科研人员用 AI 写 Python 自动化脚本:提示词与脚本示例
对在高校或研究机构从事研究的研究生或科研人员来说,文献阅读量大,写论文、做数据处理、写基金申请和回复审稿意见都很耗精力。很多重复性的整理工作,用一个几十行的脚本就能一键完成,而 AI 让不会编程的人也能写出这样的脚本。这篇文章用一个完整的例子演示科研人员如何借助 AI 写 Python 自动化脚本:描述输入文件、处理规则和期望输出,让 AI 写带注释的脚本和运行说明,先在副本上测试。
使用场景
科研人员每周都要做一件重复的事:把多个“实验记录”表格合并,按实验组汇总,再另存为一份新表格。手工复制粘贴半小时,还容易漏行。
用什么工具
可以用 ChatGPT、Claude、DeepSeek、Kimi 等对话助手写脚本;如果安装了 VS Code,可以配合 GitHub Copilot、通义灵码等编程助手边写边改。
一个虚构的例子
下面这个例子是虚构的:老何遇到的难题是“实验设备排期紧张,补充实验可能推迟”。为了不让它拖慢“修改论文引言部分”的进度,老何决定借助 AI 写 Python 自动化脚本。第一次只写了一句简单的要求,结果很空泛;第二次把对象(导师)、目的和限制条件都写清楚,输出就可用多了。这也是本文提示词模板要把背景写全的原因。
具体怎么做
- 说明输入:文件格式、位置、列名
- 说明处理规则:合并、筛选、汇总、改名等
- 说明输出:文件名、格式、保存位置
- 让 AI 写带中文注释的脚本和运行步骤
- 先复制一份数据做测试,确认结果正确再正式使用
提示词模板(可直接复制)
下面的提示词可以直接复制,按科研人员的实际情况替换细节:
【背景】身份:在高校或研究机构从事研究的研究生或科研人员;平时主要和审稿人和同行和导师打交道。
我是科研人员,不太懂编程,请帮我写一个 Python 脚本。
输入:文件夹 data/ 中有多个 Excel 文件(.xlsx),每个文件结构相同,列为:实验组、实验日期、测量值、样本编号
处理:
1. 合并所有文件
2. 删除完全重复的行
3. 按“实验组”汇总“测量值”的合计和记录数
输出:生成“汇总结果.xlsx”,包含两个工作表:明细、汇总
要求:
- 每一步写中文注释
- 告诉我需要安装什么,怎么运行
- 如果某个文件缺少某列,打印提示并跳过该文件
AI 输出示例(示意)
下面是演示用的输出示例,其中的人名、数字和事项均为虚构,实际使用时请以你自己的资料为准:
import glob import pandas as pd cols = ["实验组", "实验日期", "测量值", "样本编号"] frames = [] for path in glob.glob("data/*.xlsx"): df = pd.read_excel(path) if not set(cols).issubset(df.columns): print(f"跳过 {path}:缺少必要的列") continue frames.append(df[cols]) detail = pd.concat(frames).drop_duplicates() # 合并并去重 summary = detail.groupby("实验组")["测量值"].agg(["sum", "count"]) with pd.ExcelWriter("汇总结果.xlsx") as w: detail.to_excel(w, sheet_name="明细", index=False) summary.to_excel(w, sheet_name="汇总") print("完成!")运行步骤:安装 Python 后执行
pip install pandas openpyxl,在脚本所在文件夹运行python merge.py。
注意示例中所有内容都是虚构的。实际使用时,AI 的输出质量取决于你提供的材料是否完整、要求是否具体。
注意事项与技巧
- 第一次运行一定用数据副本,防止脚本覆盖或删除原文件。
- 处理含未发表的研究数据和论文手稿的数据时,优先在本地运行脚本,而不是上传到在线工具。
- 脚本跑通后保存好,并写一段使用说明,方便同事复用。
给科研人员的特别提醒
AI 推荐的参考文献可能不存在,必须在数据库中逐条检索确认。同时要记住:遵守期刊和学校关于 AI 使用的披露规定,不要让 AI 编造数据或文献。
一个容易被忽略的习惯:让 AI 帮你梳理论文结构、解释方法和润色语言,观点和数据要由你负责。
变体用法
- 批量生成文档:根据表格内容批量生成通知或证明(注意核对)。
- 定时任务:让 AI 教你用系统的定时任务每天自动运行脚本。