AI科研到底能做什么？看完你就懂了！

0 前言

本专栏目标：

• 能做什么？
• 要怎么做？
• 效果如何？

本质： 多Agent实现从数据采集到可视化全流程

AIGC数据应用：

数据采集

通过编写爬虫代码、访问数据库、读取文件、调用API等方式，采集社交媒体数据、数据库内容、文本数据、接口数据等。

数据处理

通过数据清洗、数据集成、数据变换、特征工程等方式，实现数据结构、数据融合、格式转换、特征提取等。

数据分析

对数据进行诊断、预测、关联、聚类分析，常用于问题定位、需求预测、推荐系统、异常检测等。

数据挖掘

对数据进行分类、社交网络分析或时序模式挖掘，常用于客户细分、信用评分、社交媒体营销、股价预测等。

数据可视化

将数据转化为统计图、热力图、网络关系图、词云、树形图等，用于揭示数据中蕴含的模式、趋势、异常和洞见。

模型特点

DeepSeek R1：

• 高效推理：专注于低延迟和高吞吐量，适合实时应用
• 轻量化设计：模型结构优化，资源占用少，适合边缘设备和移动端
• 多任务支持：支持多种任务，如文本生成、分类和问答

Open AI o3 mini：

• 小型化设计：轻量级模型，适合资源有限的环境。
• 快速响应：优化推理速度，适合实时交互场景。
• 通用性强：适用于多种自然语言处理任务，如对话生成和文本理解

Claude 3.5 sonnet：

• 平衡性能：在模型大小和性能之间取得平衡，适合中等规模任务。
• 多模态支持：支持文本和图像处理，扩展应用场景。
• 可解释性：注重模型输出可解释性和透明性

Kimi k1.5：

• 垂直领域优化：针对特定领域（如医疗、法律）进行优化，提供高精度结果
• 低成本推理：擅长处理长文本和复杂查询，适合专业场景。
• 定制化能力：支持用户自定义训练和微调，适应特定需求

1 爬虫数据采集

任务

1. 阅读网页源代码，提取特定网页内容
2. 撰写 python 脚本
3. 提取并合并网址
4. 提取网址内容
5. 写入文件

提示词

你需要完成以下两个任务：

1. 阅读网页【网址】源代码【对应网页源代码】，提取所有包含“春运 2025 | X 月 X 日，全社会跨区域人员流动量完成 X 万人次”的网址进行去重、筛选、合并成网址列表
2. 撰写 python 脚本，基于步骤 1 输出的网址列表，提取所有网址内容“截至目前 2025 年春运（2025 年 1 月 14 日到 2 月 8 日）相关数据（如日期、全社会跨区域人员流动量、铁路客运量、公路人员流动量、水路客运量、民航客运量等）”完成数据提取并写入文件“2025 春运数据.txt”

如：

帮我写python爬虫，爬取https://news.buaa.edu.cn/zhxw.html网站中的标题和链接帮我写python爬虫，爬取https://news.buaa.edu.cn/xxgg_new.html网站中class="listlefttop auto"下面的所有标题和链接(如果乱码？UTF-8)
在桌面新建一个excel文档，并把结果放在这个文档中
对于每一个链接，请爬取每一个链接的内容，并保存到excel的新列'text'中
对于每一个链接，请爬取每一个链接中class="v_news_content"的内容，并保存到excel的新列'text'中

DeepSeek R1

能提取所有网址并进行筛选、去重，所撰写代码运行后完成数据爬虫任务，所获取数据准确，少量数据有所遗漏。

Open AI o3mini:

响应速度快，能高效提取所有需求链接，输出完整可运行 python 脚本，代码运行后生成文件，但数据采集结果为空。

测试结果受到数据样本、测试环境、AI 抽卡、提示词模板等因素影响，仅供参考，无法作为决策制定、质量评估或产品验证的最终依据。

Claude 3.5 sonnet

可提取所有网址，调整后可输出正确代码，运行代码能生成本地文件，但提取数据结果为空。

Kimi k1.5

能够提取所有网址，代码运行后生成本地文件，但提取数据结果为空。

结论：

• 目前DeepSeek R1、Open AI o3mini、Kimi k1.5支持联网查询网址，Claude 3.5 sonnet暂不支持
• 四个模型均能根据上传的网页代码，对多个网址链接进行筛选、去重，完全提取出符合指令要求的所有网址链接并形成列表
• 在复杂爬虫任务上，DeepSeek R1与Open AI o3mini生成的代码均能正常执行数据采集任务，o3响应速度更快，R1数据采集结果更加完整准确；其他2个模型都存在多次调试但代码仍然运行不成功的问题，如代码中罗列URL不全、输出文本中提取数据为空等。

2 文件数据读取

任务

1. 读取文件；
2. 根据指定内容整理成表格。

提示词

所上传的“2025春运数据(1月14-2月8日).txt”包含了从2025年1月14日至2025年2月8日每天各种交通方式的春运客运量信息，请从中读取每一天的信息，并整理成一张表格，要求包括以下几项信息：

1.当天日期；

2.当天的铁路客运量、比2024年同期多或者少的百分比、环比的百分比。

3.当天的公路客运量、比2024年同期多或者少的百分比、环比的百分比。

4.当天的民航客运量、比2024年同期多或者少的百分比、环比的百分比。

DeepSeek R1能详细全面地提取文件中的数据，并整理成可视化数据表格，逻辑性强、指标清晰。

Open AI o3 mini暂不支持附件上传，响应速度快，能够快速读取粘贴数据，输出结果格式工整、简洁。

Claude 3.5 sonnet
很好地完成了数据读取及提取任务 ，没有漏数据指标，数据逻辑性很好

Kimi k1.5
能够快速读取文件数据，并整理成可视化数据表格，但填入数据有所缺失。

结论：

• DeepSeek R1与Claude 3.5 sonnet均能很好的完成文件数据读取任务，生成的表格逻辑性强、数据指标清晰，Claude 3.5 sonnet-次性完成表格生成后支持直接复制和表格文件下载
• Open Al o3mini能够更加高效地完成数据提取任务，输出表格准确，但暂不支持附件上传，文件读取依靠粘贴稍显不便
• Kimi k1.5文件数据提取有明显空缺

3 文本数据集成

任务

1. 分别阅读约7000token和15000token的文本内容，测试模型对中、长文本处理效果
2. 整理集成可视化的数据表格
3. 按照日期规范排序

提示词

【所需阅读文本】请根据以上文本完成以下三个任务：

1、阅读文本内容；

2、整理集成可视化的数据表格；

3、按照日期规范排序（直接分析并输出结果，不使用python）

DeepSeek R1

一般文本（7000token）：能详细全面地提取文本数据，并集成可视化表格，但受大样本或模型稳定性影响，输出表格末尾缺失，需要重复尝试生成。

长文本（15000token）：暂时无法给出答复。

Open AI o3mini

一般文本（7000token）：能够高效提取文本中的数据，并整理成可视化数据表格，格式工整、简洁，数据准确但数据维度有所缺失。

长文本（15000token）：反应迅速，高效提取文本中数据，输出格式规范的数据表格，但集成数据维度仍然缺失。

Claude 3.5 sonnet
一般文本(7000token)：能够准确提取文本数据，并整理成可视化图表，表格文字简洁，没有提及文本中的环比和同比数据。
长文本(15000token)：长文本粘贴后会自动形成文件，能够准确集成文本数据表格，但数据维度有限。

Kimi k1.5
一般文本(7000token)：能快速提取文本数据，并整理成可视化数据表格，数据准确，所提取数据维度不够全面。
长文本(15000token)：同样能够高效准确地提取文本中数据，较一般长度文本所集成数据维度反而更加全面。

小结：

• 一般文本处理任务中，DeepSeek R1所提取的文本数据维度最全面，但易受文本长度或模型稳定性影响出现失误；其他三个模型在文本数据提取过程中，都存在对部分数据的忽略问题，没有完整集成到可视化表格中
• 长文本处理仟务中，Kimik1.5相较短文本处理表现更加突出，提取准确的同时教据维度更加全面；由于文本过长Deenseek R1无法完成任务
• 综合来看，Open Al o3mini响应最快效率最高，但在数据集成维度上稍显不足，同时与Claude 3.5 sonnet所输出的表格更为工整、简洁

4 数据分析

任务

• 读取泰坦尼克号遇难者名单 excel

• 找出其中规律

提示词

请读取所上传的泰坦尼克号遇难者名单数据文件，并分析找出其中规律。

DeepSeek R1：

• 详细展示长思维链，精准提取关键指标“幸存率
• 分析多个因素特征对幸存率的影响
• 结合历史背景对数据及规律进行验证
• 敏锐察觉数据异常，提出了异常处理建议

OpenAI o3mini：

• 响应速度快，高效输出数据分析结果
• 分析各因素对关键指标生存率的影响
• 语言表达自然，重点突出结合历史背景对数据规律进行验证
• 但没有察觉数据异常

Claude 3.7 sonnet
提供数据分析程序代码，能够提取大部分特征并对其与生存率的关联进行分析 ，并形成明确的结论。

Kimi k1.5

能够精准分析关键指标生存率，但对特征提取不完整 ，仅能识别较为浅层的数据关联，分析能力相对较弱。

小结：

• DeepSeek R1与Open AI o3mini的数据分析能力相当，且领先其他两个模型 ，均能够精准抓取数据核心指标并做统计，找到各特征与核心指标的关联，其中R1分析逻辑更加清晰严谨 ，而o3推理更加高效
• Kimi k1.5推理逻辑清晰但分析能力相对较弱， Claude 3.5 sonnet能够提供分析思路也有一些明确结论

5 数据挖掘

任务

1、读取即将上映的2025年电影数据集

2、对数据集进行深入分析和数据挖掘

提示词

第一轮对话：请帮我分析这一份数据文件

第二轮对话：

（基于初步分析结果，选择其中一部分或某个方向进行深入的数据挖掘）

基于所上传数据，对致据的潜在用途进行深入地数据挖据和分析

请对其中中文电影进行详细且深入的数据分析

DeepSeek R1

能够准确对数据进行分类，从多个维度进行梳理和分析，借助可视化图表进行数据挖掘，基于分析结果提供可行建议，但整体数据挖掘深度较浅，缺少对不同类型数据直接关联性的探究。

Claude 3.5 sonnet

基于数据集 ，在整体数据概括后提供多个深入数据挖掘方向 ，根据需求输入研究倾向，高效生成多个维度的数据分析，语言简洁，挖掘深度较浅。

Kimi k1.5

提供数据的潜在用途方向 ，深入分析过程中，从多个维度（如时间 、语言 、地区）深入挖掘数据意义和关联性，进一步总结趋势结论并提出相关建议。

小结：

• Kimi k1.5该任务中表现最为出色，对特征进行精准分类，从多维度深入挖掘指定数据的深层内涵和关联性
• DeepSeek R1与Claude 3.5 sonnet同样能准确完成数据的分类任务，但数据之间的关联挖掘程度相对较浅
• Open AI o3mini受附件上传限制影响，由于数据集较大 ，暂不能完成该任务

6 数据可视化

任务

基于titanic遇难者数据分析结果绘制可

视化图表

Open AI o3mini

能够直接调用DALLE，根据分析结果和任务需求高效绘制各类可视化图表，部分较为复杂的图表可能出现数据错误或无法生成的情况。

DeepSeek R1

能够结合数据样本和分析结果，提供多种可视化图表绘制方案，但暂时不能直接绘制出可视图表 ，需要将对应的绘图代码复制到本地运行制作图表。

Kimi k1.5

结合数据样本和分析结果 ，提供多种可视化图表绘制方案及对应代码，需采用Python代码完成绘图任务 。大样本会省略数据；小样本不省略数据。

Claude 3.5 sonnet

暂时不能直接绘制出可视图表， 需要将绘图代码复制到本地运行。

7 数据应用情况总结

DeepSeek R1

• 文件数据读取完整无缺失
• 数据分析全面、逻辑清晰严谨
• 网络爬虫任务数据爬取完整、准确
• 数据挖掘能够准确分类并提供建议
• 数据可视化任务能力有待完善

OpenAI o3 mini

• 数据分析高效、全面、准确
• 数据可视化能力突出、直接生成
• 网络爬虫任务爬取数据结果为空
• 暂不支持上传数据附件
• 数据挖掘深度较浅

Claude 3.5 sonnet

• 数据读取输出逻辑性强、指标清晰
• 数据分析任务完成得较为简单
• 爬虫数据采集未形成明确结论
• 数据挖掘深度较浅
• 暂不能直接绘制出可视图标

Kimi k1.5

• 数据挖掘能力出色
• 快速读取文件数据，提取网址链接
• 长文本数据处理能力突出
• 爬虫数据采集存在代码错误问题
• 数据分析能力相对较弱

8 实践新思路

8.1 优势互补，协同应用

8.2 DeepSeek R1的数据应用

中文数据处理优势

• 智能中文古籍修复与注释：利用 DeepSeek R1 强大的中文理解能力，自动识别并修复古籍中的破损文字，同时生成准确的注释和解释，帮助修复难以辨认的古籍内容
• 中文法律文本分析与生成：基于 DeepSeek R1 的中文数据处理能力，快速分析法律文本，提取关键信息，自动生成合同草案、法律意见书等，提高律师工作效率

低成本高性能优势

• 中小企业 AI 定制化服务：为中小企业提供定制化的 AI 解决方案，如智能客服、营销和办公工具，提升企业竞争力
• 开源 AI 教育平台：借助 DeepSeek R1 的低成本特性，创建开源 AI 教育平台，提供免费课程和实验资源，促进 AI 教育普及

数据读取分析能力

• 智能医疗数据分析与诊断：构建智能医疗平台，分析病历、检查报告和基因数据，帮助医生提供更准确的诊断与治疗方案
• 金融风险预测与管理：开发金融风险分析工具，收集并分析市场数据，预测风险并为金融机构提供管理建议

编程代码生成能力

• 智能编程教育助手：为编程学生提供实时编程指导，自动生成代码示例，帮助解决编程难题
• 自动化代码审查工具：自动审查代码，发现潜在问题并提供优化建议，提升开发效率与代码质量

创意写作生成能力

• 智能文学创作辅助：为作家提供创作灵感和文本构思，生成符合中文文学传统的故事情节和诗句，助力突破创作瓶颈
• 智能广告创意生成：根据产品特点和目标受众自动生成创意广告文案和宣传语，提高广告创作效率

8.3 Open AI o3mini的数据应用

推理响应速度快

• 实时数据流处理与决策: 利用o3mini在物联网和工业自动化领域, 快速处理来自传感器和设备的实时数据, 进行即时分析和决策, 减少停机时间, 提高生产效率
• 高频交易数据分析: 利用o3mini快速处理高频交易数据, 识别市场趋势和交易模式, 为交易者提供实时决策支持

数据分析效率高

• 复杂数据模式识别: 借助o3mini高效分析复杂数据, 帮助科学研究和工程领域发现模式和规律, 如天文学中的星系演化或地质学中的地震数据分析
• 多源数据融合分析: 在智能交通和城市规划中, o3mini有助于将不同来源的数据(如交通流量、气象数据等)进行融合分析, 预测交通拥堵, 为城市规划提供决策支持

格式化输出能力

• 数据报告自动化生成：基于o3mini自动生成格式化的数据报告, 包括图表、表格和文字说明, 帮助管理者快速理解分析结果
• 数据接口标准化: 根据标准格式输出数据, 利用o3mini方便不同系统和平台之间的数据共享, 提升跨机构协作效率

数据可视化优势

• 交互式数据可视化: 在商业智能和数据分析领域, o3mini可以将多维数据以可视化的方式呈现, 并支持用户进行交互式分析
• 实时数据可视化与预警: 在实时监控和数据分析中, o3mini可以实时将数据以可视化的方式展示, 并支持用户与数据进行交互

写作情感表达能力

• 情感分析与数据解读：利用o3mini结合情感分析, 对数据进行深入解读, 帮助市场调研等领域理解消费者情感, 优化产品和策略
• 故事化数据呈现：借助o3mini将数据以故事的形式呈现, 增强数据的可读性和吸引力, 帮助公众理解复杂的科学和技术知识

本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！

• 🚀 魔都架构师 | 全网30W+技术追随者
• 🔧 大厂分布式系统/数据中台实战专家
• 🏆 主导交易系统亿级流量调优 & 车联网平台架构
• 🧠 AIGC应用开发先行者 | 区块链落地实践者
• 🌍 以技术驱动创新，我们的征途是改变世界！
• 👉 实战干货：编程严选网

本文由博客一文多发平台 OpenWrite 发布！