跳转至

入组第一周训练

本章给新入组同学一个可执行的 5 天训练路线。目标是快速建立 AI 辅助科研的基本习惯:会问、会查、会跑、会验收、会记录。

使用方式

每天完成一个小任务即可。不要追求一次学完所有软件,重点是形成可复现、可核查的工作方式。

第 1 天:建立工具与安全边界

目标

了解本手册结构,配置常用 AI 工具,明确哪些内容不能上传云端。

任务

  1. 阅读 前言 和 AI工具选择与使用指南。
  2. 根据学校邮箱和个人情况,注册或确认可用的 AI 工具。
  3. 阅读 课题组信息与本地约定,确认软件授权、数据存放和答疑渠道。
  4. 写一份自己的“AI 使用边界”清单。

交付物

notes/day1_ai_boundary.md

内容包括:

  • 我当前可用的 AI 工具
  • 我会用于哪些任务
  • 我不会上传哪些数据
  • 遇到不确定合规问题时问谁

第 2 天:文献证据表

目标

学会让 AI 辅助检索策略和文献初筛,但不让 AI 编造引用。

任务

  1. 选择一个和课题相关的小问题。
  2. 使用 科研任务工作流 中的提示词生成检索策略。
  3. 在正式数据库或搜索引擎中找到 5-10 篇真实论文。
  4. 建立文献证据表,至少核对 2 篇全文。

交付物

notes/day2_literature_evidence_table.xlsx

或:

notes/day2_literature_evidence_table.md

必须包含 DOI 或官方链接、关键结果、图号或页码、核查状态。

第 3 天:复现一张数据图

目标

用脚本从数据生成一张可复现图,而不是手动点菜单只导出图片。

任务

  1. 使用本仓库测试数据,或选择一组公开/脱敏数据。
  2. 用 MATLAB、Origin、Excel 或 Python 生成图表。
  3. 保存脚本、处理后数据和图片。
  4. 用 数据管理与可复现科研 的清单检查。

交付物

raw_data/
processed_data/
scripts/
figures/
README.md

图表至少满足:

  • 轴标签和单位完整
  • 图例清楚
  • 文件可重新生成
  • 数据来源可追溯

第 4 天:排查一次报错

目标

学会把完整上下文交给 AI,并验证 AI 的修复方案。

任务

  1. 找一个真实或构造的 MATLAB/Python/Excel/VBA/LabVIEW 报错。
  2. 使用 提示词模板 中的调试模板。
  3. 记录 AI 的解释、修改方案和你的验证结果。
  4. 总结“这次报错以后如何避免”。

交付物

notes/day4_debug_record.md

建议结构:

# 报错记录

## 目标

## 原始代码或操作

## 完整报错

## AI 分析

## 最终修复

## 我如何验证

## 下次如何避免

第 5 天:小型科研任务闭环

目标

完成一次“问题 -> 数据/文献 -> AI 辅助 -> 人工验证 -> 记录”的小闭环。

任务选项

任选其一:

方向 任务
实验数据 处理一组测量数据,生成图和结论草稿
仿真 设计一个 3 点参数扫描,并整理结果表
仪器控制 写一个伪代码或最小脚本,说明采集流程和安全限制
文献 对 5 篇论文做证据表,写 300 字问题背景
绘图 复现一张组会图,并写清生成流程

交付物

week1_summary.md

内容包括:

  1. 本周完成了什么
  2. AI 帮了哪些忙
  3. 哪些地方必须人工核查
  4. 还不会什么
  5. 下周准备问导师或同门的问题

训练验收表

能力 自查问题 状态
AI 工具选择 我知道不同任务该优先用哪个工具吗? 待填写
隐私安全 我知道哪些数据不能上传云端吗? 待填写
文献核查 我能区分 AI 线索和真实引用吗? 待填写
数据复现 我能从脚本重新生成图吗? 待填写
报错调试 我能提供完整报错和环境信息吗? 待填写
记录习惯 我留下 README、脚本和处理记录了吗? 待填写

给导师或师兄师姐的问题清单

新同学完成训练后,建议带着具体问题沟通:

  • 组内推荐的数据存放位置是什么?
  • 哪些软件有统一安装包或许可证?
  • 本方向常用的论文数据库和关键词是什么?
  • 本方向常见图表格式有什么要求?
  • 是否允许使用云端 AI 处理脱敏数据?
  • 投稿时是否需要 AI 使用声明?