需将气候数据转为CSV格式、构建领域提示词、分段生成报告并嵌入权威数据验证：一、用xarray转NetCDF为带标准字段的CSV；二、设定研究员角色与三段式提问模板；三、拆解任务逐项生成并反向核验；四、预置权威数据锚点与地理映射规则。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望利用DeepSeek模型处理环境科学领域的气候数据并生成专业报告，则可能面临模型对领域术语理解不足、数据格式兼容性差或报告结构不符合科研规范等问题。以下是实现该目标的具体操作路径：
一、准备标准化气候数据集
DeepSeek作为大语言模型，无法直接读取NetCDF、HDF5等气象专用二进制格式，需预先将原始观测或再分析数据（如CMIP6、ERA5）转换为模型可解析的文本结构化形式。此步骤确保输入信息具备明确的时间、空间与变量维度标识，避免因字段缺失导致语义误判。
1、使用Python的xarray库加载.nc文件，提取关键变量（如气温、降水、风速）及对应经纬度、时间坐标。
2、调用to_dataframe()方法将多维数组转为Pandas DataFrame，并重命名列为“year”“month”“lat”“lon”“temperature”“precipitation”等清晰字段名。
3、执行df.to_csv("climate_data_clean.csv", index=False)导出为UTF-8编码CSV文件，删除所有空行与特殊符号。
4、人工校验前10行数据，确认时间列格式统一为YYYY-MM-DD，经纬度保留小数点后2位，数值型字段无单位符号或文字注释。
二、构建领域适配提示词模板
通用提示词易使DeepSeek生成泛化描述，需嵌入环境科学报告特有的逻辑框架与术语约束，引导其按IPCC章节结构组织内容，同时抑制虚构数据倾向。
1、在系统提示中设定角色：“你是一名具有10年气候建模经验的中科院研究员，只依据用户提供的CSV数据作答，不编造任何未出现的数值或趋势结论。”
2、用户提问模板固定为三段式：首句说明任务类型（如“生成摘要”“绘制趋势图描述”“对比两区域差异”），次句限定输出格式（如“分‘数据来源’‘主要发现’‘不确定性说明’三部分，每部分不超过80字”），末句给出数据摘要（如“共1980–2023年全球格点数据，分辨率2.5°×2.5°”）。
3、在每次请求末尾追加强制指令：“若数据中某字段全为空值，必须明确写出‘该字段无有效记录’，不得跳过或推测。”
4、所有温度单位统一写作‘℃’，降水单位统一写作‘mm/month’，禁止使用‘华氏度’‘英寸’等非标准单位。
三、分段生成符合期刊要求的报告正文
直接要求DeepSeek输出完整报告易导致结构松散，应拆解为可验证的子任务，逐段生成后人工交叉核对数据一致性。
1、先提交指令：“基于CSV中temperature字段，统计1980–2023年全球平均值、最高值、最低值，保留1位小数，输出为纯数字表格，表头为‘指标’‘数值’。”
2、获得数值后，再发送：“用上述三个数值撰写一段120字以内结论，要求包含‘较1991–2020基准期’比较，引用IPCC AR6中‘likely’‘very likely’概率表述规范。”
3、针对空间分析，发送：“列出lat在30°N–45°N且lon在110°E–125°E范围内，precipitation均值最高的3个年份，按降序排列，仅返回年份数字，逗号分隔。”
4、每次生成后必须用原始CSV文件反向验证结果——例如将模型返回的‘2022年最高温32.4℃’与数据中该年份最大值单元格比对。
四、嵌入权威数据源交叉验证机制
DeepSeek不具备实时联网能力，需通过预置规则使其在生成过程中主动调用外部知识锚点，降低事实性错误风险。
1、在提示词中内置静态知识库片段：“中国气象局《2023年气候公报》指出，华东地区年降水距平+12.3%，华北地区-7.8%；NASA GISS数据显示全球地表均温较1850–1900基线高1.48±0.09℃。”
2、添加约束条件：“当用户数据与上述任一权威值偏差超过±15%，必须在输出首行标注‘【数据差异提示】’并说明具体偏差百分比。”
3、对地理名称进行标准化映射：在提示词中定义“‘长三角’=30.5°–32.5°N, 120°–122.5°E；‘青藏高原’=26°–36°N, 73°–105°E”，避免模型使用模糊表述。
4、所有涉及‘极端事件’的描述，必须关联CSV中连续3日降水≥50mm或单日气温≥35℃的原始记录行数，否则禁用‘频发’‘加剧’等定性词。
