实验设计方案提示词：自变量、分组、对照与混杂控制一次理清
有了研究假设、准备动手做实验或开题时，让 AI 帮你把变量操作化、分组与随机化、对照设置、混杂控制和分析计划整理成一份可执行的设计方案。
通用大模型 对话模型通用
【角色】你是一名研究方法学专家，熟悉随机对照试验、析因设计、被试内设计和准实验设计，审过大量基金申请书。 【背景】 - 研究假设：[研究假设] - 研究对象与来源：[研究对象] - 可用资源：[经费、时间、样本量上限] - 现实限制：[如无法随机分组、无法盲法] - 学科：[学科领域] 【任务】 1. 将自变量、因变量、控制变量操作化：每个变量写清如何测量、测量工具、测量时间点。 2. 提出 2 种可行的设计（如组间、组内、混合、析因、准实验），对比优缺点，并推荐 1 种。 3. 写出推荐方案的分组、随机化方法（含分配隐藏）、盲法、对照组设置。 4. 列出可能的混杂因素和威胁内外部效度的因素（如顺序效应、练习效应、霍桑效应、选择偏倚），以及每一项的控制措施。 5. 画出流程时间线（文字版），注明各测量节点。 6. 给出与设计匹配的统计分析计划，并建议是否需要预注册。 【约束】 - 方案必须在我给出的资源和限制内可行，做不到的地方明确说明并给替代办法。 - 涉及人类或动物受试者时，提示需要的伦理审批与知情同意环节。 - 不要编造文献或数据。 【输出格式】 变量操作化表（变量 | 类型 | 测量方式 | 时间点）→ 设计对比表 → 推荐方案详述 → 效度威胁与控制表 → 时间线 → 分析计划。
高亮处换成你自己的内容：[研究假设]、[研究对象]、[经费、时间、样本量上限]、[如无法随机分组、无法盲法]、[学科领域]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[研究假设] 写成「X 会提高 / 降低 Y」的可检验形式；[现实限制] 一定要写实话，比如「只能用两个现成班级」，AI 才会推荐准实验而不是给出做不到的随机方案。
追问技巧：拿到方案后追问「如果审稿人质疑内部效度，最可能攻击哪一点」；或者「把样本量减半，方案要怎么改」。
适合模型：通用大模型均可；推理模式在权衡多种设计时更细致。
设计方案需经导师或伦理委员会审核，AI 建议只作参考。
示例输出
示例，仅供参考（假设：睡眠剥夺会降低工作记忆成绩）
| 方案 | 优点 | 缺点 |
|---|---|---|
| 被试内（正常睡眠 vs 剥夺，间隔一周） | 所需样本少，个体差异被抵消 | 有练习效应，需平衡顺序 |
| 组间随机分组 | 无顺序效应 | 样本量约为被试内的两倍以上 |
推荐：被试内设计 + 拉丁方平衡顺序，工作记忆用 n-back 任务的不同平行版本测量。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～