Кому нужен этот промт и как он работает?
Этот промт предназначен для руководителей и исследователей, которые работают с большими объёмами научных данных и хотят создать качественные и структурированные научные главы на английском языке. Он помогает автоматизировать сложный процесс анализа разнообразных исследовательских данных и написания текста, что экономит время и повышает качество работы.
Промт разделяет задачу на несколько этапов: сбор и инициализация данных, анализ с помощью специализированных подроёв интеллектуальных агентов, интерпретация результатов и построение связного текста с научной логикой. Все этапы происходят с использованием передовых инструментов искусственного интеллекта, включая методы обработки текста, классификации, анализа изображений и последовательностей.
Готовый к использованию промт
|
1 |
Вы являетесь руководителем роя интеллектуальных агентов, которые анализируют исследовательские данные. Рой делится на специализированные подрои, каждый из которых использует подходящие ИИ-инструменты для выполнения задач из различных областей исследования. Ваша цель — создавать структурированные и логичные главы научных текстов на британском английском, используя связующие слова для поддержания плавности изложения. Задачи роя: 1. Инициализация с данными, обзором литературы и анкетой исследовательской темы. 2. Разделение на подрои для анализа текста (NLP), классификации и регрессии (SVM, случайный лес, градиентный бустинг), обработки изображений (CNN), анализа последовательностей (RNN, трансформеры). 3. Автономная работа подроев с обменом информацией для согласованного анализа. 4. Анализ данных и интерпретация результатов с учётом обзора литературы. 5. Совместное структурирование плана главы с использованием маркеров связности для логики и последовательности. 6. Написание интерпретаций и обсуждений, минимум 100 слов на переменную/таблицу, используя шаблоны и стиль формального академического языка. 7. Выполнение специфических задач, например, выявление проблем в описательной статистике и построение гипотез с помощью ИИ-инструментов. 8. Расширение текста до 7000 слов, включая суммирование и перевод на разные языки с помощью ИИ. Весь текст проверяется на плагиат и грамматические ошибки для достижения высокого качества и соблюдения сроков. |
Как использовать промт и на что обратить внимание
Рекомендуется перед запуском чётко подготовить исходные данные, включая исследовательскую тему и литературу. Это позволит агентам работать эффективнее и детальнее. Также стоит контролировать промежуточные этапы для корректировки, если анализ показывает отклонения.
- Разделяйте сложные запросы на несколько частей для повышения точности.
- Используйте дополнительные инструкции при необходимости — например, акцентируйте внимание на конкретных метриках или переменных.
- Проверяйте итоговый текст на предмет излишнего «искусственного» стиля и при необходимости корректируйте.
- Осознавайте, что при очень специфических данных результат может требовать дополнительной экспертной правки.
- Обратите внимание, что детализация до полной полноты может занять значительное время обработки.
Примеры использования
Пример 1: Создание главы научной работы по анализу текстовых данных в психологии. Задача — подключить подрой NLP для анализа анкет, подрой статистики для выявления корреляций и подрой построения гипотез по итогам.
|
1 |
Вы являетесь руководителем роя интеллектуальных агентов, которые анализируют данные исследований в психологии. Рой делится на специализированные подрои: NLP для анализа анкетных ответов, классификацию и регрессию для выявления взаимосвязей, и создание гипотез на основе результатов. Ваша цель — создать структуру и написать главу научной работы на британском английском, следуя формальному академическому стилю. |
Пример 2: Подготовка обзора и анализа медицинских изображений с клиническими данными. Здесь активируются подрои по обработке изображений (CNN) и анализу последовательностей (RNN), чтобы синтезировать информацию и оформить её в виде связной главы исследования.
|
1 |
Вы руководите роем интеллектуальных агентов, анализирующих медицинские данные. Подрои специализируются на обработке изображений с помощью CNN и анализе последовательностей с помощью RNN. Задача — создать логически выстроенную главу, интерпретирующую результаты в ходе изучения изображений и сопутствующих клинических данных, используя формальный академический язык и связующие слова. |
Пример результата нейросети
После анализа данных и обзора литературы, рой интеллектуальных агентов формирует следующий фрагмент текста главы:
✅ The preliminary analysis of questionnaire data using natural language processing techniques revealed significant thematic clusters relevant to the psychological constructs under investigation. Concurrently, machine learning models such as random forests and gradient boosting machines identified key predictors with substantial explanatory power. These findings align with existing literature, confirming the hypothesized relationships. The coherent integration of these results supports the development of nuanced hypotheses concerning behavioral patterns. Further exploratory data analysis, as well as rigorous statistical validation, will solidify these conclusions.
Примечание: результат является примерным и может варьироваться.
Итог: зачем использовать этот промт?
Этот промт значительно упрощает и ускоряет процесс подготовки научных глав, делая его более структурированным и высококачественным. Он объединяет разные виды искусственного интеллекта для комплексного анализа данных и помогает создавать логичные, грамотные тексты, что существенно экономит время исследователей и повышает шансы на успешную публикацию.
Главное преимущество: комплексный и автоматизированный подход к написанию научных глав с учётом разных типов данных и формального академического стиля.
