1. 数据科研提示词设计方法论北航何静老师整理的77个数据科研提示词清单为科研工作者提供了系统化的AI协作方案。这份资源的价值不仅在于数量更在于其针对数据科学工作流的精准分类——从数据清洗到模型调优每个环节都配备了可直接套用的提示模板。1.1 提示词工程的核心逻辑优质提示词需要遵循CRISP原则Contextual场景化明确指定任务背景如针对医疗影像的CNN模型Role-defined角色定义设定AI的专家身份如你是有5年经验的Python数据科学家Iterative可迭代保留参数调整空间使用[括号]标注可变参数Specific具体化避免模糊表述如不说改进模型而说通过调整学习率提升验证集准确率Progressive渐进式复杂任务分步骤拆解先数据预处理再特征工程实践发现加入约束条件能显著提升输出质量。例如要求给出可直接运行的完整代码比单纯请求示例代码获得的结果更实用。1.2 数据科研全流程提示词设计1.2.1 数据准备阶段# 优质提示词示例 你是有Kaggle竞赛经验的数据工程师请为信用卡欺诈检测数据集 1. 用pandas实现缺失值处理展示3种不同策略 2. 输出每种策略对类别分布的影响矩阵 3. 给出最终选择的处理建议及完整代码 要求处理后的数据可直接用于sklearn pipeline 1.2.2 特征工程环节数值特征设计基于业务逻辑的特征交叉方案说明每个新特征的物理意义文本特征用TF-IDF和Word2Vec两种方法处理产品评论对比在情感分析任务中的效果差异时序特征为销售数据生成有经济学意义的滞后特征附ADF检验结果1.2.3 模型开发阶段# 模型选择提示词模板 现有数据集特征 - 样本量50万条 - 特征维度200维含50个稀疏特征 - 目标变量多分类7个类别 根据上述特点 1. 推荐3种适合的算法并说明选择理由 2. 给出每种算法的超参数调优范围 3. 提供类别不平衡问题的解决方案 要求回复包含可运行的GridSearchCV示例 2. 高阶提示技巧实战2.1 思维链Chain-of-Thought应用通过分步引导获得更可靠的输出请按以下步骤分析用户流失预测问题 1. 先列出可能影响流失率的10个关键因素 2. 针对每个因素设计可量化的特征提取方案 3. 评估这些特征与目标变量的Spearman相关性 4. 最终给出特征重要性排序及业务解释2.2 对抗性提示设计预防常见问题的防御性写法过拟合防范在推荐正则化参数时需同时给出训练/验证集的学习曲线可复现性所有随机操作需设置固定seed并在代码注释中说明可解释性模型输出需包含SHAP值计算及特征贡献可视化2.3 多模态提示组合结合不同输出格式的要求请用以下结构回答 【业务洞见】用1-2句话总结核心发现 【技术方案】分条目列出实施步骤 【代码实现】提供完整可执行的Python代码 【验证方法】说明评估指标及测试方法3. 领域特定提示词优化3.1 生物医学数据提示要点强调伦理约束所有患者数据需进行k-anonymity处理特殊格式处理处理DICOM影像时需包含窗宽/窗位调整步骤领域术语校验使用MeSH术语表验证基因名称的规范性3.2 金融风控场景提示设计监管合规特征工程需符合巴塞尔协议III要求时效性处理说明如何处理交易数据的时间衰减效应可审计性所有特征转换需保留完整的逆向追踪路径4. 提示词效能评估体系4.1 质量评估指标建立量化评分卡每项1-5分代码可执行性直接运行通过率方案完整性端到端覆盖度创新价值超出基础方案的程度计算效率时间复杂度说明清晰度可扩展性适配其他数据集的难易度4.2 持续优化策略A/B测试法对同一任务设计不同提示词变体错误分析统计AI的常见失误类型并针对性改进版本控制用git管理提示词迭代历史关键心得最佳提示词往往需要10-15次迭代。建议建立自己的提示词库并定期更新标注每个提示词的有效场景和局限性。