如何写出高质量科研提示词给Open-Science Agent的5要素模板【免费下载链接】open-scienceAIPOCH Open-Science is an open-source, local-first, model-agnostic AI research workbench for macOS, Windows, and Linux, with scientific agents, Python/R notebooks, data connectors, and reproducible provenance.项目地址: https://gitcode.com/GitHub_Trending/open/open-science使用 AIPOCH Open-Science 这类 AI 科研工作台时很多人第一句只写“帮我分析这个数据”结果智能体猜错方向、产物反复返工。其实写好科研提示词prompt有章可循把目标、输入数据、约束条件、期望输出、验收标准这 5 个要素说清楚Agent 就能一次做对。Open-Science 是一个开源、本地优先、模型无关的 AI 研究工作台内置科学智能体、Python/R 笔记本、数据连接器和可复现溯源官方工作流本身就建议“描述目标、输入数据、约束、期望输出和结果的检查方法”再发送任务见 README.md。科研提示词5要素模板以下模板可直接套用每个要素用一行说明Agent 越容易执行要素你要写什么常见错误1️⃣ 研究目标一句话说清要回答的科学问题写成“看看数据”缺少可验证的问题2️⃣ 输入数据附上文件或用引用项目文件数据在聊天外Agent 只能“脑补”3️⃣ 约束条件方法、阈值、软件、合规要求未指定统计方法得到不可复现结果4️⃣ 期望输出报告、CSV 表格、图表的格式与数量只说“给我结果”格式全凭随机5️⃣ 验收标准结果如何算对、与什么对照没有标准好坏只能靠感觉 官方产品指南中的示例任务就是按这 5 要素组织的复现已发表的差异表达分析、与论文结果对照、交付报告/表格/图表见 docs/zh-Hans/README.md。要素一研究目标要“一问一句”把模糊愿望改写成科学问题。对比一下❌ “分析一下这批表达数据”✅ “判断某药物处理组与对照组之间差异表达基因|log2FC|1FDR0.05并解释其生物学意义”问题越具体Agent 选用的技能和代码路径越确定。Open-Science 支持 22 个精选内置技能你也可以用/明确指定技能例如文献综述或远程计算见 skills.jpg 所示的技能管理界面思路源码位于 src/main/skills/。要素二输入数据要“明牌”用 引用Agent 猜不到的上下文会直接变成错误结果。Open-Science 推荐两种方式让输入“显性化”直接上传源文件支持最大 10 GB 的流式上传在提示词中用引用项目文件库中的已有文件或产物例如data/raw_counts.csv。这样 Agent 从明确输入出发而不是依赖隐藏上下文。生成的文件会自动进入项目文件库方便后续会话复用要素三约束条件写方法、阈值和边界科研里“怎么做”和“做什么”同等重要。建议至少交代统计/算法方法如“用 DESeq2 做差异分析”阈值与判据如“FDR 0.05、|log2FC| 1”运行环境如“用 Python 3 的 pandas”或“R 的 limma”边界要求如“不联网下载数据”“不修改原始数据文件”。Open-Science 的 Agent 可在共享 Notebook 中运行 Python 和 R配合权限模式请求审批 / 自动批准编辑 / 完全访问控制副作用见 README.md。要素四期望输出给“格式清单”把交付物当清单写Agent 会逐项完成一份 Markdown 分析报告含方法、结果、局限一张 CSV 差异表达表列名gene、log2FC、padj两张图火山图 热图PNG 格式。这样报告、表格、图表会作为不可变产物挂在会话上可在预览面板中查看要素五验收标准让结果“可检查”最后一步最容易被忽略却最能拉开质量差距。写清楚对照基准“与论文 Table 2 的显著基因集合对比重叠率应 90%”自查要求“在报告末尾列出与原文的差异及可能原因”失败处理“若数据缺失列先停下来提问不要自行填充”。Open-Science 的每个产物都有Provenance溯源视图可查看生成代码、执行历史、输入与证据链验收标准写得好核对起来也快完整示例一条可直接使用的科研提示词目标复现论文《xxx》(DOI: 10.xxxx/xxx) 的差异表达分析。 输入data/raw_counts.csv原始计数、paper/table2.csv论文结果。 约束使用 DESeq2FDR0.05 且 |log2FC|1Python 3 运行不联网。 输出report.md方法/结果/差异讨论、diffexpr.csvgene,log2FC,padj、 volcano.png 与 heatmap.png。 验收显著基因与论文 Table 2 重叠率 90%不足时列出差异并分析原因 不要自行改数据。新手常见误区速查误区后果修正方法一句话任务“帮我跑一下”Agent 全凭猜测产物方向漂移套用 5 要素模板尤其补上验收标准数据只口头描述不上传分析基于想象的数据上传文件或用引用不指定方法只指定结果结果不可复现写明统计方法与阈值输出只说“给我结果”格式混乱难以直接交付列出文件清单与列名/图类型无验收标准无法判断对错反复返工给对照基准与自查清单小结写好科研提示词不需要天赋只需要结构目标 → 输入 → 约束 → 输出 → 验收。把 5 个要素写全再借助 Open-Science 的引用、技能选择/与产物溯源能力Agent 交付的报告、表格和图表就能稳定地“做对且可查”。想深入了解工作流可阅读 docs/PRD.md 与 docs/design.md。【免费下载链接】open-scienceAIPOCH Open-Science is an open-source, local-first, model-agnostic AI research workbench for macOS, Windows, and Linux, with scientific agents, Python/R notebooks, data connectors, and reproducible provenance.项目地址: https://gitcode.com/GitHub_Trending/open/open-science创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
