给科研人员的 Phoenix 上手指南：步骤、提示词与注意事项
先说清楚它是什么：Arize Phoenix 属于「数据与分析」方向的开源项目，开源的大模型可观测与评测工具。
这篇写给科研人员：围绕文献检索与阅读、实验记录与数据整理和论文写作润色这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。
科研人员的三个高频用法
1. 文献检索与阅读
可直接复制到 Phoenix 里修改：
围绕【研究问题】列出近五年的 10 篇代表性文献：作者、年份、方法、主要发现。我会逐条核对，请只列出你能给出 DOI 或可检索标题的文献。
把关：每篇都核对过原文。
2. 实验记录与数据整理
可直接复制到 Phoenix 里修改：
把这份实验记录整理成规范表格：日期、条件、样本编号、观测值、备注，指出记录中缺失或前后不一致的数据，不要补全数值。
把关：缺失数据被标出而非补全。
3. 论文写作润色
提示词示例：
润色这段论文方法部分的英文，保持专业术语不变、数据不变，改为被动语态为主的学术风格，列出主要修改。
把关：术语与数据未改动。
也可以试试：评测大模型应用
这是「数据与分析」类工具的通用任务，科研人员同样用得上。
为这批回答设计评测：定义 4 个评分维度，写出评分标准，抽取 20 条进行人工打分，并统计各维度的问题类型。
边界与合规
遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。
- 产出由科研人员本人负责，AI 只是草稿和辅助。
- 对外内容发布前至少看一遍。
- 如单位有规定的工具清单，优先在清单内选择；Arize Phoenix 的同类还有 Langfuse、LangSmith。
一周试用建议
选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 Phoenix 纳入日常流程。
延伸练习
写 SQL 查询
输入：数据库表结构说明。
根据以下表结构写 SQL：统计每个月新增用户数和其中完成首单的比例。请说明关联条件和可能存在的口径问题。
验收标准：说明了口径问题。
指标异动解读
输入：一个突然下降的业务指标。
日活本周下降了，请列出可能原因的排查清单，按「数据问题 / 产品变化 / 外部因素」分类，每项写明需要查看的数据。
交付前确认：先排查数据本身问题。
数据清洗方案
输入：一份有缺失和异常值的数据。
分析这份数据的质量问题：缺失值比例、异常值、格式不一致的字段，给出处理建议，并说明每种处理方式对结论的影响。
检查点：说明了处理对结论的影响。
常见问题：AI 算出的数字和报表不一致
检查口径和过滤条件，要求它输出 SQL 或公式逐步复核。
常见问题：敏感数据暴露给模型
使用脱敏视图或只读账号，限制可访问的表。
常见问题：生成的 SQL 运行报错
提供准确的表结构和字段说明，先在测试库运行。
概念补充：评测集
用于反复检验模型或应用效果的标准问题集合。
使用提醒
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
文中提示词和示例仅作示意，实际效果取决于你的材料和 Phoenix 当前版本，重要内容请人工核对后再使用。