Drylab

技巧与最佳实践

写好提示词

写出具体、结构清晰的提示词,让 Drylab 不用追问就能直接动手。

想找按任务分类的现成提示词?请见使用场景。

核心原则

具体胜过简短。一个好的提示词会给 AI 足够的背景,让它不用追问就能动手。把它想成给一位能干的科学家布置任务:告诉对方数据是什么、目标是什么,以及有哪些限制。

好提示词的组成

[你有什么] + [你想要什么] + [你想怎么做] + [有哪些限制]

弱提示词与强提示词

分析任务

弱提示词强提示词
“分析我的数据”“加载 data/samples.csv,筛选出 pvalue < 0.05 的行,画一张按 log2FC 着色的火山图”
“做聚类”“对 AnnData 对象运行 Leiden 聚类,resolution 设为 0.5,并画出按簇着色的 UMAP”
“画个图”“画一张按 condition 分组的 gene_expression 箱线图,叠加每个数据点,保存为 PDF”
“做差异表达”“在 adata.obs['group'] 中对 treated 和 control 做 Wilcoxon 秩和检验差异表达分析,FDR < 0.05,log2FC > 1”

调研任务

弱提示词强提示词
“找关于癌症的论文”“搜索 2022 年以后发表的、关于胰腺癌中 KRAS G12D 抑制剂的论文”
“BRCA1 是什么?”“总结 BRCA1 在 DNA 双链断裂修复中的作用,以及它在乳腺癌中的临床意义”
“找药物靶点”“在 DrugBank 中查询靶向 EGFR 的 FDA 批准药物,返回它们的作用机制和批准年份”

按任务类型分类的提示词模板

加载和探索数据

加载 [文件路径或数据集名称]。显示前 5 行、行数和列数,以及每一列的数据类型。

统计分析

对 [列名] 列运行 [检验名称],比较 [A 组] 和 [B 组]。显著性阈值设为 [数值],并用 [方法] 做多重检验校正。

可视化

画一张 [图类型],展示按 [类别] 分组的 [变量]。使用色盲友好的配色,加上坐标轴标签,并以 PDF 格式保存到输出文件夹。

数据库查询

在 [数据库名称] 中查询 [基因/蛋白/药物名称]。返回 [具体字段:例如通路、相互作用、变异]。

流程 / 工作流

我在 [文件路径] 有 [数据类型] 数据。用 [关键参数] 运行 [流程名称]。把结果保存到 [输出路径]。

写好提示词的 7 条规则

  1. 写出文件名和列名:说 data/expr.csv、列 "log2FC",而不是“我的文件”
  2. 说明目标,而不只是动作:“我想找出肿瘤和正常组织之间的差异表达基因”能让 AI 了解背景,从而选对方法
  3. 指定阈值:FDR 阈值、最少细胞数、resolution、簇的数量
  4. 说明输出格式:“保存为 PDF”“返回一张表格”“打印前 10 个结果”
  5. 说明物种/基因组:人、小鼠、GRCh38、mm10,这对数据库和流程很重要
  6. 接着往下做时,引用前面的步骤:“用上一步过滤后的 AnnData,运行 50 个主成分的 PCA”
  7. 一个提示词只做一件事:如果要做 5 件事,就按顺序分别提出,这样每个结果都能核对

什么时候要补充更多背景

任务涉及以下内容时,请补充背景:

  • 自定义数据:说明列、格式、单位
  • 科学判断:解释你要回答的生物学问题
  • 个人偏好:配色、图的尺寸、偏好的统计检验
  • 限制条件:内存限制、时间限制、特定的软件包版本

发送提示词前的快速检查

  • 我说明数据来源了吗(文件路径、数据库、变量名)?
  • 我说清楚具体目标了吗?
  • 我写上关键参数了吗(阈值、方法、组名)?
  • 我指定输出格式了吗?
  • 这是一个聚焦的任务,还是应该拆成几步?

更多技巧

本页内容