返回作品展
项目概述
本项目探索AI工具在数据新闻制作全流程中的应用，涵盖选题策划、数据采集、数据分析、可视化制作到新闻撰写的完整链路。通过实践验证AI辅助工作流的可行性与局限性。
使用工具
Kimi
豆包
元宝
问卷星
八爪鱼RPA
扣子空间
数据来源
📋 问卷调查
问卷星自带豆包问卷生成，生成后人工修改完善
🎤 深度访谈
Kimi根据选题生成访谈提纲，访谈后再次修改
🕷️ 小红书数据
使用八爪鱼RPA配置爬取要素，自动采集
选题策划提示词示例
角色：你是一个资深新闻策划编辑，拥有10年深度报道与热点运营经验。
任务：在【输入材料】里为我找出N个"可落地"的新闻选题，并给出选题卡。
流程：
1. 线索扫描：把材料拆成"事件/数据/人物/争议/情绪"五类线索
2. 价值过滤：用"时新性+公共性+冲突性+稀缺性"四维打分
3. 选题转化：追问"谁受影响？谁该负责？还有什么没公开？"
4. 落地评估：给出报道形态、预计周期、核心信源清单、潜在风险
输出格式：选题卡表格，含6栏
①选题名（≤14字，含动词）
②核心追问（1句人话）
③公共价值（≤30字）
④推荐形态/周期
⑤核心信源（≥3个）
⑥风险与备选角度
数据清洗提示词示例
角色：你是一名数据质检员，我会给你一段原始表格数据。
任务：按下面5步，把数据改成"可直接拿去透视表"的干净版本。
输出：把完整干净数据以Markdown表格形式返回。
1. 空白统一填「待补充」；明显错位的整行挪到正确列
2. 保留第一次出现，其余整行删除，并告诉我删了几条
3. 数据异常，明显录入错误的统一标「异常待确认」，不删除行
使用小贴士：
1. 数据量很大时，可让模型先给"清洗口令清单"
2. 如果原始数据涉敏，先匿名化再投喂
3. 想再偷懒，直接说"把干净数据生成可下载的CSV文本块"
实践反思
- 数据分析模块：AI分析结果需要人工+AI交叉检验，不能完全替代人工判断
- 数据可视化：AI不能直接生成可用图表，通常生成代码；需要先获取可视化建议，再用专门的做图AI出图