3. 说明需要安装的包
4. 提供代码运行示例"

9.2 科学示意图绘制

9.2.1 机制图设计：我想画一个描述【某通路/流程】的示意图，请描述构图元素和布局建议

【提示词模板】

"请为我设计科学示意图。

【示意图主题】
[描述要展示的科学概念或过程]

【设计需求】
1. 核心元素：需要包含哪些关键元素
2. 元素关系：各元素之间的关系（流程、层次、网络等）
3. 风格偏好：[如简洁风格、详细风格等]
4. 用途：[用于论文/报告/海报等]

【输出要求】
1. 描述构图元素和布局建议
2. 推荐绘图工具（BioRender、PowerPoint、Illustrator等）
3. 提供配色建议
4. 提供绘制步骤指导
5. 如可能，提供文字版示意图描述"

9.2.2 流程图生成：请用Mermaid语法生成一个描述【实验步骤】的流程图

【提示词模板】

"请为我生成流程图代码。

【流程内容】
[描述流程步骤]

【格式要求】
1. 使用Mermaid语法
2. 包含所有关键步骤
3. 显示决策点和分支
4. 提供代码和渲染后的图示描述
5. 说明如何在Markdown中嵌入和查看"

9.3 学术海报与PPT

9.3.1 海报布局设计：请为我的研究【标题】设计一张学术海报的布局，包含标题区、摘要、方法、结果、结论

【提示词模板】

"请为我设计学术海报布局。

【研究信息】
- 标题：[海报标题]
- 研究类型：[实验研究/调查研究/综述等]
- 主要内容：[研究的主要发现]
- 图表数量：[大概有几张图表]

【设计要求】
1. 整体布局：各区块的位置和大小
2. 内容分配：每个区块的内容建议
3. 视觉设计：颜色、字体、留白建议
4. 图表安排：图表的位置和尺寸建议
5. 提供布局示意图的文字描述"

9.3.2 PPT内容提炼：请将我的论文摘要扩展为10页PPT的大纲，每页包含要点

【提示词模板】

"请为我设计学术报告PPT大纲。

【论文摘要】
[粘贴论文摘要]

【报告要求】
- 报告时长：[时长]
- 幻灯片数量：[数量]
- 目标听众：[听众背景]

【大纲要求】
1. 每页PPT的标题
2. 每页的主要内容要点
3. 建议的图表或可视化
4. 每页的演讲时间分配
5. 开场和结尾的建议”

9.4 图像后期处理（科研专用）

9.4.1 电镜图片标注：如何用ImageJ对电镜图像进行标尺添加和颗粒计数？

【提示词模板】

“请指导我如何使用ImageJ进行[图像处理任务]。

【图像信息】
- 图像类型：[如电镜图像、荧光图像等]
- 处理目的：[如添加标尺、测量、计数等]
- 图像格式：[格式说明]

【指导要求】
1. 软件设置：必要的设置和插件
2. 图像导入：如何导入图像
3. 处理步骤：详细的操作步骤
4. 参数设置：关键参数的选择
5. 结果导出：如何导出处理后的图像和数据
6. 注意事项：常见问题和解决方法"

9.4.2 Western Blot条带定量：请指导用ImageJ对WB条带进行灰度值定量分析

【提示词模板】

“请指导我如何进行Western Blot条带定量分析。

【分析需求】
- 图像来源：[扫描仪型号/拍摄参数]
- 条带数量：[几条目标条带]
- 内参：[内参类型]

【指导要求】
1. 图像预处理：背景扣除、对比度调整
2. 条带选择：如何选择和框选条带
3. 灰度测量：测量参数设置
4. 数据处理：如何计算相对表达量
5. 结果呈现：如何整理和展示结果
6. 提供ImageJ操作步骤和注意事项"

第10章：论文写作全流程

论文写作是科研工作的最终呈现，高质量的论文是科研成果得到认可的关键。本章将系统介绍AI辅助论文写作的方法，涵盖论文各部分写作、润色改写、参考文献处理等内容。

10.1 论文各部分写作提示词

10.1.1 标题生成：请根据我的摘要，生成5个学术性强的论文标题，兼顾准确性和吸引力

【提示词模板】

“请根据以下摘要，为我生成论文标题。

【论文摘要】
[粘贴论文摘要]

【标题要求】
1. 生成[数量]个备选标题
2. 标题要准确反映研究内容
3. 标题要有吸引力，能引起读者兴趣
4. 标题长度适中（建议不超过20个单词）
5. 避免使用缩写（除非是领域公认的）
6. 说明每个标题的优缺点”

10.1.2 摘要撰写：请将我的研究要点（背景、目的、方法、结果、结论）扩展为300字的英文摘要

【提示词模板】

"请根据以下研究要点，撰写论文摘要。

【研究要点】
- 背景：[研究背景]
- 目的：[研究目的]
- 方法：[研究方法]
- 结果：[主要结果]
- 结论：[主要结论]

【摘要要求】
1. 字数：[字数要求]
2. 语言：[中文/英文]
3. 结构：背景－目的－方法－结果－结论
4. 突出研究的创新点和重要发现
5. 使用学术规范的语言
6. 避免引用文献"

10.1.3 引言写作：请帮我撰写引言，逻辑如下：研究背景→已有研究不足→本研究目的→研究意义

【提示词模板】

“请帮我撰写论文引言部分。

【研究信息】
- 研究主题：[研究主题]
- 研究背景：[领域背景介绍]
- 现有研究：[已有研究的主要发现]
- 研究空白：[现有研究的不足或空白]
- 研究目的：[本研究的目的]
- 研究意义：[研究的理论和实践意义]

【写作要求】
1. 字数：[字数要求]
2. 结构：背景→文献综述→研究空白→研究目的→意义
3. 逻辑清晰，层层递进
4. 引用关键文献支撑论述
5. 突出研究的创新性和必要性"

10.1.4 方法部分：请根据我的实验方案，撰写方法部分，需包含【研究对象、实验设计、统计方法】

【提示词模板】

“请帮我撰写论文方法部分。

【实验方案】
[描述实验方案]

【写作要求】
1. 研究对象：纳入排除标准、样本量、分组情况
2. 实验设计：设计类型、干预措施、观察指标
3. 数据收集：收集方法、时间点、质量控制
4. 统计方法：统计软件、检验方法、显著性水平
5. 伦理声明：伦理审批、知情同意
6. 详细程度：足够详细，便于他人重复
7. 时态：使用过去时"

10.1.5 结果部分：请将我的统计结果表格转化为文字描述，突出显著性发现

【提示词模板】

"请将以下统计结果转化为文字描述。

【统计结果】
[粘贴统计结果表格或数据]

【写作要求】
1. 客观描述结果，不加入解释或讨论
2. 突出显著性发现
3. 按逻辑顺序组织（如从主要结果到次要结果）
4. 包含具体的统计值（F值、t值、p值等）
5. 使用过去时
6. 避免重复表格中的所有数据，只描述关键结果”

10.1.6 讨论部分：请基于我的结果，与【参考文献A】进行对比讨论，解释可能的原因和意义

【提示词模板】

“请帮我撰写论文讨论部分。

【研究结果】
[总结主要研究结果]

【对比文献】
[提供相关文献的主要发现]

【写作要求】
1. 总结主要发现
2. 与已有研究对比：一致或不一致之处
3. 解释结果：可能的原因和机制
4. 研究意义：理论和实践意义
5. 研究局限：客观说明研究的局限性
6. 未来方向：提出未来研究建议
7. 结论：简要总结核心结论"

10.1.7 结论部分：请提炼出本文的核心结论，并指出研究局限和未来方向

【提示词模板】

“请帮我撰写论文结论部分。

【研究发现】
[总结主要研究发现]

【写作要求】
1. 核心结论：2—3条最重要的结论
2. 研究贡献：本研究的理论和实践贡献
3. 研究局限：客观说明局限性
4. 未来方向：2～3个未来研究方向
5. 简洁明了，避免重复摘要内容
6. 避免引入新的信息或数据”

10.2 论文润色与改写

10.2.1 语言润色：请将以下段落润色为地道的英文学术写作风格，保持原意

【提示词模板】

"请对以下段落进行语言润色。

【原文】
[粘贴需要润色的文本]

【润色要求】
1. 语言风格：地道的英文学术写作风格
2. 保持原意：不改变原文的核心内容和逻辑
3. 语法正确：修正语法错误
4. 用词精准：使用学术规范的专业术语
5. 句式优化：优化句子结构，提高可读性
6. 输出格式：提供修改后的文本，并标注主要修改之处”

10.2.2 逻辑优化：请检查这段文字的逻辑连贯性，并提出修改建议

【提示词模板】

"请检查以下段落的逻辑连贯性。

【原文】
[粘贴需要检查的文本]

【检查要求】
1. 整体逻辑：段落之间的逻辑关系是否清晰
2. 句子衔接：句子之间的过渡是否自然
3. 论证严密性：论证过程是否有漏洞
4. 因果关系：因果关系是否明确
5. 指出逻辑问题并给出修改建议
6. 提供修改后的版本”

10.2.3 字数压缩：请将这段文字压缩至500字以内，保留所有关键信息

【提示词模板】

"请对以下文字进行压缩。

【原文】
[粘贴需要压缩的文本]

【压缩要求】
1. 目标字数：[目标字数]
2. 保留所有关键信息和核心观点
3. 删除冗余表述和重复内容
4. 合并相似观点
5. 保持逻辑连贯
6. 提供压缩后的文本"

10.2.4 降重改写：请对以下内容进行同义改写，降低查重率，保持学术严谨性

【提示词模板】

"请对以下文字进行改写，降低查重率。

【原文】
[粘贴需要改写的文本]

【改写要求】
1. 保持原意和学术严谨性
2. 使用同义词替换
3. 调整句子结构
4. 改变表达方式
5. 避免直接复制
6. 提供改写后的文本"

10.3 参考文献处理

10.3.1 引文格式转换：请将以下参考文献从APA格式转换为Chicago格式

【提示词模板】

"请将以下参考文献转换为指定格式。

【原文献】
[粘贴参考文献]

【转换要求】
1. 从[原格式]转换为[目标格式]
2. 确保信息完整（作者、标题、期刊、年份等）
3. 严格遵循目标格式的规范
4. 提供转换后的文献
5. 如有不确定之处，请标注“

10.3.2 引文上下文匹配：请为这段文字推荐合适的引用文献，并提供引用理由

【提示词模板】

”请为以下段落推荐引用文献。

【段落内容】
[粘贴段落内容]

【推荐要求】
1. 根据段落内容，推荐[数量]篇相关文献
2. 每篇文献包含：作者、年份、标题、期刊
3. 说明推荐理由：该文献如何支撑段落观点
4. 说明引用位置：建议在段落的哪个位置引用
5. 优先推荐高影响力期刊的文献”

第11章：投稿与同行评审

论文完成后，投稿和应对同行评审是科研成果发表的关键环节。本章将介绍AI辅助投稿与审稿的方法，帮助你选择合适的期刊、撰写投稿材料、有效回复审稿意见。

11.1 目标期刊选择

11.1.1 推荐期刊：我的研究主题是【主题】，请推荐3—5个合适的SCI/SSCI期刊，并说明分区、影响因子、审稿周期

【提示词模板】

“请为我推荐合适的投稿期刊。

【研究信息】
- 研究主题：[研究主题]
- 研究类型：[原创研究/综述/方法学等]
- 主要发现：[核心发现]
- 目标分区：[期望的JCR分区]
- 影响因子期望：[期望的影响因子范围]

【推荐要求】
1. 推荐[数量]个合适的期刊
2. 每个期刊包含：名称、出版社、影响因子、JCR分区、审稿周期、接收率
3. 说明推荐理由：为什么适合本研究
4. 说明投稿难度评估
5. 提供期刊官网和投稿须知链接"

11.1.2 期刊投稿须知解读：请帮我解读【某期刊】的作者指南，列出关键要求

【提示词模板】

“请帮我解读期刊的作者指南。

【期刊名称】
[期刊名称]

【作者指南内容】
[粘贴作者指南内容]

【解读要求】
1. 格式要求：字数限制、结构要求、图表要求
2. 投稿材料：需要准备哪些材料
3. 引用格式：参考文献格式要求
4. 伦理要求：伦理声明、数据可用性等
5. 费用信息：版面费、开放获取费用
6. 列出关键要求和注意事项"

11.2 投稿信撰写

11.2.1 生成投稿信：请根据我的论文摘要和目标期刊【期刊名】，撰写一封正式的投稿信

【提示词模板】

“请为我撰写投稿信（Cover Letter）。

【论文信息】
- 标题：[论文标题]
- 摘要：[论文摘要]
- 研究亮点：[2～3个核心亮点]
- 目标期刊：[期刊名称]

【投稿信要求】
1. 格式：正式的学术投稿信格式
2. 内容：研究背景、主要发现、研究意义、为什么适合该期刊
3. 声明：原创性声明、无利益冲突声明
4. 建议审稿人：推荐[数量]位审稿人（姓名、单位、邮箱）
5. 回避审稿人：列出需要回避的审稿人（如有）
6. 语言：地道、专业的学术英语"

11.2.2 催稿信模板：我已投稿3个月，请帮我写一封礼貌的催稿邮件

【提示词模板】

“请为我撰写催稿信。

【投稿信息】
- 投稿日期：[日期]
- 稿件编号：[编号]
- 稿件标题：[标题]
- 目标期刊：[期刊名称]
- 当前状态：[投稿系统中的状态]

【催稿信要求】
1. 语气：礼貌、专业、不急躁
2. 内容：说明投稿情况、询问审稿进度、表达继续等待的意愿
3. 避免：避免指责编辑或审稿人
4. 提供完整的邮件模板”

11.3 回复审稿意见

11.3.1 审稿意见分类整理：请将以下审稿意见按【方法问题/理论问题/语言问题】分类

【提示词模板】

“请帮我整理和分析审稿意见。

【审稿意见】
[粘贴审稿意见]

【整理要求】
1. 按问题类型分类：方法问题、理论问题、语言问题、其他
2. 按严重程度排序：重大问题、次要问题、建议性意见
3. 识别需要补充实验的意见
4. 识别可以通过解释回应的意见
5. 总结审稿人的核心关切
6. 提供回复策略建议"

11.3.2 逐条回复草稿：针对每条审稿意见，请帮我草拟回复策略和具体回复内容

【提示词模板】

"请帮我草拟审稿意见回复。

【审稿意见】
[逐条列出审稿意见]

【回复要求】
1. 针对每条意见，提供：
   - 回复策略：接受/部分接受/解释说明
   - 具体回复内容
   - 论文修改说明（如适用）
2. 语气：礼貌、专业、诚恳
3. 对于批评：先感谢，再解释或修改
4. 对于误解：礼貌澄清，不指责审稿人
5. 对于无法修改的问题：解释原因，提供替代方案”

11.3.3 修改说明信：请将所有的修改汇总成一份给编辑的修改说明信

【提示词模板】

“请帮我撰写修改说明信（Response Letter）。

【稿件信息】
- 稿件编号：[编号]
- 稿件标题：[标题]
- 目标期刊：[期刊名称]

【修改概况】
[总结主要修改内容]

【修改说明信要求】
1. 开头：感谢编辑和审稿人的意见
2. 总体回复：概括性的回复说明
3. 逐条回复：按审稿人分类，逐条回复
4. 修改标注：说明如何在稿件中标注修改
5. 格式：使用表格或列表形式，清晰易读
6. 语言：地道、专业的学术英语"

11.4 论文拒稿后的应对

11.4.1 拒稿原因分析：根据审稿意见，总结论文被拒的主要原因，并提出改进方向

【提示词模板】

“请帮我分析拒稿原因并提出改进建议。

【审稿意见】
[粘贴审稿意见]

【分析要求】
1. 总结主要拒稿原因
2. 分析每个原因的重要性和可改进性
3. 提出具体的改进方案
4. 评估改进所需的时间和资源
5. 建议下一步行动（修改后重投/改投其他期刊）
6. 如改投，推荐合适的期刊”

11.4.2 转投建议：基于拒稿意见，建议更适合的期刊，并说明理由

【提示词模板】

“请为我推荐转投期刊。

【论文信息】
- 标题：[标题]
- 摘要：[摘要]
- 被拒期刊：[期刊名称]
- 拒稿原因：[主要拒稿原因]

【推荐要求】
1. 推荐[数量]个合适的转投期刊
2. 说明为什么这些期刊更适合
3. 评估投稿成功概率
4. 说明转投前的准备工作
5. 提供投稿策略建议"

第12章：科研项目申请与基金撰写

科研项目申请是科研工作者获取研究资金、开展研究工作的重要途径。本章将介绍AI辅助科研项目申请的方法，帮助你提炼科学问题、撰写立项依据、设计研究内容、凝练创新点、编制预算。

12.1 项目选题与定位

12.1.1 提炼科学问题：请帮我从研究方向【领域】中提炼出具有创新性和可行性的科学问题

【提示词模板】

“请帮我提炼科学问题。

【研究方向】
[描述研究方向]

【已有基础】
[描述已有的研究基础]

【提炼要求】
1. 提出3—5个候选科学问题
2. 每个问题包含：问题描述、科学意义、创新性、可行性
3. 评估每个问题的研究价值和难度
4. 推荐首选问题和备选问题
5. 说明如何将科学问题转化为研究目标”

12.1.2 撰写立项依据：请根据以下要点，撰写国自然/省基金立项依据部分的初稿

【提示词模板】

“请帮我撰写立项依据。

【研究主题】
[研究主题]

【要点信息】
- 研究意义：[理论和实践意义]
- 国内外现状：[国内外研究现状]
- 存在问题：[当前研究存在的问题]
- 研究契机：[开展本研究的契机]
- 前期工作：[已有的前期工作基础]

【撰写要求】
1. 字数：[字数要求]
2. 结构：研究意义→国内外现状→存在问题→研究契机→前期工作
3. 引用关键文献支撑论述
4. 突出研究的必要性和紧迫性
5. 体现申请人对领域的深入理解
6. 语言规范、逻辑严密"

12.2 研究内容与技术路线

12.2.1 分解研究内容：请将总目标【描述】分解为3—4个具体研究内容，并说明每个内容的逻辑关系

【提示词模板】

“请帮我分解研究内容。

【总目标】
[项目总目标]

【分解要求】
1. 将总目标分解为[数量]个具体研究内容
2. 每个研究内容包含：内容名称、具体目标、研究方法、预期成果
3. 说明各研究内容之间的逻辑关系
4. 说明研究内容的先后顺序和依赖关系
5. 评估每个研究内容的难度和工作量”

12.2.2 技术路线图设计：请描述技术路线图的框架，可用文字或Mermaid语法表示

【提示词模板】

“请帮我设计技术路线图。

【研究内容】
[列出研究内容]

【技术方法】
[列出拟采用的技术方法]

【设计要求】
1. 使用Mermaid语法绘制流程图
2. 展示研究的整体框架和各部分关系
3. 标注关键节点和里程碑
4. 体现研究的逻辑顺序
5. 提供代码和图示说明"

12.3 创新点与可行性分析

12.3.1 凝练创新点：请根据研究内容，提炼出3个主要创新点，分别从理论、方法、应用角度阐述

【提示词模板】

“请帮我凝练创新点。

【研究内容】
[描述研究内容]

【凝练要求】
1. 提炼[数量]个主要创新点
2. 每个创新点包含：创新点名称、创新内容、与已有研究的区别
3. 从理论创新、方法创新、应用创新等角度阐述
4. 说明每个创新点的创新程度和科学价值
5. 创新点表述要简洁、准确、有说服力”

12.3.2 可行性分析：请帮我撰写研究方案的可行性分析，包括理论、实验条件、研究团队等

【提示词模板】

“请帮我撰写可行性分析。

【研究方案】
[描述研究方案]

【团队条件】
[描述研究团队和条件]

【撰写要求】
1. 理论可行性：理论基础是否扎实
2. 技术可行性：技术路线是否可行
3. 条件可行性：实验条件是否具备
4. 团队可行性：研究团队是否有能力完成
5. 前期工作基础：已有的相关研究成果
6. 风险分析：可能的风险及应对措施”

12.4 预算编制

12.4.1 预算科目说明：请解释科研项目中各项预算（设备费、材料费、差旅费等）的编制依据和注意事项

【提示词模板】

“请指导我编制项目预算。

【项目信息】
- 项目类型：[如国自然面上项目、青年项目等]
- 资助金额：[金额]
- 研究周期：[年限]
- 研究内容：[简要描述]

【指导要求】
1. 说明各预算科目的编制依据
2. 设备费：需要购置的设备及预算
3. 材料费：实验材料的预算
4. 测试化验加工费：外协测试的预算
5. 差旅费：学术交流的预算
6. 会议费：学术会议的预算
7. 国际合作交流费：国际合作的预算
8. 出版/文献/信息传播费：论文发表的预算
9. 劳务费：研究生助手的预算
10. 专家咨询费：咨询专家的预算
11. 其他支出：其他必要的支出
12. 提供预算编制表格模板”

第13章：科研协作与学术交流

科研不是孤立的工作，有效的协作和交流是科研成功的重要因素。本章将介绍AI辅助科研协作与学术交流的方法，包括学术邮件撰写、学术会议辅助、科研教学辅助等内容。

13.1 学术邮件撰写

13.1.1 向专家请教：请帮我写一封给【专家姓名】的邮件，请求对【研究问题】给予指导

【提示词模板】

“请帮我撰写学术邮件。

【邮件类型】
向专家请教问题

【收件人信息】
- 姓名：[专家姓名]
- 单位：[专家单位]
- 研究领域：[专家研究领域]

【发件人信息】
- 身份：[你的身份]
- 研究阶段：[如博士生/博士后等]

【请教内容】
[描述要请教的问题]

【邮件要求】
1. 主题：简洁明确的邮件主题
2. 称呼：恰当的称呼
3. 自我介绍：简要介绍自己
4. 问题描述：清晰描述问题
5. 礼貌用语：表达感谢和尊重
6. 提供完整的邮件模板"

13.1.2 合作邀请：请写一封邀请邮件，邀请【对方】合作开展【项目名称】研究

【提示词模板】

“请帮我撰写合作邀请邮件。

【收件人】
[对方信息]

【项目信息】
- 项目名称：[项目名称]
- 项目背景：[项目背景]
- 合作内容：[具体合作内容]
- 预期成果：[预期合作成果]

【邮件要求】
1. 说明合作的契机和原因
2. 清晰描述合作内容和分工
3. 说明对方的贡献和收益
4. 表达诚意和尊重
5. 提供下一步行动建议
6. 提供完整的邮件模板”

13.2 学术会议辅助

13.2.1 会议摘要撰写：请根据我的研究内容，写一份300词的会议摘要

【提示词模板】

“请帮我撰写会议摘要。

【研究内容】
[描述研究内容]

【会议要求】
- 会议名称：[会议名称]
- 字数限制：[字数]
- 格式要求：[格式要求]

【摘要要求】
1. 背景：研究背景介绍
2. 目的：研究目的
3. 方法：研究方法
4. 结果：主要结果
5. 结论：主要结论
6. 关键词：[数量]个关键词
7. 控制在字数限制内"

13.2.2 口头报告PPT：请将我的论文内容转化为15分钟的学术报告PPT大纲

【提示词模板】

"请帮我设计学术报告PPT。

【论文内容】
[论文摘要或主要内容]

【报告要求】
- 时长：[时长]
- 幻灯片数量：[数量]
- 听众背景：[听众专业水平]

【PPT要求】
1. 每页PPT的标题和内容要点
2. 建议的图表或可视化
3. 每页的演讲时间分配
4. 开场和结尾的建议
5. 可能的问题和回答准备"

13.2.3 墙报设计：请为我设计一张学术墙报的布局，包含文字框和图表位置

【提示词模板】

“请帮我设计学术墙报。

【研究内容】
[描述研究内容]

【墙报要求】
- 尺寸：[尺寸要求]
- 主要内容：[核心发现]
- 图表数量：[图表数量]

【设计要求】
1. 整体布局：各区块的位置和大小
2. 内容分配：每个区块的内容建议
3. 视觉设计：颜色、字体、留白建议
4. 图表安排：图表的位置和尺寸
5. 提供布局示意图的文字描述"

13.3 科研教学辅助

13.3.1 课程讲义：请帮我设计一门【课程名称】的本科生课程大纲，包含12讲的主题和每讲要点

【提示词模板】

“请帮我设计课程大纲。

【课程信息】
- 课程名称：[课程名称]
- 学时：[总学时]
- 授课对象：[本科生/研究生]
- 先修课程：[先修要求]

【大纲要求】
1. 课程简介
2. 教学目标
3. 每讲的主题、要点、阅读材料
4. 考核方式
5. 参考教材
6. 提供完整的课程大纲”

13.3.2 试题生成：请根据【章节内容】，生成10道选择题和2道简答题，附答案

【提示词模板】

“请帮我生成试题。

【章节内容】
[描述章节内容]

【试题要求】
1. [数量]道选择题（含答案和解析）
2. [数量]道简答题（含参考答案）
3. 题目难度适中
4. 覆盖章节的主要知识点
5. 提供完整的试题和答案"

第三部分：学科专属提示词——全专业覆盖

不同学科有其独特的方法论和术语体系，通用的提示词往往难以满足专业需求。本部分将针对理工科、生命科学与医学、社会科学、人文与艺术、交叉学科等领域，提供学科专属的提示词模板和案例分析。

第14章：理工科（数理化、工程、材料、计算机）

理工科研究强调逻辑推理、实验验证和数学建模。本章将针对数学、物理、化学、材料科学、计算机科学、工程技术等领域，提供专业的AI提示词模板。

14.1 数学：定理证明思路、公式推导、优化问题建模

【提示词模板：定理证明辅助】

“请帮我分析以下定理的证明思路。

【定理陈述】
[定理内容]

【分析要求】
1. 定理解读：解释定理的含义和重要性
2. 证明思路：分析证明的整体思路和方法
3. 关键步骤：分解证明的关键步骤
4. 相关定理：指出证明中用到的相关定理
5. 证明技巧：总结证明中使用的技巧
6. 类似问题：指出可以应用类似思路的问题"

【提示词模板：公式推导】

“请帮我推导以下公式。

【公式】
[需要推导的公式]

【已知条件】
[已知条件]

【推导要求】
1. 从已知条件出发，逐步推导
2. 每一步说明所用到的数学原理
3. 使用LaTeX格式输出公式
4. 如有多种推导方法，请分别说明"

14.2 物理：实验设计、物理现象解释、仿真参数设置

【提示词模板：实验设计】

“请帮我设计物理实验。

【实验目的】
[验证什么物理规律或测量什么物理量]

【设计要求】
1. 实验原理：说明实验的物理原理
2. 实验装置：列出所需的实验器材
3. 实验步骤：详细的操作步骤
4. 数据处理：数据记录和处理方法
5. 误差分析：可能的误差来源和分析
6. 注意事项：实验中的关键注意事项"

14.3 化学：合成路线设计、反应机理推测、谱图解析

【提示词模板：合成路线设计】

“请帮我设计化合物的合成路线。

【目标化合物】
[化合物名称和结构]

【设计要求】
1. 逆合成分析：从目标分子出发的逆合成分析
2. 合成路线：详细的合成步骤
3. 反应条件：每步反应的条件（温度、溶剂、催化剂等）
4. 原料来源：主要原料的可获得性
5. 产率估算：各步的预期产率
6. 替代方案：提供备选合成路线”

【提示词模板：谱图解析】

“请帮我解析以下谱图。

【谱图类型】
[NMR/MS/IR/UV等]

【谱图数据】
[谱图数据或描述]

【解析要求】
1. 特征峰识别：识别关键的特征信号
2. 结构推断：根据谱图推断可能的结构
3. 验证分析：验证推断结构的合理性
4. 与其他谱图的关联分析"

14.4 材料科学：材料性能预测、相图分析、制备工艺优化

【提示词模板：材料性能预测】

“请帮我预测材料的性能。

【材料信息】
- 材料类型：[材料类型]
- 成分：[化学成分]
- 结构：[晶体结构]

【预测要求】
1. 预测材料的力学性能
2. 预测材料的热学性能
3. 预测材料的电学性能
4. 与已知类似材料进行比较
5. 说明预测的依据和局限性"

14.5 计算机科学：算法设计、系统架构、代码调试、性能优化

【提示词模板：算法设计】

“请帮我设计算法解决以下问题。

【问题描述】
[问题描述]

【设计要求】
1. 算法思路：描述算法的核心思想
2. 算法步骤：详细的算法步骤
3. 伪代码：提供伪代码
4. 复杂度分析：时间复杂度和空间复杂度
5. 正确性证明：证明算法的正确性
6. 优化建议：可能的优化方向”

【提示词模板：代码调试】

“请帮我调试以下代码。

【代码】
[粘贴代码]

【错误信息】
[错误信息]

【调试要求】
1. 分析错误原因
2. 提供修复后的代码
3. 解释修改的原因
4. 提供测试用例验证修复"

14.6 工程技术：控制策略、结构设计、故障诊断

【提示词模板：控制策略设计】

"请帮我设计控制策略。

【被控对象】
[描述被控对象]

【控制目标】
[控制目标]

【设计要求】
1. 系统建模：建立被控对象的数学模型
2. 控制器选择：选择合适的控制方法
3. 参数设计：控制器参数设计
4. 仿真验证：仿真验证控制效果
5. 性能分析：分析控制系统的性能”

第15章：生命科学与医学

15.1 生物学：实验方案、基因功能预测、蛋白结构分析

【提示词模板：实验方案设计】

“请帮我设计生物学实验。

【实验目的】
[实验目的]

【设计要求】
1. 实验原理：说明实验的生物学原理
2. 实验材料：列出所需的试剂和材料
3. 实验步骤：详细的操作步骤
4. 对照设置：对照组的设置
5. 数据分析：数据记录和分析方法
6. 注意事项：实验中的关键注意事项”

15.2 医学：临床问题PICO构建、诊断模型、循证医学查询

【提示词模板：PICO构建】

"请帮我构建临床问题的PICO框架。

【临床问题】
[临床问题描述]

【构建要求】
1. P（Population）：明确目标人群
2. I（Intervention）：明确干预措施
3. C（Comparison）：明确对照措施
4. O（Outcome）：明确结局指标
5. 构建完整的PICO问题
6. 提供检索策略建议”

15.3 药学：药物设计、药理机制、毒理预测

【提示词模板：药物设计】

“请帮我进行药物设计。

【靶点信息】
[靶点名称和结构信息]

【设计要求】
1. 靶点分析：分析靶点的结构和功能
2. 先导化合物：推荐可能的先导化合物
3. 结构优化：结构优化的方向和建议
4. ADMET预测：预测药代动力学性质
5. 合成可行性：评估合成可行性"

15.4 生物信息学：组学数据分析、系统发育树构建、网络药理学

【提示词模板：组学数据分析】

“请帮我分析组学数据。

【数据类型】
[基因组/转录组/蛋白质组/代谢组]

【分析要求】
1. 数据质控：质量控制分析
2. 差异分析：差异表达/富集分析
3. 功能注释：功能注释和通路分析
4. 可视化：结果可视化
5. 提供分析代码"

15.5 公共卫生：流行病学调查设计、统计分析、政策评估

【提示词模板：流行病学调查设计】

“请帮我设计流行病学调查。

【调查目的】
[调查目的]

【设计要求】
1. 研究设计：选择合适的研究设计
2. 样本量：计算所需样本量
3. 抽样方法：选择合适的抽样方法
4. 调查工具：设计调查问卷
5. 质量控制：质量控制措施"

第16章：社会科学（经济学、管理学、社会学、心理学）

16.1 经济学：计量模型设定、政策效应评估、理论模型推导

【提示词模板：计量模型设定】

“请帮我设定计量经济学模型。

【研究问题】
[研究问题]

【数据特征】
[数据特征描述]

【设定要求】
1. 模型选择：选择合适的模型
2. 变量定义：解释变量的定义和预期符号
3. 识别策略：说明因果识别策略
4. 内生性处理：内生性问题的处理方法
5. 稳健性检验：稳健性检验方案”

16.2 管理学：案例研究设计、问卷调查、组织行为分析

【提示词模板：案例研究设计】

"请帮我设计案例研究。

【研究问题】
[研究问题]

【设计要求】
1. 案例选择：案例选择的标准和理由
2. 数据收集：数据收集方法和来源
3. 分析框架：案例分析的框架
4. 信效度：确保研究信效度的措施
5. 伦理考虑：伦理问题和解决方案"

16.3 社会学：社会现象解释、定性资料分析、社会调查方法

【提示词模板：社会现象解释】

“请帮我解释以下社会现象。

【现象描述】
[社会现象描述]

【解释要求】
1. 理论视角：从哪些理论视角分析
2. 宏观因素：宏观层面的影响因素
3. 微观机制：微观层面的作用机制
4. 实证证据：相关的实证研究证据
5. 批判性分析：不同观点的比较"

16.4 心理学：实验设计、量表编制、行为数据编码

【提示词模板：心理学实验设计】

“请帮我设计心理学实验。

【研究假设】
[研究假设]

【设计要求】
1. 实验设计：选择实验设计类型
2. 被试：被试招募和筛选
3. 实验材料：实验材料准备
4. 实验程序：详细的实验流程
5. 数据分析：统计分析方法
6. 伦理审批：伦理考虑“

第17章：人文与艺术（历史、哲学、文学、语言学）

17.1 历史学：史料解读、历史脉络梳理、学术观点对比

【提示词模板：史料解读】

“请帮我解读以下史料。

【史料内容】
[史料内容]

【解读要求】
1. 史料背景：史料产生的历史背景
2. 内容分析：史料内容的分析
3. 史料价值：史料的史料价值评估
4. 局限性：史料的局限性
5. 与其他史料的关联"

17.2 哲学：概念辨析、逻辑论证、思想史溯源

【提示词模板：概念辨析】

"请帮我辨析以下概念。

【概念】
[概念名称]

【辨析要求】
1. 概念定义：概念的基本定义
2. 词源分析：概念的词源和演变
3. 不同学派观点：不同哲学流派的观点
4. 相关概念比较：与相关概念的区别
5. 当代意义：概念的当代意义"

17.3 文学：文本细读、文学批评、作家风格分析

【提示词模板：文本细读】

“请帮我细读以下文本。

【文本内容】
[文本内容]

【细读要求】
1. 内容概述：文本内容概述
2. 主题分析：主题和意象分析
3. 叙事技巧：叙事技巧和结构
4. 语言特色：语言风格和修辞
5. 文学价值：文学价值和意义"

17.4 语言学：语料库分析、语法结构、语言演化

【提示词模板：语料库分析】

“请帮我设计语料库分析方案。

【研究问题】
[研究问题]

【设计要求】
1. 语料选择：语料库的选择和理由
2. 检索策略：检索词和检索策略
3. 分析方法：分析方法和工具
4. 统计检验：统计分析方法
5. 结果呈现：结果呈现方式"

第18章：交叉学科与新兴领域

交叉学科研究是当前科研创新的重要方向，新兴领域则为科研提供了广阔的发展空间。本章将介绍环境科学、神经科学、数据科学、人工智能等交叉学科和新兴领域的AI提示词。

18.1 环境科学：污染源解析、生态系统建模、环境政策

【提示词模板：污染源解析】

“请帮我设计污染源解析方案。

【研究对象】
[研究对象描述]

【设计要求】
1. 解析方法：选择合适的源解析方法
2. 样品采集：样品采集方案
3. 分析测试：分析测试方法
4. 数据分析：数据处理和分析方法
5. 结果验证：结果验证方法"

18.2 神经科学：脑成像数据分析、神经环路研究

【提示词模板：脑成像数据分析】

“请帮我分析脑成像数据。

【数据类型】
[fMRI/EEG/MEG/PET等]

【分析要求】
1. 数据预处理：预处理步骤和参数
2. 分析方法：选择合适的分析方法
3. 统计检验：统计分析方法
4. 结果可视化：结果可视化方案
5. 提供分析代码"

18.3 数据科学：数据挖掘、机器学习模型、大数据分析

【提示词模板：数据挖掘项目】

“请帮我设计数据挖掘项目。

【业务问题】
[业务问题描述]

【设计要求】
1. 问题定义：明确数据挖掘目标
2. 数据理解：数据收集和探索
3. 数据准备：数据清洗和转换
4. 建模：选择合适的算法
5. 评估：模型评估方法
6. 部署：部署方案"

18.4 人工智能：AI伦理、算法公平性、AI+科学发现

【提示词模板：AI伦理分析】

“请帮我分析AI应用的伦理问题。

【AI应用场景】
[应用场景描述]

【分析要求】
1. 伦理原则：相关的AI伦理原则
2. 潜在风险：可能的伦理风险
3. 利益相关者：利益相关者分析
4. 风险评估：风险评估框架
5. 缓解措施：风险缓解建议"

第四部分：科研工具链中的AI集成

现代科研工作离不开各种专业软件工具的支持。本部分将介绍如何将AI集成到常用的科研工具链中，包括文献管理软件、代码与数据分析环境、科研绘图工具、论文写作与排版工具等。

第19章：文献管理软件AI增强

19.1 Zotero + AI插件：自动标签、文献推荐

Zotero是一款免费开源的文献管理软件，通过AI插件可以增强其功能。

【Zotero AI插件使用提示词】

“请指导我如何使用Zotero的AI插件。

【功能需求】
[自动标签/文献推荐/智能摘要等]

【指导要求】
1. 插件安装：插件的安装方法
2. 配置设置：必要的配置设置
3. 使用方法：具体的使用方法
4. 使用技巧：提高使用效率的技巧
5. 注意事项：使用中的注意事项"

19.2 EndNote：智能文献分组、格式化引用

【EndNote智能功能提示词】

“请指导我如何使用EndNote的智能功能。

【功能需求】
[智能分组/自动去重/引文格式转换等]

【指导要求】
1. 功能介绍：功能的作用和优势
2. 操作步骤：详细的操作步骤
3. 参数设置：关键参数的设置
4. 使用技巧：提高使用效率的技巧
5. 常见问题：常见问题及解决方法"

第20章：代码与数据分析环境

20.1 Jupyter Notebook中的AI助手：代码自动补全、错误诊断

【Jupyter AI助手提示词】

“请指导我如何在Jupyter Notebook中使用AI助手。

【使用场景】
[代码生成/错误诊断/代码解释等]

【指导要求】
1. 工具选择：推荐可用的AI工具
2. 安装配置：安装和配置方法
3. 使用方法：具体的使用方法
4. 使用示例：提供使用示例
5. 注意事项：使用中的注意事项"

20.2 RStudio + AI：代码生成、包推荐

【RStudio AI集成提示词】

“请指导我如何在RStudio中使用AI功能。

【使用场景】
[代码生成/包推荐/结果解释等]

【指导要求】
1. 工具选择：推荐可用的AI工具
2. 安装配置：安装和配置方法
3. 使用方法：具体的使用方法
4. 使用示例：提供使用示例
5. 注意事项：使用中的注意事项"

20.3 统计分析软件（SPSS/Stata/SAS）：AI辅助语法编写

【统计软件AI辅助提示词】

“请帮我生成[软件名称]的语法代码。

【分析需求】
[描述分析需求]

【代码要求】
1. 提供完整的语法代码
2. 代码包含详细注释
3. 说明关键参数的设置
4. 提供代码解释
5. 提供结果解读方法"

第21章：科研绘图工具AI赋能

21.1 Python绘图库（Matplotlib/Seaborn/Plotly）：AI生成定制图表

【Python绘图提示词】

“请帮我编写Python代码绘制[图表类型]。

【数据】
[提供数据或数据描述]

【图表要求】
1. 图表类型：[图表类型]
2. 图表尺寸：[尺寸]
3. 颜色方案：[颜色要求]
4. 标签要求：[标题、轴标签、图例等]
5. 其他要求：[如误差线、注释等]

【输出要求】
1. 提供完整的Python代码
2. 代码包含详细注释
3. 说明需要安装的包
4. 提供代码运行示例"

21.2 专业绘图软件（Origin/GraphPad Prism）：AI参数设置建议

【专业绘图软件提示词】

“请指导我如何使用[软件名称]绘制[图表类型]。

【数据特征】
[描述数据特征]

【绘图要求】
1. 数据导入：如何导入数据
2. 图表类型：选择合适的图表类型
3. 参数设置：关键参数的设置
4. 美化调整：图表美化的建议
5. 导出设置：导出高质量的图片"

21.3 生物信息学可视化（TBtools/Ityper）：AI生成脚本

【生物信息学可视化提示词】

“请帮我生成[工具名称]的绘图脚本。

【数据】
[提供数据或数据描述]

【绘图要求】
1. 图表类型：[图表类型]
2. 数据格式：数据格式要求
3. 脚本代码：提供完整的脚本
4. 参数说明：关键参数的说明
5. 运行方法：脚本的运行方法"

第22章：论文写作与排版

22.1 Overleaf/LaTeX：AI辅助公式编写、文献引用、格式调试

【LaTeX辅助提示词】

“请帮我编写LaTeX代码。

【需求类型】
[公式/表格/图表/文献引用等]

【具体要求】
[描述具体需求]

【输出要求】
1. 提供完整的LaTeX代码
2. 代码包含详细注释
3. 说明需要使用的宏包
4. 提供编译注意事项
5. 提供常见错误的解决方法"

22.2 学术写作助手（Grammarly/Writefull）：AI润色与风格检查

【学术写作助手提示词】

“请指导我如何使用[工具名称]进行学术写作。

【使用场景】
[语法检查/风格润色/学术表达等]

【指导要求】
1. 功能介绍：工具的主要功能
2. 使用方法：具体的使用方法
3. 设置建议：推荐的设置选项
4. 使用技巧：提高使用效率的技巧
5. 注意事项：使用中的注意事项
6. 与其他工具的配合使用”

第五部分：科研提示词进阶与伦理

在掌握了科研提示词的基础知识和应用场景之后，我们需要进一步探讨提示词的高级技巧，以及AI辅助科研的伦理问题。本部分将介绍复杂科研任务的提示词链设计、AI辅助科研的边界与伦理、面向未来的科研AI智能体等内容。

第23章：复杂科研任务的提示词链设计

23.1 什么是提示词链：串联多个AI交互完成大型任务

提示词链（Prompt Chain）是指将复杂的科研任务分解为一系列相互关联的子任务，通过多个连续的AI交互来完成整个任务。每个AI交互的输出作为下一个交互的输入，形成一个链条式的处理流程。

提示词链的优势：（1）降低单次交互的复杂度，提高输出质量；（2）便于控制和调整每个环节的处理逻辑；（3）可以针对不同类型的子任务使用不同的提示词策略；（4）便于追踪和调试问题所在。

【提示词链示例：综述论文写作】

第1步：文献检索→获得文献清单
第2步：文献筛选→获得核心文献
第3步：文献阅读→获得结构化笔记
第4步：框架设计→获得论文大纲
第5步：分章撰写→获得各章节初稿
第6步：全文整合→获得完整初稿
第7步：润色修改→获得终稿

23.2 案例：从原始数据到初稿论文的全流程AI协作

以下是一个从原始数据到论文初稿的完整提示词链案例。

【完整提示词链】

【步骤1：数据分析】
提示词：“请帮我分析以下数据，计算描述性统计，并进行组间差异检验……"

【步骤2：结果可视化】
提示词：“基于上一步的分析结果，请帮我绘制图表，包括柱状图、箱线图……"

【步骤3：结果解读】
提示词：“请帮我解读以上统计结果，用学术语言描述主要发现……"

【步骤4：方法撰写】
提示词：“请根据以下实验设计和统计方法，撰写论文的方法部分……"

【步骤5：结果撰写】
提示词：“请将以上结果解读转化为论文的结果部分……"

【步骤6：讨论撰写】
提示词：“基于以上结果，请帮我撰写讨论部分，与已有研究进行对比……"

【步骤7：全文整合】
提示词：“请将以上各部分整合为一篇完整的论文初稿……"

23.3 提示词链的调试与优化

提示词链的设计和优化是一个迭代过程。以下是一些调试和优化的建议：

【提示词链优化建议】

1. 模块化设计：每个步骤应该相对独立，便于单独调试
2. 接口清晰：明确每个步骤的输入输出格式
3. 错误处理：设计错误检测和恢复机制
4. 日志记录：记录每个步骤的执行情况
5. 性能监控：监控每个步骤的执行时间和资源消耗
6. 逐步优化：先确保功能正确，再优化性能
7. 版本管理：保存不同版本的提示词链，便于回溯

第24章：AI辅助科研的边界与伦理

24.1 学术诚信：AI生成内容的可接受范围

AI辅助科研必须遵守学术诚信原则。以下是AI生成内容的可接受范围指南：

【AI使用边界指南】

✓ 可接受的使用方式：
- 语言润色和语法检查
- 文献检索和整理
- 代码生成和调试辅助
- 数据可视化
- 研究思路的头脑风暴

✗ 不可接受的使用方式：
- 直接提交AI生成的论文内容
- 使用AI生成虚假数据
- 使用AI生成虚假引用
- 将AI生成的内容冒充为自己的原创工作

⚠ 需要谨慎使用的方式：
- AI辅助写作需要明确说明
- AI生成的内容需要人工审核和验证
- 遵守期刊和机构的AI使用政策

24.2 数据隐私：如何处理敏感科研数据

在使用AI处理科研数据时，需要注意数据隐私和安全问题。

【数据隐私保护建议】

1. 敏感数据处理：
   - 不要向AI输入可识别个人身份的信息
   - 对敏感数据进行脱敏处理
   - 使用本地部署的AI工具处理敏感数据

2. 数据安全：
   - 了解AI服务提供商的数据使用政策
   - 避免将未发表的研究数据输入公共AI服务
   - 使用加密和安全传输方式

3. 合规要求：
   - 遵守数据保护法规（如GDPR）
   - 遵守机构的数据使用政策
   - 获得必要的伦理审批

24.3 引用与致谢：如何正确提及AI的贡献

【AI贡献声明示例】

【方法部分声明】
“本研究在文献检索、数据可视化和语言润色过程中使用了AI工具（ChatGPT-4、Grammarly）。AI生成的内容经过作者的审核和修改，作者对论文内容的准确性和完整性负责。"

【致谢部分声明】
“作者感谢OpenAI提供的ChatGPT工具在文献整理和写作辅助方面的帮助。"

24.4 避免偏见与错误：AI输出的验证方法

【AI输出验证清单】

1. 事实核查：
   □ 验证AI提供的事实和数据
   □ 检查引用的文献是否真实存在
   □ 核实专业术语的使用是否准确

2. 逻辑验证：
   □ 检查论证过程是否逻辑严密
   □ 验证结论是否有充分支撑
   □ 识别可能的逻辑谬误

3. 偏见识别：
   □ 识别AI输出中的潜在偏见
   □ 检查是否遗漏了重要的反对观点
   □ 确保多元视角的呈现

4. 专业审核：
   □ 请领域专家审核关键内容
   □ 与同行讨论AI生成的研究思路
   □ 通过实验验证AI建议的方法

第25章：面向未来的科研AI智能体

25.1 科研智能体概念：自主完成文献调研-实验设计-论文撰写

科研智能体（Research Agent）是指能够自主完成科研任务的AI系统。与当前需要人工逐步指导的AI工具不同，科研智能体具有更高的自主性，能够根据设定的目标自主规划、执行和调整研究任务。

科研智能体的核心能力：（1）自主规划：能够根据研究目标制定详细的研究计划；（2）信息获取：能够自主检索和获取所需信息；（3）推理分析：能够进行复杂的科学推理和分析；（4）工具使用：能够调用各种科研工具和软件；（5）自我修正：能够根据反馈调整研究策略。

【科研智能体应用场景展望】

1. 文献综述智能体：
   自动检索、筛选、阅读文献，生成综述初稿

2. 实验设计智能体：
   根据研究问题自动设计实验方案，优化实验参数

3. 数据分析智能体：
   自动选择合适的分析方法，执行分析并解释结果

4. 论文写作智能体：
   根据研究结果自动生成论文各部分

5. 项目申请智能体：
   根据研究方向自动生成项目申请书

25.2 定制个人科研AI助手：知识库构建、角色设定、自动化流程

随着AI技术的发展，研究者可以定制自己的专属科研AI助手。

【定制科研AI助手指南】

1. 知识库构建：
   - 整理个人的文献库和笔记
   - 构建领域知识图谱
   - 建立个人研究档案

2. 角色设定：
   - 定义AI助手的专业角色
   - 设定AI助手的知识范围
   - 设定AI助手的沟通风格

3. 自动化流程：
   - 设计常用的提示词模板
   - 建立标准化的工作流程
   - 设置自动化触发条件

4. 持续优化：
   - 根据使用反馈调整设定
   - 不断更新知识库
   - 积累有效的提示词

25.3 人机协同科研新范式：人类负责创意与决策，AI负责执行与优化

未来的科研模式将是人机深度协同的新范式。在这种范式下，人类和AI各自发挥优势，共同推动科研进步。

人机协同的分工原则：• 人类负责：创意提出、价值判断、伦理决策、最终责任• AI负责：信息处理、方案生成、执行优化、重复劳动

【人机协同科研最佳实践】

1. 明确分工：
   - 清楚界定人类和AI的职责边界
   - 人类保持对关键决策的控制

2. 有效沟通：
   - 学习如何向AI清晰地表达需求
   - 理解AI的能力和局限

3. 质量把控：
   - 建立AI输出的审核机制
   - 保持批判性思维

4. 持续学习：
   - 跟踪AI技术的发展
   - 不断优化人机协作方式

5. 伦理意识：
   - 保持学术诚信
   - 承担最终责任

随着AI技术的不断发展，科研工作的模式正在发生深刻变革。掌握AI辅助科研的技能，不仅是提高效率的工具，更是适应未来科研生态的必备能力。希望本书能够帮助你在AI时代更好地开展科研工作，从科研小白成长为独立PI。

感谢阅读

愿AI成为你科研路上的得力助手

附录：精选提示词速查手册

本附录汇集了全书各章节的精选提示词模板，按科研流程分类整理，方便读者快速查找和使用。建议将这些模板保存到自己的笔记软件中，并根据个人需求进行调整优化。

附录A：选题与文献调研提示词

A.1 研究方向探索

【提示词1】

【提示词2】

【提示词3】

A.2 文献检索优化

【提示词4】

【提示词5】

附录B：文献阅读与笔记提示词

【提示词6】

【提示词7】

【提示词8】

附录C：研究设计与数据分析提示词

【提示词9】

【提示词10】

“请根据我的数据特征和研究目的，推荐合适的统计方法。

【数据特征】
- 数据类型：[连续变量/分类变量/等级变量等]
- 样本量：[样本数量]
- 分组情况：[几组/是否配对/是否独立]
- 分布特征：[正态分布/非正态分布/未知]
- 其他特征：[如有缺失值、异常值等]

【研究目的】
[描述研究目的，如比较组间差异、分析相关性、建立预测模型等]

【推荐要求】
1. 推荐2-3种适用的统计方法
2. 说明每种方法的适用条件和优缺点
3. 说明方法选择的关键考虑因素
4. 推荐首选算法和备选算法
5. 提供算法实现的基本思路"

【提示词11】

“请为我编写Python代码，进行[分析方法]分析。

【数据描述】
[描述数据特征]

【分析要求】
1. 数据导入和预处理
2. [具体分析方法]的实现
3. 结果输出和解读
4. 结果可视化
5. 结果保存

【输出要求】
1. 提供完整的代码
2. 代码包含详细注释
3. 说明需要安装的包及其版本
4. 提供代码运行示例"

附录D：论文写作提示词

【提示词12】

“请根据以下摘要，为我生成论文标题。

【论文摘要】
[粘贴论文摘要]

【标题要求】
1. 生成5个备选标题
2. 标题要准确反映研究内容
3. 标题要有吸引力，能引起读者兴趣
4. 标题长度适中（建议不超过20个单词）
5. 避免使用缩写（除非是领域公认的）
6. 说明每个标题的优缺点”

【提示词13】

"请根据以下研究要点，撰写论文摘要。

【研究要点】
- 背景：[研究背景]
- 目的：[研究目的]
- 方法：[研究方法]
- 结果：[主要结果]
- 结论：[主要结论]

【摘要要求】
1. 字数：300字
2. 语言：英文
3. 结构：背景－目的－方法－结果－结论
4. 突出研究的创新点和重要发现
5. 使用学术规范的语言
6. 避免引用文献"

【提示词14】

【提示词15】

附录E：投稿与审稿提示词

【提示词16】

“请为我推荐合适的投稿期刊。

【研究信息】
- 研究主题：[研究主题]
- 研究类型：[原创研究/综述/方法学等]
- 主要发现：[核心发现]
- 目标分区：[期望的JCR分区]
- 影响因子期望：[期望的影响因子范围]

【推荐要求】
1. 推荐3—5个合适的期刊
2. 每个期刊包含：名称、出版社、影响因子、JCR分区、审稿周期、接收率
3. 说明推荐理由：为什么适合本研究
4. 说明投稿难度评估
5. 提供期刊官网和投稿须知链接"

【提示词17】

【提示词18】

“请帮我撰写投稿信（Cover Letter）。

【论文信息】
- 标题：[论文标题]
- 摘要：[论文摘要]
- 研究亮点：[2～3个核心亮点]
- 目标期刊：[期刊名称]

【投稿信要求】
1. 格式：正式的学术投稿信格式
2. 内容：研究背景、主要发现、研究意义、为什么适合该期刊
3. 声明：原创性声明、无利益冲突声明
4. 建议审稿人：推荐3—5位审稿人（姓名、单位、邮箱）
5. 回避审稿人：列出需要回避的审稿人（如有）
6. 语言：地道、专业的学术英语"

附录F：项目申请提示词

【提示词19】

“请帮我撰写立项依据。

【研究主题】
[研究主题]

【要点信息】
- 研究意义：[理论和实践意义]
- 国内外现状：[国内外研究现状]
- 存在问题：[当前研究存在的问题]
- 研究契机：[开展本研究的契机]
- 前期工作：[已有的前期工作基础]

【撰写要求】
1. 字数：2000字
2. 结构：研究意义→国内外现状→存在问题→研究契机→前期工作
3. 引用关键文献支撑论述
4. 突出研究的必要性和紧迫性
5. 体现申请人对领域的深入理解
6. 语言规范、逻辑严密"

【提示词20】

“请帮我凝练创新点。

【研究内容】
[描述研究内容]

【凝练要求】
1. 提炼3个主要创新点
2. 每个创新点包含：创新点名称、创新内容、与已有研究的区别
3. 从理论创新、方法创新、应用创新等角度阐述
4. 说明每个创新点的创新程度和科学价值
5. 创新点表述要简洁、准确、有说服力”

附录G：学科专属提示词精选

【生物医学提示词】

【计算机科学提示词】

【社会科学提示词】

【人文科学提示词】

结语

本书从科研提示词的基础知识出发，系统介绍了AI在科研全流程中的应用方法，涵盖了从选题、文献调研、研究设计、数据分析到论文写作、投稿审稿、项目申请的各个环节。同时，本书还针对不同学科领域的特点，提供了专业的提示词模板。

需要强调的是，AI是科研的助手而非替代者。AI可以帮助我们提高效率、拓展思路，但科研的核心——提出问题、设计实验、解释结果、创造价值——仍然需要人类的智慧和判断。正确使用AI工具，遵守学术诚信，才能在人机协同的新时代取得真正的科研突破。

希望本书能够成为你科研路上的得力助手，帮助你从科研小白成长为独立PI。祝你在科研道路上取得丰硕的成果！

第1章详细案例分析

以下是科研提示词设计的一些详细案例，帮助读者更好地理解和应用提示词设计原则。

案例1：文献综述提示词设计

场景：一位生物医学专业的研究生需要撰写一篇关于“CRISPR技术在基因治疗中的应用”的文献综述。

【第一轮提示词】

“我是一位生物医学专业的研究生，正在准备一篇关于CRISPR技术在基因治疗中的应用的文献综述。请帮我检索2020-2024年间发表在Nature、Science、Cell、Nature Medicine等顶级期刊上的相关文献，按以下格式输出：

1. 文献基本信息（作者、年份、期刊、标题）
2. 研究类型（基础研究/临床研究/综述）
3. 核心发现（100字以内概括）
4. 与我研究的相关性（高/中/低）

请推荐15—20篇最核心的文献。"

【第二轮提示词（优化）】

“基于上一次的检索结果，我发现文献数量较多，需要进一步筛选。请重点关注以下方面的文献：

1. CRISPR-Cas9在体外基因编辑中的应用
2. 体内递送系统的研究进展
3. 临床试验的最新结果
4. 安全性和脱靶效应的研究

对于每篇文献，请额外说明：
- 研究方法的关键创新点
- 研究结果的临床转化潜力
- 该研究对领域发展的贡献”

案例2：实验设计提示词设计

场景：一位材料科学专业的博士生需要设计一个关于“新型纳米材料在肿瘤靶向治疗中的应用”的实验方案。

【第一轮提示词】

“我是一位材料科学专业的博士生，计划研究一种新型纳米材料在肿瘤靶向治疗中的应用。请帮我设计一个初步的实验方案，包括：

1. 纳米材料的合成路线和表征方法
2. 体外细胞实验设计（细胞选择、实验分组、检测指标）
3. 体内动物实验设计（动物模型、给药方案、评价指标）
4. 安全性评价方案
5. 预期的实验周期和关键节点

请确保方案的科学性和可行性。"

【第二轮提示词（迭代优化）】

"感谢上次的方案设计。我对方案有以下疑问，请进一步优化：

1. 关于纳米材料的合成：目前方案中使用了高温高压条件，实验室设备有限，能否提供常温常压下的替代合成方案？

2. 关于细胞实验：方案中建议使用HeLa细胞，但我想同时测试对其他癌细胞的效果，请推荐2-3种其他癌细胞系，并说明选择理由。

3. 关于动物实验：实验周期较长，能否设计一个分阶段的实验方案，每个阶段都有明确的评估指标？

4. 关于预算：请估算整个实验所需的试剂和材料费用。"

案例3：数据分析提示词设计

场景：一位心理学专业的研究者需要对问卷调查数据进行统计分析。

【完整提示词链】

【步骤1：数据清洗】
“我有以下问卷数据，请帮我编写Python代码进行数据清洗。
数据包含500份问卷，每份问卷有30个Likert五点量表题项。
请处理缺失值、异常值，并进行数据转换。"

【步骤2：信效度检验】
“基于清洗后的数据，请帮我进行信效度检验。
量表包含5个维度，每个维度6个题项。
请计算Cronbach's α系数，进行探索性因子分析。"

【步骤3：描述性统计】
“请对数据进行描述性统计分析，计算各维度的均值、标准差、偏度、峰度，并绘制分布图。"

【步骤4：假设检验】
“我的研究假设是：不同性别在各维度上存在显著差异。
请选择合适的统计方法进行假设检验，并解释结果。"

【步骤5：结果可视化】
“请将以上分析结果整理成适合论文发表的图表，包括：
1. 各维度得分对比图
2. 性别差异对比图
3. 相关性热力图”

第3章详细案例分析：文献调研实战

本章将通过一个完整的案例，展示如何使用AI辅助完成从选题到文献综述的全过程。

案例：人工智能在医学影像诊断中的应用综述

研究背景：

随着深度学习技术的快速发展，人工智能在医学影像诊断领域展现出巨大潜力。一位医学影像学专业的研究生希望撰写一篇综述论文，系统梳理这一领域的研究进展。

阶段1：确定研究方向

【提示词】

“我是一位医学影像学专业的研究生，想撰写一篇关于人工智能在医学影像诊断中应用的综述论文。请帮我分析以下问题：

1. 这个领域的研究现状如何？有哪些主要的研究方向？
2. 当前研究的热点和难点是什么？
3. 有哪些重要的研究空白值得深入探讨？
4. 请推荐5—8个具体的综述主题，并分析每个主题的优缺点。"

阶段2：文献检索策略

【提示词】

"基于上次的讨论，我决定聚焦于“深度学习在肺癌CT影像诊断中的应用”。请帮我设计完整的文献检索策略：

1. 为PubMed、Web of Science、IEEE Xplore分别设计检索式
2. 确定检索词的同义词和近义词
3. 设定纳入排除标准
4. 设计文献筛选流程图
5. 估算可能检索到的文献数量"

阶段3：文献筛选与分析

【提示词】

“我已经检索到约200篇文献，请帮我设计文献筛选和分析方案：

1. 设计文献筛选的决策流程
2. 设计文献信息提取表格（包含哪些字段）
3. 设计文献质量评价标准
4. 建议文献分类方式（按技术类型/按应用场景/按研究设计等）
5. 提供文献管理软件的使用建议”

阶段4：综述框架设计

【提示词】

“基于筛选出的50篇核心文献，请帮我设计综述论文的框架：

1. 设计论文的整体结构（章节安排）
2. 每个章节的核心内容和字数分配
3. 建议的图表类型和数量
4. 文献引用策略（如何组织引用）
5. 写作时间规划”

阶段5：初稿撰写

【提示词】

“请帮我撰写综述论文的引言部分。

【要点】
- 肺癌是全球发病率和死亡率最高的恶性肿瘤之一
- 早期诊断对提高患者生存率至关重要
- CT是肺癌筛查和诊断的主要影像学方法
- 深度学习在医学影像分析中展现出巨大潜力
- 本综述聚焦于深度学习在肺癌CT诊断中的应用

【要求】
1. 字数：800-1000字
2. 结构：背景→问题→研究现状→本综述目的
3. 引用5—8篇关键文献
4. 语言：学术英文"

第10章详细案例分析：论文写作实战

本章将通过一个完整的案例，展示如何使用AI辅助完成论文的各个部分写作。

案例：基于机器学习的疾病预测模型研究

研究概况：

一项基于机器学习算法预测糖尿病发病风险的研究已完成数据收集和分析，现在需要撰写论文投稿至SCI期刊。

步骤1：标题生成

【提示词】

“我的研究开发了基于机器学习的糖尿病发病风险预测模型，使用随机森林算法，在包含10000例患者的数据集上进行训练和验证，模型AUC达到0.85。

请为我生成5个论文标题：
1. 突出方法创新
2. 突出性能表现
3. 突出临床应用价值
4. 简洁明了型
5. 吸引眼球型

请说明每个标题的优缺点。"

步骤2：摘要撰写

【提示词】

"请根据以下要点撰写英文摘要（300字）：

【背景】糖尿病是全球重大公共卫生问题，早期预测对预防至关重要
【目的】开发并验证基于机器学习的糖尿病发病风险预测模型
【方法】收集10000例患者的临床数据，使用随机森林算法构建预测模型，采用5折交叉验证评估模型性能
【结果】模型AUC为0.85，敏感性为0.82，特异性为0.78，年龄、BMI、空腹血糖是最重要的预测因子
【结论】该模型具有良好的预测性能，可用于糖尿病高危人群的筛查"

步骤3：方法部分撰写

【提示词】

“请帮我撰写论文的方法部分。

【研究设计】回顾性队列研究
【数据来源】某三甲医院2018—2023年电子病历数据
【样本量】10000例，其中糖尿病患者3000例，非糖尿病患者7000例
【特征变量】年龄、性别、BMI、血压、空腹血糖、血脂等20个变量
【算法】随机森林、支持向量机、逻辑回归对比
【评估指标】AUC、敏感性、特异性、精确率、F1分数
【统计软件】Python 3.8，scikit-learn库

【要求】
1. 详细程度：足够详细，便于他人重复
2. 字数：600-800字
3. 语言：学术英文"

步骤4：结果部分撰写

【提示词】

“请帮我将以下统计结果转化为论文的结果部分。

【基线特征】
糖尿病患者组：年龄58.3±10.2岁，BMI 26.5±3.8，男性占55%
非糖尿病患者组：年龄52.1±11.5岁，BMI 23.2±3.2，男性占48%
两组在年龄、BMI、空腹血糖上差异显著（p<0.001）

【模型性能】
随机森林：AUC=0.85，敏感性=0.82，特异性=0.78
支持向量机：AUC=0.81，敏感性=0.78，特异性=0.75
逻辑回归：AUC=0.76，敏感性=0.72，特异性=0.71

【特征重要性】
Top 5重要特征：年龄、BMI、空腹血糖、收缩压、甘油三酯

【要求】
1. 客观描述，不加入解释
2. 突出显著性发现
3. 包含具体的统计值
4. 字数：500-600字"

步骤5：讨论部分撰写

【提示词】

“请帮我撰写论文的讨论部分。

【主要发现】
1. 随机森林模型在糖尿病预测中表现最佳（AUC=0.85）
2. 年龄、BMI、空腹血糖是最重要的预测因子
3. 模型性能优于传统的风险评分工具

【对比文献】
1. Zhang et al. (2020) 使用神经网络，AUC=0.82
2. Li et al. (2021) 使用逻辑回归，AUC=0.78
3. Wang et al. (2022) 使用集成学习，AUC=0.84

【研究局限】
1. 单中心回顾性研究
2. 缺乏外部验证
3. 部分变量存在缺失值

【要求】
1. 结构：主要发现→与已有研究对比→研究意义→局限性→未来方向
2. 字数：800-1000字
3. 语言：学术英文“

步骤6：全文润色

【提示词】

"请对以下论文段落进行学术润色。

【原文】
We did a study to predict diabetes using machine learning. We collected data from 10000 patients and used random forest algorithm. The results showed that our model performed well with AUC of 0.85. We think this model can be used in clinical practice.

【润色要求】
1. 提升学术性和专业性
2. 修正语法错误
3. 使用更精确的表达
4. 保持原意不变
5. 标注主要修改之处”

附录H：常见问题解答（FAQ）

以下是读者在使用AI辅助科研过程中可能遇到的常见问题及解答。

Q1：AI生成的内容可以直接用于论文吗？

答：AI生成的内容不应直接用于论文，需要经过人工审核和修改。AI可以辅助写作，但研究者需要对内容的准确性、原创性和学术诚信负责。建议将AI作为写作助手，而非替代者。

Q2：如何确保AI生成内容的准确性？

答：确保AI生成内容准确性的方法包括：（1）对关键事实进行独立验证；（2）检查引用的文献是否真实存在；（3）请领域专家审核重要内容；（4）使用多个AI工具交叉验证；（5）保持批判性思维，不盲目相信AI输出。

Q3：使用AI辅助科研需要声明吗？

答：这取决于具体的使用方式和期刊要求。一般来说：（1）如果AI仅用于语言润色，通常不需要声明；（2）如果AI参与了内容生成，建议声明；（3）遵循目标期刊的AI使用政策；（4）在方法部分或致谢中说明AI的使用情况。

Q4：如何选择合适的AI工具？

答：选择AI工具时需要考虑：（1）任务类型：不同工具擅长不同的任务；（2）数据隐私：处理敏感数据时选择本地部署工具；（3）成本：考虑工具的定价模式；（4）易用性：选择界面友好、学习曲线低的工具；（5）社区支持：选择有活跃社区的工具。

Q5：提示词设计的核心原则是什么？

答：提示词设计的核心原则包括：（1）清晰具体：明确表达需求，避免模糊；（2）提供背景：给AI足够的上下文信息；（3）设定约束：明确输出的格式、长度、风格等；（4）迭代优化：通过多轮交互逐步完善；（5）验证输出：对AI的输出进行验证和审核。

Q6：AI辅助科研的伦理边界在哪里？

答：AI辅助科研的伦理边界包括：（1）不可接受：直接提交AI生成的论文、生成虚假数据、伪造引用；（2）可接受：语言润色、文献检索、代码辅助、数据可视化；（3）需谨慎：AI辅助写作需声明、AI生成内容需审核。始终遵守学术诚信原则，对研究内容负责。

附录I：术语表

本书涉及的主要术语及其解释。

术语	英文	解释
提示词	Prompt	向AI模型输入的指令或问题，用于引导AI生成特定输出
提示词工程	Prompt Engineering	设计和优化提示词以获得高质量AI输出的技术和方法
提示词链	Prompt Chain	将复杂任务分解为多个相互关联的子任务，通过连续AI交互完成
大语言模型	Large Language Model (LLM)	具有大规模参数和强大语言理解生成能力的AI模型
检索增强生成	Retrieval-Augmented Generation (RAG)	结合信息检索和文本生成的AI技术
零样本学习	Zero-shot Learning	AI模型在没有见过特定任务示例的情况下完成任务的能力
少样本学习	Few-shot Learning	AI模型通过少量示例学习新任务的能力
思维链	Chain of Thought	让AI模型展示推理过程的提示技术
PICO框架	PICO Framework	构建临床问题的框架：Population, Intervention, Comparison, Outcome
布尔检索	Boolean Search	使用AND、OR、NOT等逻辑运算符进行信息检索的方法

附录J：推荐阅读与资源

以下是进一步学习AI辅助科研的推荐资源。

学术论文

1. OpenAI. (2023). GPT-4 Technical Report. arXiv preprint arXiv:2303.08774.
2. Liu, Y., et al. (2023). Summary of ChatGPT-related research and perspective towards the future of large language models. Meta-Radiology, 1(2), 100017.
3. Stokel-Walker, C. (2023). ChatGPT listed as author on research papers: many scientists disapprove. Nature, 613(7945), 620-621.

在线资源

1. OpenAI官方文档：https://platform.openai.com/docs
2. Prompt Engineering Guide：https://www.promptingguide.ai/
3. Learn Prompting：https://learnprompting.org/
4. Papers with Code：https://paperswithcode.com/

推荐工具

通用AI工具：ChatGPT、Claude、Gemini、DeepSeek
学术专用工具：Elicit、Scite、Consensus、ScholarAI
代码辅助工具：GitHub Copilot、Code Interpreter、Cursor
写作辅助工具：Grammarly、Writefull、Paperpal