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¶
- 阅读 前言 和 AI工具选择与使用指南。
- 根据学校邮箱和个人情况,注册或确认可用的 AI 工具。
- 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。
- 写一份自己的“AI 使用边界”清单。
交付物¶
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¶
- 选择一个和课题相关的小问题。
- 使用 科研任务工作流 中的提示词生成检索策略。
- 在正式数据库或搜索引擎中找到 5-10 篇真实论文。
- 建立文献证据表,至少核对 2 篇全文。
交付物¶
或:
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¶
- 使用本仓库测试数据,或选择一组公开/脱敏数据。
- 用 MATLAB、Origin、Excel 或 Python 生成图表。
- 保存脚本、处理后数据和图片。
- 用 数据管理与可复现科研 的清单检查。
交付物¶
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¶
- 找一个真实或构造的 MATLAB/Python/Excel/VBA/LabVIEW 报错。
- 使用 提示词模板 中的调试模板。
- 记录 AI 的解释、修改方案和你的验证结果。
- 总结“这次报错以后如何避免”。
交付物¶
建议结构:
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¶
内容包括:
- 本周完成了什么
- AI 帮了哪些忙
- 哪些地方必须人工核查
- 还不会什么
- 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?