示例：让 AI 不只是写代码，还要解释结果

综合实践 · 03_AI提示词库/示例_代码调试与解释.md

示例：让 AI 不只是写代码，还要解释结果

原始模糊问题

帮我写个回归代码。

更专业的改写

我需要用 Python 做一个线性回归基准模型，并且能把结果写进课程报告。请同时给代码、诊断和解释。

推荐提示词

1. 先说明分析目标；
2. 给出数据检查步骤；
3. 给出训练/测试划分和模型拟合代码；
4. 输出系数、误差指标和残差图；
5. 解释每个输出怎么看；
6. 写一段可以放进作业报告的结果说明；
7. 标出这段分析不能支持哪些结论。

请用 Python 写一个线性回归基准模型。 背景：我是跨专业硕士新生，会一点 Python。 数据：假设我有一个 pandas DataFrame，结果变量为 y，自变量为 x1、x2、x3。 要求：

AI 输出后要检查什么

• 代码是否依赖不存在的变量名。
• 是否导入了必要库。
• 是否只看 R 方，不看残差和误差。
• 是否把预测模型解释成因果模型。

最终可用表达

我用线性回归作为基准模型，主要是为了建立可解释的初始参照。结果需要同时看误差指标、系数方向和残差结构。如果残差存在明显模式，说明线性模型可能不足，需要考虑变量变换、非线性模型或更合适的统计假设。