3 借助 AI 写代码

我平时主要使用 ChatGPT 和豆包，前者擅长代码生成和调试，后者在文字编排和翻译方面表现出色。有些时候，我会将同一个任务分配给这两个工具，并让他们交叉验证和补充彼此的结果，以提高准确性和可靠性。

在编写 .ipynb 文件时，我经常使用 VScode 插件 github copilot，它能够根据上下文提供代码建议和补全，并对我选中部分的代码或文字进行智能修改。

copilot 最核心的功能根据用户编写的提示词，自动生成相应的代码片段或文本内容。详见：

连玉君，2025，Empirical Research with AI

3.1 主要工具

Note: 这些都是 VScode 中的插件。(VScode 插件安装方法；常用插件)

自然语言编程 vs. 传统编程

思维方式与沟通能力

初学时，自然语言编程似乎更简单
真正发挥其潜力，关键在于思维方式和沟通方式（如何提问）
学习曲线很陡峭：
- 知识广度：你要知道很多东西以及他们的关联，才能提出好的问题
- 知识深度：基本概念、核心理论、核心算法
- 逻辑思维：界定问题、拆解问题、追问（横向 v.s. 纵向）
- 语言表达：简洁、准确、清晰

最核心的理念转变

推荐学习资料

Tips

收集整理自己的提示词

我常用的提示词

借助 AI 找 IV：连玉君的实战经验

核心提示词： 参见连玉君的 Prompts

提示词

Prompt 1:

{先上传论文的 PDF 版本给 ChatGPT，然后输入以下提示词：}

“写一篇论文推介，介绍附件中的论文。先列个提纲给我。”

Prompt 2:

分批次输出吧：

计量模型的证明和详细推导过程可以省略，但要补充简单直白的语言来解释模型和参数的经济含义
把数学符号和公式都采用 Latex 格式来写，以保证输出美观
行内公式采用 $f=x$ 格式，单行公式采用 $$f=x$$ 格式
所有括号都用半角模式，中英文混排注意加空格
不要添加任何表情符号
按 ‘## 1. xxx’，‘### 1.1 xxx’，‘#### xxx’(不编号) 的格式来分 Section, Subsection, Subsubsection
参考文献格式：
- xxx, xxx, xxx. (2023). xxx. Journal of xxx, 1(1), 1-10. [Link](https://doi.org/{DOI}), [-PDF-](http://sci-hub.ren/{DOI}), [Google](<https://scholar.google.com/scholar?q={Title of the Paper}>).
注意：每次生成答案时，都在首行按如下格式添加 label，以便我追问时定位：‘mylabel-01’，‘mylabel-02’，……

Prompt 3:

连续输出，中间无需停顿

Prompt 4:

详细介绍一下 4.4 模型四：部分线性函数系数面板模型（PLFC）中的模型设定和估计方法

Prompt 5:

补充一个 Subsection，添加如下内容： - 为没有任何非参数估计基础的读者解释一下样条基函数（Sieve Estimation） - 再补充一个 subsection，解释一下边际效应的置信区间是如何计算的