利用 AI 辅助数据分析可以通过以下方式实现：
1. SQL 分析：
用户描述想分析的内容，后台连接数据库。
附带表结构信息让 AI 输出 SQL 语句，校验为 SELECT 类型的 SQL，其他操作如 UPDATE/DELETE 不能通过。
校验通过后执行 SQL 返回结果数据，再将数据传给 GPT（附带上下文），让其学习并分析数据，最后输出分析结论和建议，与结果数据一起返回给前端页面渲染图表、展示分析结论。目前已实现两张表关联查询。
2. 个性化分析：
用户上传文件，如有需要可以简单描述数据、字段意义或作用辅助分析。
前端解析用户上传的文件，再传给 GPT 分析数据，后续步骤与 SQL 分析一致。
此外，利用 AI 技术来辅助写作课题可以参考以下步骤和建议：
1. 确定课题主题：明确研究兴趣和目标，选择具有研究价值和创新性的主题。
2. 收集背景资料：使用学术搜索引擎和文献管理软件等 AI 工具搜集相关研究文献和资料。
3. 分析和总结信息：利用 AI 文本分析工具提取关键信息和主要观点。
4. 生成大纲：使用 AI 写作助手生成包括引言、文献综述、方法论、结果和讨论等部分的大纲。
5. 撰写文献综述：借助 AI 工具确保内容准确完整。
6. 构建方法论：根据研究需求，采用 AI 建议的方法和技术设计研究方法。
7. 数据分析：若课题涉及数据收集和分析，使用 AI 数据分析工具处理和解释数据。
8. 撰写和编辑：利用 AI 写作工具撰写课题各部分，并检查语法和风格。
9. 生成参考文献：使用 AI 文献管理工具生成正确的参考文献格式。
10. 审阅和修改：借助 AI 审阅工具检查课题逻辑性和一致性，并根据反馈修改。
11. 提交前的检查：使用 AI 抄袭检测工具确保课题原创性，并进行最后的格式调整。
需要注意的是，AI 工具可作为辅助，但不能完全替代研究者的专业判断和创造性思维，使用时应保持批判性思维，确保研究质量和学术诚信。
2025-02-08