示例：把作业题拆成 AI 可协作任务

综合实践 · 03_AI提示词库/示例_作业拆解.md

示例：把作业题拆成 AI 可协作任务

原始模糊问题

老师让我们分析一组数据，判断某个变量对结果有没有影响。我不知道该用什么方法。

更专业的改写

我有一个应用统计作业，需要判断自变量 X 是否与连续结果变量 Y 有关系。 我的目标不是做因果识别，而是先建立一个解释型基准模型。 请帮我判断是否可以从线性回归开始，并说明需要检查哪些假设。

推荐提示词

1. 说明这个问题属于估计、检验、预测还是因果分析；
2. 说明为什么可以先用线性回归作为基准模型；
3. 列出需要检查的数据条件和模型假设；
4. 给出 Python 最小代码框架；
5. 给出报告中可以写的解释；
6. 明确哪些结论不能随便说成因果关系。

请帮我拆解一个应用统计作业。 背景：我是跨专业硕士新生，会一点 Python。 任务：判断自变量 X 是否与连续结果变量 Y 有关系。 要求：

AI 输出后要检查什么

• 是否把相关关系误写成因果关系。
• 是否只给代码，没有解释模型假设。
• 是否忽略缺失值、异常值和残差诊断。
• 是否把 p 值显著解释为“影响很大”。

最终可用表达

我会先把这个问题作为解释型回归任务处理，用线性回归建立基准模型。重点不是直接宣称因果关系，而是观察变量关系、系数方向、显著性和残差诊断。如果诊断显示线性假设不合适，再考虑变量变换或更复杂模型。