DeepSeek+DeepResearch-讓科研像聊天一樣簡(jiǎn)單（內(nèi)含AI學(xué)術(shù)工具公測(cè)版）

DeepSeek+DeepResearch讓科研像聊天一樣簡(jiǎn)單北京航空航天大學(xué)

高研院

助理教授清華大學(xué)新聞學(xué)院與人工智能學(xué)院雙聘教授

沈陽(yáng)團(tuán)隊(duì)博士后何靜能做什么？要怎么做？效果如何？一能做什么？數(shù)據(jù)挖掘數(shù)據(jù)分析數(shù)據(jù)采集數(shù)據(jù)處理數(shù)據(jù)可視化AIGC數(shù)據(jù)應(yīng)用通過(guò)編寫(xiě)爬蟲(chóng)代碼、訪問(wèn)數(shù)據(jù)庫(kù)、讀取文件、調(diào)用API等方式，采集社交媒體數(shù)據(jù)、數(shù)據(jù)庫(kù)內(nèi)容、文本數(shù)據(jù)、接口數(shù)據(jù)等。通過(guò)數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換、特征工程等方式，實(shí)現(xiàn)數(shù)據(jù)糾錯(cuò)、數(shù)據(jù)整合、格式轉(zhuǎn)換、特征提取等。對(duì)數(shù)據(jù)進(jìn)行診斷、預(yù)測(cè)、關(guān)聯(lián)、聚類分析，常用于問(wèn)題定位、需求預(yù)測(cè)、推薦系統(tǒng)、異常檢測(cè)等。對(duì)數(shù)據(jù)進(jìn)行分類、社交網(wǎng)絡(luò)分析或時(shí)序模式挖掘，常用于客戶細(xì)分、信用評(píng)分、社交媒體營(yíng)銷、股價(jià)預(yù)測(cè)等。將數(shù)據(jù)轉(zhuǎn)化為統(tǒng)計(jì)圖、熱力圖、網(wǎng)絡(luò)關(guān)系圖、詞云、樹(shù)形圖等，用于揭示數(shù)據(jù)中蘊(yùn)含的模式、趨勢(shì)、異常和洞見(jiàn)。本質(zhì)：以多agent實(shí)現(xiàn)從數(shù)據(jù)采集到可視全流程模型特點(diǎn)Claude3.5

sonnet平衡性能：在模型大小和性能之間取得平衡，適合中等規(guī)模任務(wù)。多模態(tài)支持：支持文本和圖像處理，擴(kuò)展應(yīng)用場(chǎng)景?？山忉屝裕鹤⒅啬Ｐ洼敵龅目山忉屝院屯该餍?。DeepSeekR1高效推理：專注于低延遲和高吞吐量，適合實(shí)時(shí)應(yīng)用。輕量化設(shè)計(jì)：模型結(jié)構(gòu)優(yōu)化，資源占用少，適合邊緣設(shè)備和移動(dòng)端。多任務(wù)支持：支持多種任務(wù)，如文本生成、分類和問(wèn)答。Kimik1.5垂直領(lǐng)域優(yōu)化：針對(duì)特定領(lǐng)域（如醫(yī)療、法律）進(jìn)行優(yōu)化，提供高精度結(jié)果。長(zhǎng)文本處理：擅長(zhǎng)處理長(zhǎng)文本和復(fù)雜文檔，適合專業(yè)場(chǎng)景。定制化能力：支持用戶自定義訓(xùn)練和微調(diào)，適應(yīng)特定需求。Open

AIo3

mini小型化設(shè)計(jì)：輕量級(jí)模型，適合資源有限的環(huán)境。快速響應(yīng)：優(yōu)化推理速度，適合實(shí)時(shí)交互場(chǎng)景。通用性強(qiáng)：適用于多種自然語(yǔ)言處理任務(wù)，如對(duì)話生成和文本理解。爬蟲(chóng)數(shù)據(jù)采集任務(wù)1、閱讀網(wǎng)頁(yè)源代碼，提取特定網(wǎng)頁(yè)內(nèi)容；2、撰寫(xiě)python腳本；3、提取并合并網(wǎng)址；4、提取網(wǎng)址內(nèi)容；5、寫(xiě)入文件。OpenAI

o3mini響應(yīng)速度快，

能夠高效提取所有需求鏈接，

輸出完整可運(yùn)行python腳本，代碼運(yùn)行后生成文件，

但數(shù)據(jù)采集結(jié)果為空。DeepSeek

R1能夠提取所有網(wǎng)址并進(jìn)行篩選、去重，所撰寫(xiě)代碼運(yùn)行后完成數(shù)據(jù)爬蟲(chóng)任務(wù)，所獲取數(shù)據(jù)準(zhǔn)確，少量數(shù)據(jù)有所遺漏。提示詞你需要完成以下兩個(gè)任務(wù)：閱讀網(wǎng)頁(yè)【網(wǎng)址】源代碼【對(duì)應(yīng)網(wǎng)頁(yè)源代碼】。提取所有包含“春運(yùn)2025丨X月X日，全社會(huì)跨區(qū)域人員流動(dòng)量完成X萬(wàn)人次”的網(wǎng)址進(jìn)行去重、篩選，合并成網(wǎng)址列表撰寫(xiě)python腳本，基于步驟1輸出的網(wǎng)址列表提取所有網(wǎng)址內(nèi)容“截至目前

2025

年春運(yùn)（2025年1月14日到2月8日）相關(guān)數(shù)據(jù)（如日期、全社會(huì)跨區(qū)域人員流動(dòng)量、鐵路客運(yùn)量、公路人員流動(dòng)量、水路客運(yùn)量、民航客運(yùn)量等）”完成數(shù)據(jù)提取并寫(xiě)入文件“2025春運(yùn)數(shù)據(jù).txt”測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。爬蟲(chóng)數(shù)據(jù)采集Kimi

k1.5能夠提取所有網(wǎng)址，代碼運(yùn)行后生成本地文件，但提取數(shù)據(jù)結(jié)果為空。結(jié)論目前DeepSeek

R1、Open

AI

o3mini、Kimi

k1.5支持聯(lián)網(wǎng)查詢網(wǎng)址，Claude

3.5

sonnet暫不支持；四個(gè)模型均能根據(jù)上傳的網(wǎng)頁(yè)代碼，對(duì)多個(gè)網(wǎng)址鏈接進(jìn)行篩選、去重，完全提取出符合指令要求的所有網(wǎng)址鏈接并形成列表；在復(fù)雜爬蟲(chóng)任務(wù)上，DeepSeek

R1與Open

AI

o3min生成的代碼均能正常執(zhí)行數(shù)據(jù)采集任務(wù)，o3響應(yīng)速度更快，R1數(shù)據(jù)采集結(jié)果更加完整準(zhǔn)確；其他2個(gè)模型都存在多次調(diào)試但代碼仍然運(yùn)行不成功的問(wèn)題，如代碼中羅列URL不全、輸出文本中提取數(shù)據(jù)為空等。Claude

3.5 sonnet可以提取所有網(wǎng)址，調(diào)整后可輸出正確代碼，運(yùn)行代碼能生成本地文件，但提取數(shù)據(jù)結(jié)果為空。測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。文件數(shù)據(jù)讀取任務(wù)1、讀取文件；2、根據(jù)指定內(nèi)容整理成表格。OpenAI

o3mini暫不支持附件上傳，響應(yīng)速度快，能夠快速讀取粘貼數(shù)據(jù)，輸出結(jié)果格式工整、簡(jiǎn)潔。DeepSeek

R1能夠詳細(xì)全面地提取文件中的數(shù)據(jù)，并整理成可視化數(shù)據(jù)表格，邏輯性強(qiáng)、指標(biāo)清晰。提示詞所上傳的“2025春運(yùn)數(shù)據(jù)（1月14-2月8日）.txt”包含了從2025年1月14日至2025年2月8日每天各種交通方式的春運(yùn)客運(yùn)量信息，請(qǐng)從中讀取每一天的信息，并整理成一張表格，要求包括以下幾項(xiàng)信息：1.當(dāng)天日期；2.當(dāng)天的鐵路客運(yùn)量、比2024年同期多或者少的百分比、環(huán)比的百分比。3.當(dāng)天的公路客運(yùn)量、比2024年同期多或者少的百分比、環(huán)比的百分比。4.當(dāng)天的民航客運(yùn)量、比2024年同期多或者少的百分比、環(huán)比的百分比。測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。文件數(shù)據(jù)讀取Claude3.5

sonnet很好地完成了數(shù)據(jù)讀取及提取任務(wù)，沒(méi)有漏數(shù)據(jù)指標(biāo)，數(shù)據(jù)邏輯性很好Kimi

k1.5能夠快速讀取文件數(shù)據(jù)，并整理成可視化數(shù)據(jù)表格，但填入數(shù)據(jù)有所缺失。結(jié)論DeepSeek

R1與Claude

3.5

sonnet均能很好的完成文件數(shù)據(jù)讀取任務(wù)，生成的表格邏輯性強(qiáng)、數(shù)據(jù)指標(biāo)清晰，Claude

3.5

sonnet一次性完成表格生成后支持直接復(fù)制和表格文件下載。Open

AI

o3mini能夠更加高效地完成數(shù)據(jù)提取任務(wù)，輸出表格準(zhǔn)確，但暫不支持附件上傳，文件讀取依靠粘貼稍顯不便；Kimi

k1.5文件數(shù)據(jù)提取有明顯空缺。測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。文本數(shù)據(jù)集成任務(wù)1、分別閱讀約7000token和15000token的文本內(nèi)容，測(cè)試模型對(duì)中、長(zhǎng)文本處理效果2、整理集成可視化的數(shù)據(jù)表格3、按照日期規(guī)范排序OpenAI

o3mini一般文本（7000token）：能夠高效提取文本中的數(shù)據(jù)，并整理成可視化數(shù)據(jù)表格，格式工整、簡(jiǎn)潔，數(shù)據(jù)準(zhǔn)確但數(shù)據(jù)維度有所缺失。長(zhǎng)文本（15000token）：反應(yīng)迅速，高效提取文本中數(shù)據(jù)，輸出格式規(guī)范的數(shù)據(jù)DeepSeek

R1一般文本（7000token）：能詳細(xì)全面地提取文本數(shù)據(jù)，并集成可視化表格，但受大樣本或模型穩(wěn)定性影響，輸出表格末尾缺失，需要重復(fù)嘗試生成。長(zhǎng)文本（15000token）：暫時(shí)無(wú)法給出答復(fù)?！舅栝喿x文本】請(qǐng)根據(jù)以上文本完成以下三個(gè)任務(wù)：1、閱讀文本內(nèi)容；2、整理集成可視化的數(shù)據(jù)表格；3、按照日期規(guī)范排序（直接分析并輸出結(jié)果，不使用python）提示詞表格，但集成數(shù)據(jù)維度仍然不夠全面。測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。文本數(shù)據(jù)集成Claude3.5

sonnet一般文本（7000token）：能夠準(zhǔn)確提取文本數(shù)據(jù)，并整理成可視化圖表，表格文字簡(jiǎn)潔，沒(méi)有提及文本中的環(huán)比和同比數(shù)據(jù)。長(zhǎng)文本（15000token）：長(zhǎng)文本粘貼后會(huì)自動(dòng)形成文件，能夠準(zhǔn)確集成文本數(shù)據(jù)表格，但數(shù)據(jù)維度有限。Kimi

k1.5一般文本（7000token）：能夠快速提取文本數(shù)據(jù)，并整理成可視化數(shù)據(jù)表格，數(shù)據(jù)準(zhǔn)確，所提取數(shù)據(jù)維度不夠全面。長(zhǎng)文本（15000token）：同樣能夠高效準(zhǔn)確地提取文本中數(shù)據(jù)，較一般長(zhǎng)度文本所集成數(shù)據(jù)維度反而更加全面。結(jié)論一般文本處理任務(wù)中，DeepSeek

R1所提取的文本數(shù)據(jù)維度最為全面，但容易受文本長(zhǎng)度或模型穩(wěn)定性影響出現(xiàn)失誤；其他三個(gè)模型在文本數(shù)據(jù)提取過(guò)程中，都存在對(duì)部分?jǐn)?shù)據(jù)的忽略問(wèn)題，沒(méi)有完整集成到可視化表格中；長(zhǎng)文本處理任務(wù)中，Kimi

k1.5相較短文本處理表現(xiàn)更加突出，提取準(zhǔn)確的同時(shí)數(shù)據(jù)維度更加全面；由于文本過(guò)長(zhǎng)DeepSeek

R1無(wú)法完成任務(wù)；綜合來(lái)看，Open

AI

o3mini響應(yīng)最快效率最高，但在數(shù)據(jù)集成維度上稍顯不足，同時(shí)與Claude

3.5

sonnet所輸出的表格更為工整、簡(jiǎn)潔。測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。數(shù)據(jù)分析OpenAI

o3mini響應(yīng)速度快，高效輸出數(shù)據(jù)分析結(jié)果，分析各因素對(duì)關(guān)鍵指標(biāo)生存率的影響，語(yǔ)言表達(dá)自然，重點(diǎn)突出結(jié)合歷史背景對(duì)數(shù)據(jù)規(guī)律進(jìn)行驗(yàn)證，但沒(méi)有察覺(jué)數(shù)據(jù)異常。DeepSeek

R1詳細(xì)展示長(zhǎng)思維鏈，精準(zhǔn)提取關(guān)鍵指標(biāo)“幸存率”，分析多個(gè)因素特征對(duì)幸存率的影響，結(jié)合歷史背景對(duì)數(shù)據(jù)及規(guī)律進(jìn)行驗(yàn)證，并敏銳察覺(jué)數(shù)據(jù)異常，提出了異常處理建議。1、讀取titanic遇難者名單excel2、找出其中規(guī)律任務(wù)請(qǐng)讀取所上傳的titanic遇難者名單數(shù)據(jù)文件，并分析找出其中規(guī)律提示詞測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。數(shù)據(jù)分析Claude3.5sonnet提供數(shù)據(jù)分析程序代碼，能夠提取大部分特征并對(duì)其與生存率的關(guān)聯(lián)進(jìn)行分析，但最終沒(méi)有形成明確的結(jié)論。Kimi

k1.5能夠精準(zhǔn)分析關(guān)鍵指標(biāo)生存率，

但對(duì)特征提取不完整，僅能識(shí)別較為淺層的數(shù)據(jù)關(guān)聯(lián)，

分析能力相對(duì)較弱。DeepSeek

R1與Open

AI

o3mini的數(shù)據(jù)分析能力相當(dāng)，且領(lǐng)先其他兩個(gè)模型，均能夠精準(zhǔn)抓取數(shù)據(jù)核心指標(biāo)并做統(tǒng)計(jì)，找到各特征與核心指標(biāo)的關(guān)聯(lián)，其中R1分析邏輯更加清晰嚴(yán)謹(jǐn)，而o3推理更加高效；Kimi

k1.5推理邏輯清晰但分析能力相對(duì)較弱，

Claude

3.5

sonnet能夠提供分析思路但沒(méi)有明確結(jié)論。結(jié)論測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。數(shù)據(jù)挖掘任務(wù)1、讀取即將上映的2025年電影數(shù)據(jù)集2、對(duì)數(shù)據(jù)集進(jìn)行深入分析和數(shù)據(jù)挖掘DeepSeek

R1能夠準(zhǔn)確對(duì)數(shù)據(jù)進(jìn)行分類，從多個(gè)維度進(jìn)行梳理和分析，借助可視化圖表進(jìn)行數(shù)據(jù)挖掘，基于分析結(jié)果提供可行建議，但整體數(shù)據(jù)挖掘深度較淺，缺少對(duì)不同類型數(shù)據(jù)直接關(guān)聯(lián)性的探究。第二輪對(duì)話：（基于初步分析結(jié)果，選擇其中一部分或某個(gè)方向進(jìn)行深入的數(shù)據(jù)挖掘）提示詞第一輪對(duì)話：測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。數(shù)據(jù)挖掘Claude3.5

sonnet基于數(shù)據(jù)集，在整體數(shù)據(jù)概括后提供多個(gè)深入數(shù)據(jù)挖掘方向，根據(jù)需求輸入研究?jī)A向，高效生成多個(gè)維度的數(shù)據(jù)分析，語(yǔ)言簡(jiǎn)潔，挖掘深度較淺。Kimi

k1.5提供數(shù)據(jù)的潛在用途方向，深入分析過(guò)程中，從多個(gè)維度（如時(shí)間、語(yǔ)言、地區(qū)）深入挖掘數(shù)據(jù)意義和關(guān)聯(lián)性，進(jìn)一步總結(jié)趨勢(shì)結(jié)論并提出相關(guān)建議。Kimi

k1.5該任務(wù)中表現(xiàn)最為出色，對(duì)特征進(jìn)行精準(zhǔn)分類，從多維度深入挖掘指定數(shù)據(jù)的深層內(nèi)涵和關(guān)聯(lián)性；DeepSeek

R1與Claude

3.5

sonnet同樣能準(zhǔn)確完成數(shù)據(jù)的分類任務(wù)，但數(shù)據(jù)之間的關(guān)聯(lián)挖掘程度相對(duì)較淺；Open

AI

o3mini受附件上傳限制影響，由于數(shù)據(jù)集較大，暫不能完成該任務(wù)。結(jié)論測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。數(shù)據(jù)可視化任務(wù)基于titanic遇難者數(shù)據(jù)分析結(jié)果繪制可視化圖表Open

AI

o3mini的數(shù)據(jù)可視化能力突出，能夠直接高效地生成多種類型可視化圖表，準(zhǔn)確度高；DeepSeek

R1、Kimi

k1.5均能基于分析結(jié)果提供多種可視化圖表繪制方案，但都需要依靠運(yùn)行Python代碼才能完成繪圖任務(wù)，部分代碼會(huì)出現(xiàn)錯(cuò)誤OpenAI

o3mini能夠直接調(diào)用DALLE，根據(jù)分析結(jié)果和任務(wù)需求高效繪制各類可視化圖表，部分較為復(fù)雜的圖表可能出現(xiàn)數(shù)據(jù)錯(cuò)誤或無(wú)法生成的情況。Claude3.5

sonnet暫時(shí)不能直接繪制出可視圖表，需要將繪圖代碼復(fù)制到本地運(yùn)行。Kimi

k1.5結(jié)合數(shù)據(jù)樣本和分析結(jié)果，提供多種可視化圖表繪制方案及對(duì)應(yīng)代碼，需采用Python代碼完成繪圖任務(wù)。大樣本會(huì)省略數(shù)據(jù)；小樣本不省略數(shù)據(jù)。DeepSeek

R1能夠結(jié)合數(shù)據(jù)樣本和分析結(jié)果，提供多種可視化圖表繪制方案，但暫時(shí)不能直接繪制出可視圖表，需要將對(duì)應(yīng)的繪圖代碼復(fù)制到本地運(yùn)行制作圖表。柱狀圖（生還者和遇難者的比例、按船艙等級(jí)分類的生還情況）結(jié)論年齡分布直方圖、票價(jià)分布箱線圖（展示不同船票等級(jí)的票價(jià)分布）測(cè)試結(jié)果受到數(shù)據(jù)樣本、測(cè)試環(huán)境、AI抽卡、提示詞模板等因素影響，僅供參考，無(wú)法作為決策制定、質(zhì)量評(píng)估或產(chǎn)品驗(yàn)證的最終依據(jù)。DeepSeekR1文件數(shù)據(jù)讀取完整無(wú)缺失數(shù)據(jù)分析全面、邏輯清晰嚴(yán)謹(jǐn)網(wǎng)絡(luò)爬蟲(chóng)任務(wù)數(shù)據(jù)爬取完整、準(zhǔn)確數(shù)據(jù)挖掘能夠準(zhǔn)確分類并提供建議數(shù)據(jù)可視化任務(wù)能力有待完善Claude3.5

sonnet數(shù)據(jù)讀取輸出邏輯性強(qiáng)、指標(biāo)清晰數(shù)據(jù)分析任務(wù)完成得較為簡(jiǎn)單爬蟲(chóng)數(shù)據(jù)采集未形成明確結(jié)論數(shù)據(jù)挖掘深度較淺繪制出可視圖表不穩(wěn)定Open

AIo3

mini數(shù)據(jù)分析高效、全面、準(zhǔn)確數(shù)據(jù)可視化能力突出、直接生成網(wǎng)絡(luò)爬蟲(chóng)任務(wù)爬取數(shù)據(jù)結(jié)果為空暫不支持上傳數(shù)據(jù)附件數(shù)據(jù)挖掘深度較淺Kimik1.5數(shù)據(jù)挖掘能力出色快速讀取文件數(shù)據(jù)，提取網(wǎng)址鏈接長(zhǎng)文本數(shù)據(jù)處理能力突出爬蟲(chóng)數(shù)據(jù)采集存在代碼錯(cuò)誤問(wèn)題數(shù)據(jù)分析能力相對(duì)較弱數(shù)據(jù)應(yīng)用情況總結(jié)新思路：優(yōu)勢(shì)互補(bǔ)，協(xié)同應(yīng)用Claude+DeepSeek數(shù)據(jù)處理的“洗髓易筋”Claude

3.5

Sonnet

在文本提取上較穩(wěn)定，可用于數(shù)據(jù)清洗，DeepSeek

R1

可確保數(shù)據(jù)完整性DeepSeek+OpenAI數(shù)據(jù)采集的“天羅地網(wǎng)”DeepSeek

R1

負(fù)責(zé)精準(zhǔn)爬取和篩選數(shù)據(jù)，Open

AI

o3mini

提供額外的數(shù)據(jù)補(bǔ)充DeepSeek+Kimi數(shù)據(jù)分析的“慧眼破局”DeepSeek

R1

負(fù)責(zé)深入分析和異常檢測(cè)，Kimi

k1.5

提供深度挖掘的思路，助于更精準(zhǔn)發(fā)現(xiàn)數(shù)據(jù)規(guī)律OpenAI+Kimi+Claude數(shù)據(jù)呈現(xiàn)的“畫(huà)龍點(diǎn)睛”O(jiān)pen

AI

o3mini

直接調(diào)用DALLE

生成圖表，Kimi

k1.5

提供

Python

代碼支持，Claude3.5

Sonnet

負(fù)責(zé)圖表邏輯優(yōu)化數(shù)據(jù)采集數(shù)據(jù)預(yù)處理數(shù)據(jù)分析可視化呈現(xiàn)新思路：DeepSeek

R1的數(shù)據(jù)應(yīng)用中文數(shù)據(jù)處理優(yōu)勢(shì)創(chuàng)意寫(xiě)作生成能力數(shù)據(jù)讀取分析能力低成本高性能優(yōu)勢(shì)編程代碼生成能力智能中文古籍修復(fù)與注釋：

利用DeepSeek

R1強(qiáng)大的中文理解能力，自動(dòng)識(shí)別并修復(fù)古籍中的破損文字，同時(shí)生成準(zhǔn)確的注釋和解釋，幫助修復(fù)難以辨認(rèn)的古籍內(nèi)容。中文法律文本分析與生成：

基于DeepSeek

R1的中文數(shù)據(jù)處理能力，快速分析法律文本，提取關(guān)鍵信息，自動(dòng)生成合同草案、法律意見(jiàn)書(shū)等，提高律師工作效率。智能醫(yī)療數(shù)據(jù)分析與診斷：構(gòu)建智能醫(yī)療平臺(tái)，分析病歷、檢查報(bào)告和基因數(shù)據(jù)，幫助醫(yī)生提供更準(zhǔn)確的診斷與治療方案。金融風(fēng)險(xiǎn)預(yù)測(cè)與管理：開(kāi)發(fā)金融風(fēng)險(xiǎn)分析工具，收集并分析市場(chǎng)數(shù)據(jù)，預(yù)測(cè)風(fēng)險(xiǎn)并為金融機(jī)構(gòu)提供管理建議。智能文學(xué)創(chuàng)作輔助：為作家提供創(chuàng)作靈感和文本構(gòu)思，生成符合中文文學(xué)傳統(tǒng)的故事情節(jié)和詩(shī)句，助力突破創(chuàng)作瓶頸。智能廣告創(chuàng)意生成：根據(jù)產(chǎn)品特點(diǎn)和目標(biāo)受眾自動(dòng)生成創(chuàng)意廣告文案和宣傳語(yǔ)，提高廣告創(chuàng)作效率。中小企業(yè)AI定制化服務(wù)：為中小企業(yè)提供定制化的AI解決方案，如智能客服、營(yíng)銷和辦公工具，提升企業(yè)競(jìng)爭(zhēng)力。開(kāi)源AI教育平臺(tái)：借助DeepSeek

R1的低成本特性，創(chuàng)建開(kāi)源AI教育平臺(tái)，提供免費(fèi)課程和實(shí)驗(yàn)資源，促進(jìn)AI教育普及。智能編程教育助手：為編程學(xué)生提供實(shí)時(shí)編程指導(dǎo)，自動(dòng)生成代碼示例，幫助解決編程難題。自動(dòng)化代碼審查工具：自動(dòng)審查代碼，發(fā)現(xiàn)潛在問(wèn)題并提供優(yōu)化建議，提升開(kāi)發(fā)效率與代碼質(zhì)量。新思路：Open

AI

o3mini的數(shù)據(jù)應(yīng)用推理響應(yīng)速度快寫(xiě)作情感表達(dá)能力格式化輸出能力數(shù)據(jù)分析效率高數(shù)據(jù)可視化優(yōu)勢(shì)實(shí)時(shí)數(shù)據(jù)流處理與決策：利用o3mini在物聯(lián)網(wǎng)和工業(yè)自動(dòng)化領(lǐng)域，快速處理來(lái)自傳感器和設(shè)備的實(shí)時(shí)數(shù)據(jù)，進(jìn)行即時(shí)分析和決策，減少停機(jī)時(shí)間，提高生產(chǎn)效率。高頻交易數(shù)據(jù)分析：利用o3mini快速處理高頻交易數(shù)據(jù)，識(shí)別市場(chǎng)趨勢(shì)和交易模式，為交易者提供實(shí)時(shí)決策支持。數(shù)據(jù)報(bào)告自動(dòng)化生成：基于o3mini自動(dòng)生成格式化的數(shù)據(jù)報(bào)告，包括圖表、表格和文字說(shuō)明，幫助管理者快速理解分析結(jié)果。數(shù)據(jù)接口標(biāo)準(zhǔn)化：根據(jù)標(biāo)準(zhǔn)格式輸出數(shù)據(jù)，利用o3mini方便不同系統(tǒng)和平臺(tái)之間的數(shù)據(jù)共享，提升跨機(jī)構(gòu)協(xié)作效率。情感分析與數(shù)據(jù)解讀：利用o3mini結(jié)合情感分析，對(duì)數(shù)據(jù)進(jìn)行深入解讀，幫助市場(chǎng)調(diào)研等領(lǐng)域理解消費(fèi)者情感，優(yōu)化產(chǎn)品和策略。故事化數(shù)據(jù)呈現(xiàn)：借助o3mini將數(shù)據(jù)以故事的形式呈現(xiàn)，增強(qiáng)數(shù)據(jù)的可讀性和吸引力，幫助公眾理解復(fù)雜的科學(xué)和技術(shù)知識(shí)。復(fù)雜數(shù)據(jù)模式識(shí)別：借助o3mini高效分析復(fù)雜數(shù)據(jù)，幫助科學(xué)研究和工程領(lǐng)域發(fā)現(xiàn)模式和規(guī)律，如天文學(xué)中的星系演化或地質(zhì)學(xué)中的地震數(shù)據(jù)分析。多源數(shù)據(jù)融合分析：在智能交通和城市規(guī)劃中，o3mini有助于將不同來(lái)源的數(shù)據(jù)（如交通流量、氣象數(shù)據(jù)等）進(jìn)行融合分析，預(yù)測(cè)交通擁堵，為城市規(guī)劃提供決策支持。交互式數(shù)據(jù)可視化：在商業(yè)智能和數(shù)據(jù)分析領(lǐng)域，o3mini可以將多維數(shù)據(jù)以可視化的方式呈現(xiàn)，并支持用戶進(jìn)行交互式分析。實(shí)時(shí)數(shù)據(jù)可視化與預(yù)警：在實(shí)時(shí)監(jiān)控和數(shù)據(jù)分析中，o3mini可以實(shí)時(shí)將數(shù)據(jù)以可視化的方式展示，并支持用戶與數(shù)據(jù)進(jìn)行交互。二要怎么做？撰寫(xiě)文章標(biāo)題指令指令：

我想讓您擔(dān)任學(xué)術(shù)期刊編輯，我將向您提供一份手稿摘要，您將向我提供

5

個(gè)好的研究論文英文標(biāo)題，并解釋為什么這個(gè)標(biāo)題是好的。請(qǐng)將輸出結(jié)果以

Markdown

表格的形式提供，表格有兩列，標(biāo)題為中文。第一列給出英文標(biāo)題，第二列給出中文解釋。以下文本為摘要：

【指令后加上文章的摘要】。中-英、英-中互譯指令指令：

我想讓你充當(dāng)一名科研類的英漢翻譯，我會(huì)向你提供一種語(yǔ)言的一些段落，你的任務(wù)是將這些段落準(zhǔn)確地、學(xué)術(shù)性地翻譯成另一種語(yǔ)言。翻譯后不要重復(fù)原文提供的段落。您應(yīng)使用人工智能工具（如自然語(yǔ)言處理）以及有關(guān)有效寫(xiě)作技巧的修辭知識(shí)和經(jīng)驗(yàn)進(jìn)行回復(fù)。我會(huì)給你如下段落，請(qǐng)告訴我是用什么語(yǔ)言寫(xiě)的，然后翻譯。我希望你能以標(biāo)記表的形式給出輸出結(jié)果，其中第一列是原文，第二列是翻譯后的句子，每行只給出一個(gè)句子所提供段落的語(yǔ)言是中文，以下是按要求的標(biāo)記表格式翻譯成英文的譯文：Original

(Chinese)Translation(English)捕食是一個(gè)基本的生態(tài)過(guò)程，捕食的定義為：一種生物（捕食者）捕食了另一種生物（獵物）（Begon等，1997）。Predationisafundamentalecologicalprocess,definedasoneorganism(predator)preyingonanotherorganism(prey)(Begonetal.,1997).在群落范圍內(nèi)，捕食能夠影響某一營(yíng)養(yǎng)等級(jí)的動(dòng)態(tài)，也能夠影響整個(gè)群落結(jié)構(gòu)的動(dòng)態(tài)。Withinacommunity,predationcanaffectthedynamicsofaspecifictrophiclevelaswellasthedynamicsoftheentirecommunitystructure.對(duì)于整個(gè)群落來(lái)說(shuō)，捕食對(duì)于保持種群結(jié)構(gòu)穩(wěn)定、食物網(wǎng)進(jìn)程及種群內(nèi)物種數(shù)量穩(wěn)定具有重要意義（Menge等，1986；Garrity和Levings，1981；Murdoch和Oaten，1975）。Fortheentirecommunity,pedationiscrucialformaintainingpopulationstructurestability,foodwebprocesses,andstablespeciesnumberswithinthepopulation(Mengeetal,1986;GarrityandLevings1981;MurdochandOaten,

1975).一些因子，如:

捕食者規(guī)格

（Ener和Hughes，1978）、棲息環(huán)境復(fù)雜程度等都會(huì)影響捕食進(jìn)而影響捕食者與獵物之間的動(dòng)態(tài)關(guān)系。Somefactors,suchaspredatorsize(ElnerandHughes,1978)andhabitatcomplexity,canaffectpredationandsubsequentlyinfluencethedynamicrelationshipbetweenpredatorsand

prey.中文學(xué)術(shù)寫(xiě)作潤(rùn)色指令指令：

作為中文學(xué)術(shù)論文寫(xiě)作優(yōu)化助手，您的任務(wù)是改進(jìn)所提供文本的拼寫(xiě)、語(yǔ)法、清晰度、簡(jiǎn)潔性和整體可讀性，同時(shí)分解長(zhǎng)句，減少重復(fù)，并提供改進(jìn)建議。請(qǐng)僅提供文本的更正版本，并附上解釋。以

markdown

表格的形式提供輸出結(jié)果，每個(gè)句子單獨(dú)成行。第一列為原句，第二列為修改后的句子，第三列為中文解釋。請(qǐng)編輯以下文本：原始句子優(yōu)化后句子中文釋義捕食是一個(gè)基本的生態(tài)過(guò)程，捕食的定義為：一種生物(捕食者)捕食了另一種生物(獵物)(Begon等，1997)。捕食是一個(gè)基本的生態(tài)過(guò)程，定義為一種生物(捕食者)

捕食另一種生物(獵物)(Begon等，1997)刪除了多余的”捕食的“和"了"使句子更簡(jiǎn)潔。在群落范圍內(nèi)，捕食能夠影響某一營(yíng)養(yǎng)等級(jí)的動(dòng)態(tài)，也能夠影響整個(gè)群落結(jié)構(gòu)的動(dòng)態(tài)。在群落范圍內(nèi)，捕食能影響某一營(yíng)養(yǎng)等級(jí)及整個(gè)群落結(jié)構(gòu)的動(dòng)態(tài)。刪除了多余的"能夠"，并將兩個(gè)動(dòng)態(tài)合并在一起，使句子更簡(jiǎn)潔對(duì)于整個(gè)群落來(lái)說(shuō)，捕食對(duì)于保持種群結(jié)構(gòu)穩(wěn)定、食物網(wǎng)進(jìn)程及種群內(nèi)物種數(shù)量穩(wěn)定具有重要意義(Menge等，1986;

Garrity和Levings，1981;Murdoch和Oaten，1975)。對(duì)整個(gè)群落而言，捕食對(duì)保持種群結(jié)構(gòu)穩(wěn)定、食物網(wǎng)進(jìn)程和物種數(shù)量穩(wěn)定具有重要意義(Menge等，1986;Garrity和Levings,1981;Murdoch和Oaten,1975)刪除了多余的“對(duì)于"，并將”及“替換為"和"，使句子更簡(jiǎn)潔一些因子，如:

捕食者規(guī)格

(Ener和Hughes，1978)、棲息環(huán)境復(fù)雜程度等都會(huì)影響捕食進(jìn)而影響捕食者與獵物之間的動(dòng)態(tài)關(guān)系。一些因素，

如捕食者規(guī)格

(

E

I

n

e

r

和Hughes,1978)和棲息環(huán)境復(fù)雜程度，會(huì)影響捕食以及捕食者與獵物之間的動(dòng)態(tài)關(guān)系。將"因子"替換為"因素"，刪除了多余的”如:"和"等"，。。英文學(xué)術(shù)寫(xiě)作潤(rùn)色指令指令：

下面是一篇學(xué)術(shù)論文中的一個(gè)段落。潤(rùn)色文字以符合學(xué)術(shù)風(fēng)格，改進(jìn)拼寫(xiě)、語(yǔ)法、清晰度、簡(jiǎn)潔性和整體可讀性。必要時(shí)，重寫(xiě)整個(gè)句子。此外，用標(biāo)記符表格列出所有修改，并解釋修改原因。原始文本修正后文本Numerousmarinemolluscs,includingbothgastropodsandbivalves,showphenotypicplasticityintheirshellmorphologyinresponsetopredationrisk(Appleton&Palmer1988,Trussell&Smith2000,Bourdeau2010).Predationcanthereforeactasadirectionalselectionstressorthatproducesparticularpreyphenotypes,suchasthickerandheaviershells,roundshellshape,andlowergrowthrate(Leonardetal.1999,Trussell&Nicklin2002,Hollander&Butlin2010,Bourdeau2010)thatcandecreasethesusceptibilityto

predation.Numerousmarinemollusks,includingbothgastropodsandbivalves,exhibitphenotypicplasticityintheirshellmorphologyinresponsetopredationrisk.Predationcanactasadirectionalselectionpressure,resultinginspecificpreyphenotypes,suchasthickerandheaviershells,roundershellshapes,and.owergrowthratesthatcanreducesusceptibilitytopredation(Appleton&Palmer,1988;Trussell&Smith,2000;Leonardetal.,1999;Trussell&Nicklin,2002;Hollander&Butlin,2010;Bourdeau,2010).修改解釋修改解釋將“molluscs”替換為“mollusks”將“molluscs”替換為“mollusks”用

“可以降低捕食的易感性

”代替

“可以降低捕食的易感性”使用更簡(jiǎn)潔的動(dòng)詞，更好地表達(dá)原意將“show”替換為“exhibit” 將“show”替換為“exhibit”將

“產(chǎn)生

”改為

“導(dǎo)致”使用更準(zhǔn)確、更簡(jiǎn)潔的動(dòng)詞，更好地表達(dá)捕食與貝殼形態(tài)之間的因果關(guān)系重新組織句子結(jié)構(gòu)重新組織句子結(jié)構(gòu)用

“特定的獵物表型

”代替

“特定的獵物表型使用更準(zhǔn)確的形容詞，更好地表達(dá)原”

意。在每個(gè)引用年份后添加逗號(hào)在每個(gè)引用年份后添加逗號(hào)提升段落間邏輯和連貫性指令指令：

請(qǐng)分析以下文本中每個(gè)段落中句子之間的邏輯性和連貫性，

指出句子之間的流暢性或關(guān)聯(lián)性有哪些地方可以改進(jìn)，

并提出具體建議，

以提高內(nèi)容的整體質(zhì)量和可讀性。請(qǐng)只提供改進(jìn)后的文本，

然后用中文列出改進(jìn)之處。請(qǐng)改進(jìn)以下文字：原始文本修正后文本Overthepastseveraldecades,withtheexplosivegrowthofrenewableenergy,large-scaleenergystoragetechnologiesallowintermittentrenewableenergytoreplacetraditionalenergy.High-performancesecondarybatteriesareoneofthemostpromisingcandidatesforlarge-scaleenergystorageintermittenttechnologies.Sincecommercialization,lithium-ionbatteries(LIBs)havebecomemainstreamenergystoragedeviceswiththeirhighoutputvoltage,highenergydensity,andlongcyclelife.Inordertomeetthestrongdemandforfurtherimprovingitselectrochemicalperformance,thesearchforsustainableanodematerialsthatprovidelithium-ionbatterieswithsafeandstablecyclicperformance,whileprovidinghighcapacityandhighvoltagecurves,hassparkedin-depthresearchanddiscussion.Asapromisingcandidateforanodematerials,alloy-basedanodessuchassilicon(Si,4200mAhg-1)showextremelyhightheoreticalcapacity,nearly10timeshigherthanthecapacityofcommercialgraphiteanodes(372mAhg-1).Unfortunately,thesetypesofmaterialssufferfromlargevolumeexpansion/shrinkageduringthelithiation/delithiationprocess,leadingtotheformationofcracks,separationofactivematerialfromthecurrentcollector,anddisruptionoftheelectronicconductionnetworkwithintheelectrode,ultimatelyresultinginasharpdeclineinLi+storagecapacityandattenuationofcyclelife.lnordertoovercometheseproblems,previousresearchhasputalotofeffortintoimprovingelectrode

durability.Overthepastseveraldecades,renewableenergyhasseenexplosivegrowth,andlarge-scaleenergystoragetechnologieshaveplayedavitalroleinenablingintermittentrenewableenergysourcestoreplacetraditionalformsofenergy.Amongthesetechnologies,high-performancesecondarybatteriesareoneofthemostpromisingsolutions.Lithium-ionbatteries(LIBs),inparticular,havebecomethemainstreamenergystoragedevicessincetheircommercializationduetotheirhighoutputvoltage,highenergydensity,andlongcycle

life.Nevertheless,tomeettheincreasingdemandforevenbetterelectrochemicalperformance,researchershavebeguntoexploresustainableanodematerials.Thegoalistofindmaterialsthatnotonlyensurelithium-ionbatterieshaveasafeandstablecyclicperformance,butalsoofferhighcapacityandhighvoltagecurves.Amongvariousoptions,alloy-basedanodes,especiallysilicon(Si,4200mAhg-1),havesparkedin-depthresearchanddiscussion.Thisisprimarilyduetotheir

extremelyhightheoreticalcapacity,whichisnearly10timesthatofcommercialgraphiteanodes(372mAh

g-1).Despitetheirpotential,thesealloy-basedanodeshavesignificantdrawbacks.Themainissueliesintheirlargevolumeexpansionandshrinkageduringthelithiationanddelithiationprocess.Thiscanresultintheformationofcracks,activematerialseparatingfromthecurrentcollector,andadisruptedelectronicconductionnetworkwithintheelectrode.AlloftheseissuescancauseasharpdeclineinLi+storagecapacityandashortenedcycle.Therefore,muchofthepreviousresearchhasfocusedonimprovingthedurabilityoftheelectrodetoovercometheseproblems.標(biāo)點(diǎn)符號(hào)錯(cuò)誤一鍵修改指令指令：

請(qǐng)你幫我確保以下文字中的標(biāo)點(diǎn)符號(hào)正確無(wú)誤，

如果發(fā)現(xiàn)標(biāo)點(diǎn)符號(hào)錯(cuò)誤，

請(qǐng)將你發(fā)現(xiàn)的錯(cuò)誤列在一個(gè)兩欄的標(biāo)記表中，

將原文放在第一欄，

將更正后的文本放在第二欄，

請(qǐng)只列出錯(cuò)誤，

并在最后提供更正后的文本。原始文本修正后文本lnaddition.theleftvalveofeachmusselwasexaminedforcompressiveforce(shellstrength)followingBurnettandBelk(2018).Auniversalmaterial+testingmachine(MTSSystemCorporation,EdenPrairie,MIN,USA,Model661;Fig1,)wasusedtodeterminetheshellstrength.Eachshellvalvewasplacedhorizontallywiththeshelledgeonaflatsurface,whileacompressiveforcewasappliedataconstantloadingrateof10mm-minuntilthereal-timeforcecurveonthemonitorscreenfastdropindicatingfailureoccurred.lnaddition,theleftvalveofeachmusselwasexaminedforcompressiveforce(shellstrength)followingBurnettandBelk(2018).Auniversalmaterial-testingmachine(MTSSystemCorporation,EdenPrairie,MN,USA,Model661;Fig.1)wasusedtodeterminetheshellstrength.Eachshellvalvewasplacedhorizontallywiththeshelledgeonaflatsurface,whileacompressiveforcewasappliedataconstantloadingrateof10mm/minuntilthereal-timeforcecurveonthemonitorscreenfastdropindicatingfailureoccurred.改寫(xiě)降重指令指令：

我想讓你充當(dāng)科研寫(xiě)作專家，并提供一些英文或中文段落，你的任務(wù)是用原文改寫(xiě)段落。你應(yīng)該使用人工智能工具（如自然語(yǔ)言處理）、修辭知識(shí)和你在有效科學(xué)寫(xiě)作技巧方面的專業(yè)知識(shí)來(lái)回答。請(qǐng)只提供改寫(xiě)后的文本，不作任何解釋，請(qǐng)用科研語(yǔ)氣風(fēng)格重寫(xiě)下面的文字：解讀文獻(xiàn)配圖指令指令：

這是發(fā)表在【雜志名稱】期刊上的一篇論文中的一幅圖，

標(biāo)題為【文章標(biāo)題】，

圖例為【圖的標(biāo)題】。作為該領(lǐng)域的專家，請(qǐng)幫助我解讀該圖。論文參考文獻(xiàn)格式指令指令：

我想請(qǐng)你擔(dān)任一份研究手稿的參考文獻(xiàn)編輯。我將為你提供五個(gè)參考文獻(xiàn)模板，

你應(yīng)將其作為指南。之后，我會(huì)提供更多參考文獻(xiàn)，

你需要檢查這些參考文獻(xiàn)的格式問(wèn)題，

如標(biāo)點(diǎn)符號(hào)的位置和間距。給出一個(gè)包含三列的標(biāo)記表，

第一列是原文，

第二列是固定文本，

第三列是解釋，

然后提供所有固定的參考文獻(xiàn)。以下是需要修正的五個(gè)示例模板和參考文獻(xiàn)：原始文本修正后文本BoullisA,FassotteB,SarlesL,LognayG,HeuskinS,VanderplanckM.BartramS,HaubrugeE,FrancisF,VerheggenF(2017ElevatedCarbonDioxideConcentrationReducesAlarmSignalinginAphids.JChemEcol

43:164-171.BoullisA,FassotteB,SarlesL,LognayG,HeuskinS,VanderplanckM.BartramS,HaubrugeE,FrancisF.VerheggenFJ(2017)ElevatedCarbonDioxide

ConcentrationReducesAlarmSignalinginAphids.JChemEcol

43:164-171.BourdeauPE(2011)Constitutiveandinducibledefensivetraitsinco-occurringmarinesnailsdistributedacrossaverticalrockyintertidalgradient.FunctionalEcology

25:177-185BourdeauPE(2011)Constitutiveandinducibledefensivetraitsinco-occurringmarinesnailsdistributedacrossaverticalrockyintertidalgradient.FunctEcol

25:177-185.BrnmarkC,LakowitzTHollanderJ(2011)Predator-inducedmorphologicalplasticityacrosslocalpopulationsofafreshwatersnail.PLOSONE6:e21773.BronmarkC.LakowitzT,HollanderJ(2011)Predator-inducedmorphologicalplasticityacrosslocalpopulationsofafreshwatersnail.PLOSONE6:e21773.高階數(shù)據(jù)分析指令指令：

請(qǐng)你制作

10

個(gè)不同的可視化圖表，

以反映上傳數(shù)據(jù)集的各個(gè)方面？[

適當(dāng)加上一些對(duì)你的數(shù)據(jù)的描述，尤其是各個(gè)列

(

變量)

，這里盡量詳細(xì)的描述你的數(shù)據(jù)]用10張精美的繪圖，

展示數(shù)據(jù)變量之間的關(guān)系或潛在的分析思路，包括展示數(shù)據(jù)分析的直方圖和箱線圖。呈現(xiàn)關(guān)鍵變量之間的配對(duì)散點(diǎn)矩陣圖和小提琴圖，

以及常用的相關(guān)性熱圖等，每張圖都有詳細(xì)的解釋。其他常用英文指令Prompts（指令）描述Prompts（指令）描述Canyouloadandpreviewthe

data?加載，預(yù)覽一下數(shù)據(jù)Canyoulistthetop10key

points?最重要的十個(gè)要點(diǎn)Whatarethetrendsshowninthisdata?找趨勢(shì)Canyoudescribethe

data?描述數(shù)據(jù)Showmethetoptrendsinavisual

format.以視覺(jué)形式顯示趨勢(shì)Canyoucleanthis

dataset?清洗數(shù)據(jù)Canyoucreateaheatmapusingthisdata?創(chuàng)建一個(gè)熱力圖Canyousegmentthisdataandcreatea

table?切分?jǐn)?shù)據(jù)Canyoucreateagraphusingthis

data?制作一個(gè)圖Canyoucreateaworld

cloud?做一個(gè)詞云Canyoucreateachartusingthis

data?畫(huà)一個(gè)圖表Whataretherowsandcolumnsinthis

dataset?描述一下行和列Canyoumakethegraphsmore

beautiful?把圖美化一下Canyouwriteaonesentencerecapofthis

data?快速回顧一下Createavisualchart,basedonthis

data.做一個(gè)視覺(jué)圖表What’sthemaintakeawayfromthis

dataset?找出最主要的信息CanyouexplainthisdatasetlikeI’m5years

old?像給五歲小朋友講故事那樣解釋一下這個(gè)數(shù)據(jù)集Canyoucreateapresentationbasedthis

dataset?做一個(gè)整體展示Canyoucreate10graphsto

presentdifferent

data?創(chuàng)作10個(gè)不同的圖展示數(shù)據(jù)Canyouwritemeanarticlebasedon

thisdatasetorstatistic

results?根據(jù)結(jié)果寫(xiě)文章Canyouexplainthisdatasetin

oneparagraph?用一段話來(lái)解釋一下這個(gè)數(shù)據(jù)集Whatinsightsdoyouseehere?Giveme

anumbered

list.提供一些見(jiàn)解Canyouexplainthisdatasetinsimpleterms?用簡(jiǎn)單的話來(lái)解釋一下這個(gè)數(shù)據(jù)集其他常用中文指令Prompts（指令）跨學(xué)科融合：將“輿論分析”概念與其他領(lǐng)域的最新具有突破性的理論深度結(jié)合，提出極其具有創(chuàng)新的交叉領(lǐng)域的十個(gè)問(wèn)題。探索“輿論分析”概念的基礎(chǔ)理論、哲學(xué)基礎(chǔ)或科學(xué)原理等深層次原理，提出挑戰(zhàn)這些基礎(chǔ)的前所未有的突破性十個(gè)問(wèn)題。輿論分析這個(gè)概念在最前沿科技或理論中的潛在應(yīng)用，列出十個(gè)充滿想象力和震撼性，前所未有的應(yīng)用。如果要量化研究審美智能概念，請(qǐng)?zhí)岢鲆粋€(gè)合理的，有效的，各指標(biāo)不重疊的，你自己能提取數(shù)據(jù)的指數(shù)體系框架，不少于三十個(gè)指數(shù)。請(qǐng)大家研究任何問(wèn)題，先用這四個(gè)提示詞進(jìn)行提問(wèn)。一是跨學(xué)科融合，二是深層次原理，三是概念前沿應(yīng)用，四是如何量化分析任何學(xué)術(shù)概念。里面會(huì)有些冗余信息，可以刪除回復(fù)中的冗余信息。另外大家有空還可以對(duì)我的提示詞進(jìn)行改進(jìn)，圍繞四個(gè)方面。我們需要建立一套研究提示詞集。AIfor

research

提示詞集。三效果如何？元知AI綜述工具元知是國(guó)內(nèi)由清華、北航專家團(tuán)隊(duì)研發(fā)的一個(gè)AI學(xué)術(shù)平臺(tái)，目前其AI綜述生成工具已開(kāi)放使用，能夠幫助用戶從海量文獻(xiàn)中提取核心信息，通過(guò)自然語(yǔ)言處理算法，實(shí)現(xiàn)從文獻(xiàn)梳理到觀點(diǎn)提取到研究評(píng)論的一鍵式全自動(dòng)生成。概況產(chǎn)品功功能能亮亮點(diǎn)點(diǎn)多版本與模塊化支持：目前提供三個(gè)版本（基礎(chǔ)版、增強(qiáng)版、專業(yè)版），能夠靈活應(yīng)對(duì)不同用戶的綜述需求。工具內(nèi)包括文獻(xiàn)觀點(diǎn)梳理、問(wèn)題提出等功能模塊，確保用戶在不同科研需求下得到充分支持。增強(qiáng)版繪圖功能：增強(qiáng)版具備繪圖功能，可通過(guò)可視化圖示（如文獻(xiàn)關(guān)鍵詞共現(xiàn)圖）直觀展示綜述內(nèi)容，幫助用戶更好理解和呈現(xiàn)研究成果。無(wú)數(shù)據(jù)檢索：以現(xiàn)有真實(shí)數(shù)據(jù)庫(kù)作為支撐，通過(guò)關(guān)鍵詞檢索，自動(dòng)搜集相關(guān)文獻(xiàn)并生成綜述報(bào)告，目前只支持英文檢索。低重復(fù)率：結(jié)合現(xiàn)有查重機(jī)制與AI技術(shù)，在內(nèi)容生成階段引入重復(fù)檢測(cè)與優(yōu)化策略，從源頭上降低重復(fù)率風(fēng)險(xiǎn)，所生成的綜述普通重復(fù)率與AIGC重復(fù)率均在5%以下。無(wú)限雙語(yǔ)數(shù)據(jù)導(dǎo)入：支持中文與英文文獻(xiàn)的導(dǎo)入，并且文獻(xiàn)數(shù)據(jù)量沒(méi)有限制，能夠輕松處理中文文獻(xiàn)的系統(tǒng)性梳理，以及國(guó)際文獻(xiàn)的跨語(yǔ)言分析。幻覺(jué)克服：以現(xiàn)有真實(shí)數(shù)據(jù)庫(kù)作為支撐，借助由專家設(shè)計(jì)撰寫(xiě)的提示詞，精準(zhǔn)規(guī)避AI生成中的幻覺(jué)問(wèn)題。高規(guī)范格式輸出：所生成的綜述文檔格式規(guī)范、結(jié)構(gòu)清晰，符合學(xué)術(shù)論文標(biāo)準(zhǔn)，用戶幾乎無(wú)需進(jìn)行二次整理。中科院PubScholar平臺(tái)“PubScholar”平臺(tái)是由中國(guó)科學(xué)院開(kāi)發(fā)的公益學(xué)術(shù)平臺(tái)，整合了國(guó)內(nèi)外多種學(xué)術(shù)資源。該平臺(tái)提供文獻(xiàn)檢索、引用分析、文獻(xiàn)推薦等功能，用戶可通過(guò)平臺(tái)高效獲取科研資源，并生成相關(guān)的綜述報(bào)告。平臺(tái)的優(yōu)勢(shì)在于其廣泛的數(shù)據(jù)源和智能化的文獻(xiàn)推薦系統(tǒng)，支持跨學(xué)科的文獻(xiàn)分析。產(chǎn)品概況功功能能亮亮點(diǎn)點(diǎn)免費(fèi)開(kāi)放使用：所有用戶均可免費(fèi)訪問(wèn)，注冊(cè)后可直接使用。海量學(xué)術(shù)資源整合：包含約1.8億條學(xué)術(shù)元數(shù)據(jù)，涵蓋科技論文、專利文獻(xiàn)、科學(xué)數(shù)據(jù)等多個(gè)類別。超過(guò)8000萬(wàn)篇資源可直接獲取全文，包括2122萬(wàn)篇論文全文和5878萬(wàn)篇專利全文。無(wú)數(shù)據(jù)檢索：以現(xiàn)有真實(shí)數(shù)據(jù)庫(kù)作為支撐，通過(guò)關(guān)鍵詞檢索，自動(dòng)搜集相關(guān)文獻(xiàn)并生成綜述報(bào)告，支持中、英文檢索。知網(wǎng)研學(xué)平臺(tái)“PubScholar”平臺(tái)是由中國(guó)科學(xué)院開(kāi)發(fā)的公益學(xué)術(shù)平臺(tái)，整合了國(guó)內(nèi)外多種學(xué)術(shù)資源。該平臺(tái)提供文獻(xiàn)檢索、引用分析、文獻(xiàn)推薦等功能，用戶可通過(guò)平臺(tái)高效獲取科研資源，并生成相關(guān)的綜述報(bào)告。平臺(tái)的優(yōu)勢(shì)在于其廣泛的數(shù)據(jù)源和智能化的文獻(xiàn)推薦系統(tǒng)，支持跨學(xué)科的文獻(xiàn)分析。產(chǎn)品概況功功能能亮亮點(diǎn)點(diǎn)較高格式規(guī)范輸出：根據(jù)學(xué)術(shù)規(guī)范自動(dòng)排版，生成符合論文要求的文獻(xiàn)綜述結(jié)構(gòu)。中文內(nèi)容豐富：在中文文獻(xiàn)的分析上具有優(yōu)勢(shì)，能夠詳細(xì)呈現(xiàn)中文領(lǐng)域的研究成果，用戶可手動(dòng)選擇想要分析的50篇文獻(xiàn)。無(wú)數(shù)據(jù)檢索：以中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)作為支撐，通過(guò)關(guān)鍵詞檢索，自動(dòng)搜集相關(guān)文獻(xiàn)并生成綜述報(bào)告，僅支持中文檢索。斯坦福STORM斯坦福STORM平臺(tái)是由斯坦福大學(xué)的oval團(tuán)隊(duì)開(kāi)發(fā)的的一款A(yù)I科研工具，其核心功能是通過(guò)多智能體協(xié)作，實(shí)現(xiàn)從提綱到段落再到文章的迭代式生成，為用戶生成內(nèi)容大綱及高質(zhì)量長(zhǎng)文本。概況產(chǎn)品功功能能亮亮點(diǎn)點(diǎn)資料整合與文章生成：能夠?yàn)g覽網(wǎng)絡(luò)，搜集大量文獻(xiàn)，并通過(guò)基于主題的多個(gè)智能代理，將這些文獻(xiàn)轉(zhuǎn)化為連貫的文章或研究論文，長(zhǎng)度可達(dá)數(shù)萬(wàn)字。模擬對(duì)話與問(wèn)題生成：模擬文章寫(xiě)作前的調(diào)研過(guò)程，通過(guò)發(fā)掘話題研究中的多樣視角，模擬具有不同視角的作者向話題專家提出問(wèn)題的對(duì)話，并基于這些對(duì)話整理收集到的信息來(lái)創(chuàng)建文章大綱。轉(zhuǎn)化文獻(xiàn)為連貫文章：可以將現(xiàn)有的文獻(xiàn)資料進(jìn)行分析和整合，轉(zhuǎn)化為邏輯連貫的新文章，為學(xué)者和知識(shí)工作者提供了極大的便利。多智能體協(xié)作對(duì)話：Co-STORM模式引入了協(xié)作對(duì)話機(jī)制，并采用輪次管理策略，實(shí)現(xiàn)流暢的協(xié)作式AI學(xué)術(shù)研究。用戶體驗(yàn)對(duì)比：使用步驟元知AI綜述工具官網(wǎng)：/#/選擇版本：根據(jù)需求選擇工具的四個(gè)版本，包括基礎(chǔ)版、增強(qiáng)版、專業(yè)版（單圖）、專業(yè)版（雙圖）。文獻(xiàn)導(dǎo)入：用戶可從現(xiàn)有文獻(xiàn)數(shù)據(jù)庫(kù)中下載中英文數(shù)據(jù)后導(dǎo)入平臺(tái)，或直接通過(guò)實(shí)時(shí)聯(lián)網(wǎng)訪問(wèn)免費(fèi)數(shù)據(jù)庫(kù)進(jìn)行在線分析，操作簡(jiǎn)單便捷。信息提取與分析：平臺(tái)自動(dòng)運(yùn)用AI技術(shù)對(duì)導(dǎo)入的文獻(xiàn)進(jìn)行關(guān)鍵信息提取和深度梳理分析，用戶無(wú)需進(jìn)行復(fù)雜操作，等待平臺(tái)處理完成即可。綜述生成：根據(jù)智能分析結(jié)果，平臺(tái)自動(dòng)生成結(jié)構(gòu)化的文獻(xiàn)綜述文本內(nèi)容和可視化圖表，用戶可直接獲取完整的綜述報(bào)告，也可根據(jù)需要進(jìn)行自定義調(diào)整，如綜述主題、目標(biāo)、參數(shù)等。知網(wǎng)研學(xué)平臺(tái)官網(wǎng)：/sumup/sumup輸入關(guān)鍵詞：進(jìn)入官網(wǎng)后，在搜索框鍵入關(guān)鍵詞進(jìn)行文獻(xiàn)檢索。選取文章：勾選想要分析的20篇文獻(xiàn)。綜述生成：點(diǎn)擊生成綜述，等待2-3分鐘即可下載綜述報(bào)告。PubScholar平臺(tái)PubScholar平臺(tái)官網(wǎng)：/輸入關(guān)鍵詞：進(jìn)入官網(wǎng)后，在搜索框鍵入關(guān)鍵詞進(jìn)行文獻(xiàn)檢索。選取文章：勾選想要分析的20篇文獻(xiàn)。綜述生成：點(diǎn)擊生成綜述，等待2-3分鐘即可下載綜述報(bào)告。元知AI綜述工具知網(wǎng)研學(xué)平臺(tái)斯坦福STORM斯坦福STORM官網(wǎng)：/選擇模式：進(jìn)入主頁(yè)后，用戶可選擇STORM或Co-STORM模式。輸入主題：直接輸入主題詞后，STORM開(kāi)始進(jìn)行信息檢索和文章生成。查看生成過(guò)程：點(diǎn)擊“See

BrainSTORMing

Process”，可獲取不同LLM

Role的頭腦風(fēng)暴過(guò)程。參考其他文章：在“發(fā)現(xiàn)”欄，可參考其他學(xué)者生成的文章及聊天示例。整體來(lái)看，元知AI綜述工具提供了一鍵式的自動(dòng)化流程，只需導(dǎo)入數(shù)據(jù)，即可自動(dòng)生成高質(zhì)量且規(guī)范的文獻(xiàn)綜述，適合快速高效的研究需求。用戶體驗(yàn)對(duì)比：可操作性元知AI綜述工具界面直觀：平臺(tái)設(shè)計(jì)簡(jiǎn)潔、直觀，使用戶能夠方便、快捷地進(jìn)行文獻(xiàn)數(shù)據(jù)的導(dǎo)入、分析和綜述生成，操作路徑清晰，交互體驗(yàn)流暢高效。模塊分區(qū)：將功能模塊與信息展示分區(qū)設(shè)計(jì)布局，用戶可以輕松找到所需功能，提高了操作的便捷性和效率。多語(yǔ)言支持與定制化設(shè)置：語(yǔ)言支持對(duì)于國(guó)內(nèi)研究者更為友好，能夠適應(yīng)綜述撰寫(xiě)的國(guó)內(nèi)外研究需求，同時(shí)定制化設(shè)置滿足用戶在個(gè)性化需求下的使用。PubScholar平臺(tái)界面直觀：平臺(tái)設(shè)計(jì)簡(jiǎn)潔、直觀，使用戶能夠快捷地進(jìn)行文獻(xiàn)數(shù)據(jù)的檢索、選取和綜述生成，操作路徑清晰，交互體驗(yàn)流暢高效。語(yǔ)言支持：支持英文和中文內(nèi)容生成。知網(wǎng)研學(xué)平臺(tái)界面直觀：平臺(tái)設(shè)計(jì)簡(jiǎn)潔、直觀，使用戶能夠快捷地進(jìn)行文獻(xiàn)數(shù)據(jù)的檢索、選取和綜述生成，操作路徑清晰，交互體驗(yàn)流暢高效。語(yǔ)言支持：支持英文和中文內(nèi)容生成。斯坦福STORM界面友好：操作界面簡(jiǎn)潔明了，用戶容易上手，非技術(shù)背景用戶也能快速學(xué)會(huì)使用該工具進(jìn)行文獻(xiàn)綜述的生成。靈活定制：支持使用本地部署的語(yǔ)言模型，為有特定需求的用戶提供了更多靈活性。實(shí)時(shí)演示：提供實(shí)時(shí)演示demo，方便用戶了解和體驗(yàn)工具的功能。語(yǔ)言支持：僅支持英文輸入和英文內(nèi)容生成。生成綜述對(duì)比：多維度對(duì)比維度支持篇數(shù)格式評(píng)分文獻(xiàn)類別支持繪圖提煉觀點(diǎn)元知基礎(chǔ)版不限篇數(shù)4分中文英文不支持基礎(chǔ)提煉元知增強(qiáng)版不限篇數(shù)5分中文英文支持深入提煉元知專業(yè)版（單圖）不限篇數(shù)5分中文英文支持全面提煉元知專業(yè)版（雙圖）不限篇數(shù)5分中文英文支持全面提煉PubScholar20篇2分中文英文不支持未有提煉知網(wǎng)研學(xué)50篇4分中文不支持未有提煉斯坦福STORM不限篇數(shù)3分英文不支持基礎(chǔ)提煉PS：使用感受會(huì)因個(gè)體差異而有不同，僅作參考生成綜述對(duì)比：準(zhǔn)確性與專業(yè)性AI綜述平臺(tái)元知AI綜述工具 PubScholar平臺(tái)數(shù)據(jù)來(lái)源依托真實(shí)且可靠的學(xué)術(shù)數(shù)據(jù)庫(kù)，確保文獻(xiàn)數(shù)據(jù)的準(zhǔn)確性與可信度，為綜述內(nèi)容的真實(shí)性提供堅(jiān)實(shí)保障涵蓋全球科技論文、專利文獻(xiàn)、中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)，涵蓋海量的科學(xué)數(shù)據(jù)、學(xué)位論文、預(yù)印本、中文文獻(xiàn)圖書(shū)專著及開(kāi)放資源通過(guò)必應(yīng)搜索引擎收集數(shù)據(jù)，確保來(lái)源的廣泛性，但主要依賴互聯(lián)網(wǎng)主流來(lái)源，可能包含推廣內(nèi)容，需進(jìn)一步篩選和驗(yàn)證文本類型文本更加貼近學(xué)術(shù)綜述，內(nèi)容涵蓋了研究現(xiàn)狀、簡(jiǎn)要評(píng)述和主要參考文獻(xiàn)，結(jié)構(gòu)完整，生成文本適合輔助學(xué)術(shù)研究和論文撰寫(xiě)文本較為學(xué)術(shù)，內(nèi)容涵蓋引言、各層面的分析，總結(jié)與展望、參考文獻(xiàn)文本貼近學(xué)術(shù)綜述，內(nèi)容涵蓋了引言、研究現(xiàn)狀、參考文獻(xiàn)文本傾向于事實(shí)現(xiàn)狀，內(nèi)容包括歷史背景、當(dāng)前趨勢(shì)、應(yīng)用領(lǐng)域、挑戰(zhàn)與局限、未來(lái)方向等，結(jié)構(gòu)清晰，適合用于行業(yè)分析和趨勢(shì)預(yù)測(cè)參考文獻(xiàn)管理參考文獻(xiàn)數(shù)量相對(duì)更多，涵蓋國(guó)內(nèi)外學(xué)術(shù)文獻(xiàn)，參考文獻(xiàn)標(biāo)注格式規(guī)范，引用的文獻(xiàn)來(lái)自真實(shí)數(shù)據(jù)源，確保內(nèi)容的準(zhǔn)確性和可靠性參考文獻(xiàn)20篇以內(nèi)，涵蓋國(guó)內(nèi)外學(xué)術(shù)文獻(xiàn)，參考文獻(xiàn)標(biāo)注格式不規(guī)范，引用的文獻(xiàn)來(lái)自真實(shí)數(shù)據(jù)源，確保內(nèi)容的準(zhǔn)確性和可靠性參考文獻(xiàn)50篇以內(nèi)，只涵蓋國(guó)內(nèi)學(xué)術(shù)文獻(xiàn)，參考文獻(xiàn)標(biāo)注格式較為規(guī)范，引用的文獻(xiàn)來(lái)自真實(shí)數(shù)據(jù)源，確保內(nèi)容的準(zhǔn)確性和可靠性生成內(nèi)容引用了高質(zhì)量的學(xué)術(shù)文獻(xiàn)和行業(yè)報(bào)告，參考文獻(xiàn)標(biāo)注格式規(guī)范，支持直接點(diǎn)擊標(biāo)注查看參考來(lái)源，便于追溯PS：使用感受會(huì)因個(gè)體差異而有不同，僅作參考知網(wǎng)研學(xué)平臺(tái) 斯坦福STORM生成綜述對(duì)比：邏輯性與結(jié)構(gòu)性AI綜述平臺(tái) 元知AI綜述工具 PubScholar平臺(tái) 知網(wǎng)研學(xué)平臺(tái) 斯坦福STORM語(yǔ)言邏輯語(yǔ)言邏輯清晰，條理分明，各部分之間過(guò)渡自然，邏輯連貫。在研究現(xiàn)狀部分，按照不同研究領(lǐng)域和主題進(jìn)行分類，邏輯性強(qiáng)報(bào)告整體呈現(xiàn)出總分總的邏輯架構(gòu)，語(yǔ)言描述清晰，避免冗長(zhǎng)，使用簡(jiǎn)短的句子表達(dá)復(fù)雜的信息報(bào)告整體架構(gòu)嚴(yán)謹(jǐn)，以引言、技術(shù)原理、應(yīng)用現(xiàn)狀、技術(shù)挑戰(zhàn)、未來(lái)展望等部分進(jìn)行層層遞進(jìn)。語(yǔ)言中多使用中性描述，客觀呈現(xiàn)研究進(jìn)展與問(wèn)題語(yǔ)言邏輯嚴(yán)謹(jǐn)，條理清晰，各部分之間邏輯關(guān)系明確。在歷史背景和當(dāng)前趨勢(shì)部分，按照時(shí)間順序和技術(shù)創(chuàng)新進(jìn)行分類，邏輯性強(qiáng)內(nèi)容結(jié)構(gòu)通過(guò)邏輯排序、層次化分段和觀點(diǎn)與事實(shí)的清晰區(qū)分，確保生成的內(nèi)容符合學(xué)術(shù)寫(xiě)作標(biāo)準(zhǔn)。內(nèi)容結(jié)構(gòu)完整，包括研究現(xiàn)狀、簡(jiǎn)要評(píng)述和主要參考文獻(xiàn)等板塊。同時(shí)，研究現(xiàn)狀部分圍繞研究主題進(jìn)一步細(xì)分為多個(gè)研究層次，結(jié)構(gòu)合理內(nèi)容結(jié)構(gòu)完整，格式較一般綜述結(jié)構(gòu)較為標(biāo)準(zhǔn)，在中文文獻(xiàn)分析上具有優(yōu)勢(shì)在寫(xiě)作前，系統(tǒng)會(huì)先生成詳細(xì)的寫(xiě)作大綱，為文章的結(jié)構(gòu)提供清晰的框架。文本內(nèi)容結(jié)構(gòu)清晰，包括歷史背景、當(dāng)前趨勢(shì)、應(yīng)用領(lǐng)域、挑戰(zhàn)與局限、未來(lái)方向。每個(gè)部分都有詳細(xì)的子標(biāo)題，結(jié)構(gòu)合理，層次分明PS：使用感受會(huì)因個(gè)體差異而有不同，僅作參考生成綜述對(duì)比：完整性與全面性AI綜述平臺(tái)元知AI綜述工具PubScholar平臺(tái)知網(wǎng)研學(xué)平臺(tái)斯坦福STORM文本長(zhǎng)度文本長(zhǎng)度較長(zhǎng)，內(nèi)容豐富，涵蓋了多個(gè)研究領(lǐng)域和研究層次，提供了詳細(xì)的分析和評(píng)述文本長(zhǎng)度中等長(zhǎng)度，內(nèi)容