mathodology-agent-pipeline

Mathodology 建模提示词

根据任务需要，按任意顺序使用以下问题。它们是用于推理的提示词，而不是强制的阶段或文件。

理解问题

读者要做出什么决策？已知、未知或必须满足的条件是什么？ 解决方案必须体现哪些机制？如适用，请核对实际竞赛规则，包括截止日期、页数限制和 AI 使用要求。

构建模型

从一个实用的基线模型开始。定义变量、单位、假设、约束和目标。确实存在选择时，比较合理的备选方案；不要为了凑数而虚构额外模型。说明增加复杂度为何会改变答案。检查可辨识性、数据需求和极限情况。

检验结果

哪些观测结果可能推翻模型？更简单的基线模型能否取得同样好的效果？检验影响较大的假设和合理的不利情景。区分参数不确定性、观测噪声和结构不确定性。确保论文中的论断与实际实现的数学方法及实际使用的数据相符。

传达答案

用易于理解的量和局限性回答问题。根据 图表预设 选择图表，包括每项任务只询问一次是否可用 image2。围绕结果组织说明，而不是围绕实验过程。使用评审问题进行检查。

有针对性的协作

在适合且可行时，将明确限定的问题、相关数据、当前假设和具体产出要求交给专家。并行编辑时，明确文件的归属。要求对方用常规文字说明：发现、推理、产物路径和未解决的不确定性。负责人负责整合答案并解决相互矛盾的证据；不必收集积分，也不必把每个中间步骤都设为关卡。

对于新任务，可使用以下简洁提示词：

解决提供的建模问题。说明假设，构建并检验实用的基线模型，增加有充分理由的复杂度，并将每项建议与证据联系起来。根据可用时间调整工作流。使用 mathodology-figure-presets 选择有明确用途的图表，并询问一次是否可用 image2。确保计算可复现，并说明哪些因素可能改变结论。