AI编程工具-(五)

250305

今天依然是用通义灵码做数据分析建模,流程做了一些改进,但是不丝滑,卡壳明显。比昨天要坎坷。

数据依然是昨天的数据。时序数据B预测时序数据A。

准备工作一

流程:

1询问大模型场景个人思路合理性

2询问大模型思路对应可以关注哪些变量

3询问变量是否有推荐书籍

4询问书籍主要内容归纳

5确定最终分析方向

大概上述流程迭代一遍。然后分析。

分析流程

找指标,分析变动性,关联性规律。

这次过程,是有找到明显的关联性指标,进展其实比昨天好一些,但是整体卡壳的。

分析成效1,这个因素构建指标,相关性系数,超过0.6

建模

效果还行,有达到预期的时序预测目标

初步的残差图,只能说勉强达到预期,但是可提升空间较大。

评价

就是分析建模过程卡壳了,非常不顺畅。

可能是因为基础工作大模型和编码工具能做的差不多了?

中间需要人为介入的代码也挺多。

为什么阻塞感明显,不丝滑?

1简单分析,步骤很快,只需要简单提示就能实现。丝滑。

2复杂分析,步骤较多,需要中间多个步骤,调整以后再实现,所以存在人为调整,就阻塞了。

3流程多了,那么大模型做的多,也会让人产生混乱感,不够简洁。

4步骤只要不简洁,阻塞感就明显。就跟个人正常执行卡壳一样。

效率有提升,应该也有提升个30%,这种丝滑感,一旦体会过,真的是,对大模型期待只会越来越高,服了。

相关推荐
ZJPRENO1 小时前
美团 LongCat-2.0 完整发布解读(2026.6.30 正式发布)
ai编程
沉默王二3 小时前
国产版Codex?阿里QoderWork有点东西,设计出来的Codex+Claude Code学习网站好看啊(附教程,超简单)
openai·agent·ai编程
Coffeeee3 小时前
Prompt要花心思写,与 AI 对话的七个技巧
人工智能·aigc·ai编程
刘棕霆3 小时前
27—AI Skill 测评如何避免确认偏误:盲测对比与解盲分析
aigc·ai编程·测试
Flynt3 小时前
配置Chrome DevTools MCP,我在Windows上折腾了两个晚上
ai编程·claude·mcp
想要成为糕糕手3 小时前
Harness Engineering:大模型时代的“马鞍”——从记忆层开始,让AI真正为你所用
面试·ai编程·claude
老程序猿4 小时前
AI 的「狼来了」,该不该信?一次真正感受到「恶意提示词」的误报
aigc·ai编程
Warson_L16 小时前
独立开发推荐安装的skills
ai编程