AI 学习资料 · 提示词互动指南·办公场景篇
研究与分析
从文献综述到数据分析,AI 都能加快研究工作。本章介绍学术研究和职场调研中的提示技巧。
编者注:原页面的提示词可以在页面上直接填写。本库改为纯文本:方括号 [ ] 标出要换成你自己内容的地方,括号里是说明,或原书给的示例值。
AI 在研究中的应用
AI 可以协助归纳、分析和写作,但不能代替批判性思维、伦理判断和领域专业知识。务必核实各种说法,并引用原始来源。
文献与信息综述
研究类提示词:正反对比
改前(模糊的请求):
示例
帮我总结这篇论文。
改后(结构化的请求):
示例
我在写一篇关于机器学习在医疗领域应用的文献综述,请为此总结这篇论文。
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
示例
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** - 作者怎样开展研究
3. **主要发现** - 最重要的结果(要点列表)
4. **贡献** - 有什么新意、为什么重要
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:[研究生]
文献综合
示例
综合分析以下几篇关于[远程办公效果]的论文:
论文1:[Smith 2021 - 发现生产力提高了15%]
论文2:[Jones 2022 - 指出协作面临挑战]
论文3:[Chen 2023 - 混合模式效果最好]
分析:
1. **共同主题** - 这些论文在哪些方面观点一致?
2. **矛盾之处** - 在哪些方面存在分歧?
3. **研究空白** - 哪些问题还没有涉及?
4. **发展演变** - 相关观点是怎样演变的?
5. **综合** - 整合后的整体认识
格式:写成可放进[学位论文]的文献综述段落
提出研究问题
示例
帮我就[AI 在医疗领域的采用]提出研究问题。
背景:
- 领域:[健康信息学]
- 现有认识:[已有 AI 工具,但推广缓慢]
- 已发现的空白:[对医生抵触的原因了解有限]
- 我的兴趣:[组织变革管理]
请给出:
1. **主要研究问题** - 需要回答的主要问题
2. **子问题** - 配套的小问题(3-4 个)
3. **假设** - 可检验的预测(如适用)
要求:问题应当
- 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 无法分析你的实际数据
AI 可以指导方法,并帮助解读结果,但无法访问或处理你的实际数据集。切勿把敏感的研究数据粘贴进提示词。让 AI 做指导,而不是替你计算。
编者注:这条提醒针对的是普通的对话式使用。如今不少能读取文件、运行代码的智能体工具,可以直接处理你交给它的数据文件;即便如此,计算结果仍要自己核对,敏感数据仍不宜上传。
统计分析指导
示例
帮我分析这些数据:
数据描述:
- 变量:[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:[n=150(每组50人)]
- 研究问题:[治疗类型是否影响结果评分?]
- 数据特征:[正态分布,无缺失值]
请就以下几点给出建议:
1. **合适的检验** - 应使用哪些统计检验
2. **需要核查的前提假设** - 方法的适用条件
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:指导我做分析,不要编造结果。
定性分析
示例
帮我分析这些定性回答:
回答:
[在此粘贴访谈摘录或调查回答]
使用[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
保留:受访者的原话和语境
数据解释
示例
帮我解释这些发现:
结果:
[在此粘贴统计输出或数据摘要]
背景:
- 研究问题:[X 能否预测 Y?]
- 假设:[X 对 Y 有正向预测作用]
- 预期结果:[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. **实际意义** - 在现实中意味着什么
4. **与文献的比较** - 和已有研究是否一致?
5. **其他解释** - 还有哪些可能的解读
6. **解释的局限性**
结构化分析框架
PESTLE 分析
示例
对[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
示例
对[上季度客户流失增加20%]进行根本原因分析。
问题陈述:
[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”法:
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
也可以用鱼骨图,按以下类别分析:
- 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
示例
对[我们的客户支持运营]进行差距分析。
**当前状态:**
- [平均响应时间24小时,CSAT 3.2/5]
**期望状态:**
- [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
示例
帮我为[为什么远程办公应该成为长期政策]构建论证结构。
主要主张:[企业应为知识型员工长期实行远程或混合办公]
要求:
1. **前提** - 推出结论的分论点
2. **证据** - 每个前提的数据/来源
3. **反方观点** - 对立的看法
4. **回应** - 怎样回应反方观点
5. **逻辑脉络** - 各部分如何衔接
检查:
- 逻辑谬误
- 缺乏依据的论断
- 推理中的漏洞
方法部分
示例
帮我撰写方法部分:
研究类型:[问卷调查]
参与者:[200名本科生,便利抽样]
材料:[带有李克特量表的在线问卷]
程序:[参与者在线完成20分钟的调查]
分析:[描述性统计和回归分析]
规范:遵循[APA 第 7 版]格式
要求:细节足够充分,别人能据此重复研究
文风:被动语态,过去时态
讨论部分
示例
帮我撰写讨论部分。
主要发现:
[在此填写主要发现,例如:
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** - 理论意义和实践意义
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** - 希望读者记住的要点
避免:夸大发现或引入新结果
批判性分析
来源评估
示例
评估这个来源是否适合学术使用:
来源:[在此粘贴引用或链接]
内容摘要:[简要说明这个来源提出了哪些论断]
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?深浅程度是否合适?
- **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:怎样把它引用到我的文章里
论证分析
示例
分析这段文本中的论证:
[粘贴你想分析的文本]
请找出:
1. **主要主张** - 在论证什么
2. **支持证据** - 靠什么支撑
3. **假设** - 未明说的前提
4. **逻辑结构** - 结论如何得出
5. **优点** - 哪些地方有说服力
6. **弱点** - 逻辑漏洞或谬误
7. **其他可能的解读**
提供:公正、平衡的评估
来自 prompts.chat 的提示词模板
扮演研究助理
示例
我希望你扮演一名研究助理。帮我探索课题、查找信息、综合各方来源、完善论点。不清楚的地方先向我提问,建议值得深入调查的方向,并帮我批判性地审视证据。要做得周全,同时坦白自己知识的局限。
扮演数据分析师
示例
我希望你扮演一名数据分析师。我会描述数据集和研究问题,你来建议分析方法、帮我解读结果、指出潜在问题。重点是方法可靠,结论讲得清楚。
扮演同行评审人
示例
我希望你扮演一名学术同行评审人。我会发给你稿件或其中的章节,你来就方法、论证、写作以及对该领域的贡献给出建设性反馈。要严格,但态度要支持作者,既指出优点,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。
小测验:用 AI 做研究时,最需要记住的是什么?
- A. 有了 AI,就不再需要原始来源
- B. AI 分析始终准确且是最新的
- C. AI 给出的说法始终要独立核实,并引用原始来源
- D. AI 可以访问和分析你的实际数据集
答案:C。 AI 可以协助归纳和梳理结构,但它可能编造引用,信息也可能过时,而且无法访问你的实际数据。始终对照原始来源核实说法,并坚守学术诚信。
请记住:AI 可以辅助研究,但不能代替批判性思维、伦理判断和领域专业知识。各种说法都要独立核实。