用例

研究和分析

数据分析和研究任务

AI 可以加速从文献综述到数据分析的研究工作流程。本章涵盖学术和专业研究的提示技巧。

AI 在研究中的应用

AI 可以协助综合、分析和写作——但无法替代批判性思维、伦理判断或领域专业知识。请始终核实声明并引用原始来源。

文献与信息综述

研究提示的注意事项

❌ 模糊请求

帮我总结这篇论文。

✓ 结构化请求

为我关于医疗保健中机器学习的文献综述总结这篇论文。

请提供:
1. 主要论点(1-2句话)
2. 研究方法
3. 主要发现(要点)
4. 局限性
5. 与我研究的相关性

阅读水平:研究生

论文摘要

总结这篇学术论文:

[论文摘要或全文]

请提供:
1. **主要论点** - 核心论述(1-2句话)
2. **研究方法** - 他们如何进行研究
3. **主要发现** - 最重要的结果(要点列表)
4. **贡献** - 新颖性/重要性
5. **局限性** - 已承认或明显的不足
6. **与[我的研究主题]的相关性** - 如何关联

阅读水平:${readingLevel:研究生}

文献综合

综合这些关于${topic:远程工作效果}的论文:

论文1:${paper1:Smith 2021 - 发现生产力提高了15%}
论文2:${paper2:Jones 2022 - 指出协作面临挑战}
论文3:${paper3:Chen 2023 - 混合模式显示最佳结果}

分析:
1. **共同主题** - 他们在哪些方面达成一致?
2. **矛盾之处** - 他们在哪些方面存在分歧?
3. **研究空白** - 哪些问题未被涉及?
4. **发展演变** - 思想是如何演进的?
5. **综合理解** - 整合后的理解

格式:适合${outputType:论文}的文献综述段落

研究问题开发

帮我为${topic:医疗保健中的AI采用}制定研究问题。

背景:
- 领域:${field:健康信息学}
- 现有知识:${currentKnowledge:AI工具存在但采用缓慢}
- 发现的空白:${gap:对医生抵触因素的理解有限}
- 我的兴趣:${interest:组织变革管理}

生成:
1. **主要研究问题** - 需要回答的主要问题
2. **子问题** - 支持性问题(3-4个)
3. **假设** - 可检验的预测(如适用)

标准:问题应该:
- 可以用现有方法回答
- 对该领域有重要意义
- 范围适当

数据分析

AI 无法分析您的实际数据

AI 可以指导方法论并帮助解释结果,但无法访问或处理您的实际数据集。切勿将敏感研究数据粘贴到提示中。使用 AI 进行指导,而非计算。

统计分析指导

帮我分析这些数据:

数据描述:
- 变量:${variables:年龄(连续变量)、治疗组(分类变量:A/B/C)、结果评分(连续变量)}
- 样本量:${sampleSize:n=150(每组50人)}
- 研究问题:${researchQuestion:治疗类型是否影响结果评分?}
- 数据特征:${characteristics:正态分布,无缺失值}

建议:
1. **适当的检验** - 应使用哪些统计检验
2. **需要检查的假设** - 前提条件
3. **如何解释结果** - 不同结果的含义
4. **效应量** - 实际意义
5. **报告** - 如何呈现发现

注意:指导我的分析,不要编造结果。

定性分析

帮我分析这些定性回答:

回答:
${responses:在此粘贴访谈摘录或调查回答}

使用${method:主题分析}:

1. **初始编码** - 识别重复出现的概念
2. **类别** - 将相关编码分组
3. **主题** - 总体模式
4. **关系** - 主题之间如何关联
5. **代表性引述** - 每个主题的证据

保持:参与者的声音和背景

数据解释

帮我解释这些发现:

结果:
${results:在此粘贴统计输出或数据摘要}

背景:
- 研究问题:${researchQuestion:X是否预测Y?}
- 假设:${hypothesis:X正向预测Y}
- 预期结果:${expectedResults:显著正相关}

提供:
1. **通俗语言解释** - 这意味着什么?
2. **统计显著性** - p值告诉我们什么
3. **实际显著性** - 现实世界的意义
4. **与文献的比较** - 这如何与现有研究吻合?
5. **替代解释** - 其他可能的解读
6. **解释的局限性**

结构化分析框架

PESTLE 分析

对${subject:欧洲电动汽车行业}进行 PESTLE 分析。

**政治(Political)**因素:
- 政府政策、法规、政治稳定性

**经济(Economic)**因素:
- 经济增长、通货膨胀、汇率、失业率

**社会(Social)**因素:
- 人口统计、文化趋势、生活方式变化

**技术(Technological)**因素:
- 创新、研发、自动化、技术变革

**法律(Legal)**因素:
- 立法、监管机构、劳动法

**环境(Environmental)**因素:
- 气候、可持续性、环境法规

针对每个因素:当前状态 + 趋势 + 影响

根本原因分析

对${problem:上季度客户流失增加20%}进行根本原因分析。

问题陈述:
${problemStatement:月流失率从第三季度的3%上升到第四季度的3.6%}

使用5个为什么:
1. 为什么?第一层原因
 2. 为什么?更深层原因
    3. 为什么?继续深入
       4. 为什么?接近根本
          5. 为什么?根本原因

替代方法:鱼骨图类别
- 人员
- 流程
- 设备
- 材料
- 环境
- 管理

提供:根本原因 + 建议行动

差距分析

对${subject:我们的客户支持运营}进行差距分析。

**当前状态:**
- ${currentState:平均响应时间24小时,CSAT 3.2/5}

**期望状态:**
- ${desiredState:响应时间低于4小时,CSAT 4.5/5}

**差距识别:**
| 领域 | 当前 | 期望 | 差距 | 优先级 |
|------|------|------|------|--------|
| ... | ... | ... | ... | 高/中/低 |

**行动计划:**
针对每个高优先级差距:
- 具体行动
- 所需资源
- 时间表
- 成功指标

学术写作支持

论证结构

帮我为${topic:为什么远程工作应该成为永久政策}构建论证结构。

主要主张:${thesis:组织应该为知识工作者采用永久性远程/混合政策}

要求:
1. **前提** - 支持结论的论点
2. **证据** - 每个前提的数据/来源
3. **反驳论点** - 对立观点
4. **反驳** - 对反驳论点的回应
5. **逻辑流程** - 各部分如何关联

检查:
- 逻辑谬误
- 无支撑的主张
- 推理中的漏洞

方法部分

帮我撰写方法部分:

研究类型:${studyType:调查}
参与者:${participants:200名本科生,便利抽样}
材料:${materials:带有李克特量表的在线问卷}
程序:${procedure:参与者在线完成20分钟的调查}
分析:${analysis:描述性统计和回归分析}

标准:遵循${standards:APA第7版}指南
包含:足够详细以便复制
语气:被动语态,过去时态

讨论部分

帮我撰写讨论部分。

主要发现:
${findings:1. X和Y之间存在显著正相关(r=0.45)
2. 各组在次要指标上无显著差异}

结构:
1. **总结** - 简要重述主要发现
2. **解释** - 发现的含义
3. **背景** - 发现与现有文献的关系
4. **意义** - 理论和实践重要性
5. **局限性** - 研究的不足之处
6. **未来方向** - 后续研究建议
7. **结论** - 核心要点

避免:夸大发现或引入新结果

批判性分析

来源评估

评估这个来源是否适合学术使用:

来源:${source:在此粘贴引用或链接}
内容摘要:${summary:简要描述来源的主张}

使用 CRAAP 标准评估:
- **时效性(Currency)**:何时发表?是否更新?是否足够新?
- **相关性(Relevance)**:与我的主题相关吗?级别是否适当?
- **权威性(Authority)**:作者资质?出版商声誉?
- **准确性(Accuracy)**:有证据支持吗?经过同行评审?
- **目的性(Purpose)**:写作目的是什么?有明显偏见吗?

结论:高度可信 / 谨慎使用 / 避免使用
使用建议:如何纳入的建议

论证分析

分析这段文本中的论证:

${text:粘贴你想分析的文本}

识别:
1. **主要主张** - 正在论证什么
2. **支持证据** - 什么支撑它
3. **假设** - 未明说的前提
4. **逻辑结构** - 结论如何得出
5. **优势** - 什么是令人信服的
6. **弱点** - 逻辑漏洞或谬误
7. **替代解读**

提供:公正、平衡的评估

来自 prompts.chat 的提示模板

扮演研究助理

我希望你扮演研究助理。帮助我探索主题、查找信息、综合来源并发展论点。提出澄清问题,建议相关的调查领域,并帮助我批判性地思考证据。要全面但承认你知识的局限性。

扮演数据分析师

我希望你扮演数据分析师。我会描述数据集和研究问题,你将建议分析方法、帮助解释结果并识别潜在问题。专注于合理的方法论和清晰的发现沟通。

扮演同行评审者

我希望你扮演学术同行评审者。我将分享手稿或章节,你将对方法论、论证、写作和对该领域的贡献提供建设性反馈。要严谨但有建设性,既指出优势也指出需要改进的地方。

总结

关键技巧

清楚说明研究背景和目标,指定要使用的分析框架,要求承认局限性,请求基于证据的推理,并保持学术严谨性和诚实性。

使用 AI 进行研究时最重要的是记住什么?

请记住:AI 可以辅助研究,但无法替代批判性思维、伦理判断或领域专业知识。始终独立验证声明。