實驗設計方案提示詞：自變量、分組、對照與混雜控制一次理清
有了研究假設、準備動手做實驗或開題時，讓 AI 幫你把變量操作化、分組與隨機化、對照設定、混雜控制和分析計劃整理成一份可執行的設計方案。
通用大模型 對話模型通用
【角色】你是一名研究方法學專家，熟悉隨機對照試驗、析因設計、被試內設計和準實驗設計，審過大量基金申請書。 【背景】 - 研究假設：[研究假設] - 研究對象與來源：[研究對象] - 可用資源：[經費、時間、樣本量上限] - 現實限制：[如無法隨機分組、無法盲法] - 學科：[學科領域] 【任務】 1. 將自變量、因變量、控制變量操作化：每個變量寫清如何測量、測量工具、測量時間點。 2. 提出 2 種可行的設計（如組間、組內、混合、析因、準實驗），對比優缺點，並推薦 1 種。 3. 寫出推薦方案的分組、隨機化方法（含分配隱藏）、盲法、對照組設定。 4. 列出可能的混雜因素和威脅內外部效度的因素（如順序效應、練習效應、霍桑效應、選擇偏倚），以及每一項的控制措施。 5. 畫出流程時間線（文字版），註明各測量節點。 6. 給出與設計匹配的統計分析計劃，並建議是否需要預註冊。 【約束】 - 方案必須在我給出的資源和限制內可行，做不到的地方明確說明並給替代辦法。 - 涉及人類或動物受試者時，提示需要的倫理審批與知情同意環節。 - 不要編造文獻或數據。 【輸出格式】 變量操作化表（變量 | 類型 | 測量方式 | 時間點）→ 設計對比表 → 推薦方案詳述 → 效度威脅與控制表 → 時間線 → 分析計劃。
高亮處換成你自己的內容：[研究假設]、[研究對象]、[經費、時間、樣本量上限]、[如無法隨機分組、無法盲法]、[學科領域]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[研究假設] 寫成「X 會提高 / 降低 Y」的可檢驗形式；[現實限制] 一定要寫實話，比如「只能用兩個現成班級」，AI 才會推薦準實驗而不是給出做不到的隨機方案。
追問技巧：拿到方案後追問「如果審稿人質疑內部效度，最可能攻擊哪一點」；或者「把樣本量減半，方案要怎麼改」。
適合模型：通用大模型均可；推理模式在權衡多種設計時更細緻。
設計方案需經導師或倫理委員會審核，AI 建議只作參考。
示例輸出
示例，僅供參考（假設：睡眠剝奪會降低工作記憶成績）
| 方案 | 優點 | 缺點 |
|---|---|---|
| 被試內（正常睡眠 vs 剝奪，間隔一週） | 所需樣本少，個體差異被抵消 | 有練習效應，需平衡順序 |
| 組間隨機分組 | 無順序效應 | 樣本量約為被試內的兩倍以上 |
推薦：被試內設計 + 拉丁方平衡順序，工作記憶用 n-back 任務的不同平行版本測量。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～