我用AI写R代码3个月,总结出这套提示词框架(附模板)

说一件让我有点不好意思的事。

去年年底，我花了将近一个小时，给一份医院数据写了一个逻辑回归模型。变量处理、缺失值填补、模型构建、结果输出，每一步都要查文档，每一个函数都要想半天参数怎么写。写完之后回头看，代码乱糟糟的，注释也没几行，第二天自己都不太认识了。

然后有一天，我抱着试试看的心态，把需求完整地描述给AI，加了一些具体的背景信息。十分钟之后，一套干净的、有注释的、符合tidyverse风格的代码出现在我面前。我盯着屏幕看了一会儿，有点说不清楚是什么感觉。

不是震撼，是有点懊悔。

但后来我发现，十分钟出代码这件事，不是每次都能复现的。

很多时候，我给AI描述需求，它给我的东西要么太泛化，要么完全不对路。来回改了好几轮，最后花的时间比自己写还多。我开始意识到，用AI写代码，本身也是一门技术。差的提示词和好的提示词，产出的质量可以差出十倍。

接下来三个月，我在这件事上花了很多时间。用AI处理了几十个真实的R语言任务，把每次觉得"这次AI回答得特别好"的提示词单独记录下来，慢慢摸出了一套规律。

今天把这套框架整理出来，给你。

01 为什么你用AI写R代码总感觉"不好使"

在讲框架之前，先说说问题出在哪里。

我观察了不少人用AI辅助R编程的方式，最常见的提示词长这样：

"帮我写个R代码做数据分析"

"我的数据有问题，帮我清洗一下"

"这段代码报错了，怎么修"

这类提示词的问题在于信息量太少。AI不知道你的数据是什么结构，不知道你用的是什么R版本，不知道你希望用哪种风格写代码，更不知道输出的结果要给谁看、用来做什么。

它只能根据这些模糊的描述，给你一个"平均水平"的答案——能用，但不好用，还需要大量修改才能真正上手。

好的提示词要做的事，是给AI足够的上下文，让它不需要猜。

这就是COSTAR框架的核心逻辑。

02 COSTAR框架是什么

COSTAR是新加坡政府科技局提出的一套结构化提示词方法，六个字母分别对应六个信息维度。

用在R语言编程场景里，每个维度的意思是这样的：

C — Context（背景）告诉AI你在做什么项目，数据是什么情况，使用什么工具环境。背景越具体，AI的输出越贴合你的实际需求。

O — Objective（目标）明确你这次要完成的具体任务是什么。不是"帮我分析数据"，而是"构建一个以糖尿病诊断结果为因变量的逻辑回归模型"。

S — Style（风格）指定代码的写法风格。在R里，最常见的区分是要不要用tidyverse管道、要不要分块注释、是否需要函数化封装。

T — Tone（语气）说明你希望AI怎么解释内容。想要简洁直接只给代码，还是希望每一步都解释原因，还是用教学式的方式带着你走一遍。

A — Audience（受众）说明这份内容最终给谁看。给审稿人的代码和给同组同学看的代码，详细程度完全不同。

R — Response（响应格式）规定输出的形式。要完整可运行的脚本，还是只要核心代码段，结果解读要不要用中文，要不要加注意事项。

六个维度，不需要每次都写满，但越复杂的任务，填得越完整，回答就越准确。

03 三个可以直接复制的提示词模板

下面给你三个我在实际工作中用得最多的场景。每个模板都可以直接复制，把方括号里的内容替换成你自己的情况。

1 模板一：数据清洗

这是R使用频率最高的场景之一，也是最容易因为描述不清楚而得到废话代码的场景。

【C】我有一份从医院信息系统导出的患者数据，共约500行，变量包括患者编号、入院日期、年龄、BMI、血压和糖尿病诊断结果（0/1）。数据存在以下问题：日期格式不统一（有YYYY/MM/DD和YYYY-MM-DD两种），存在部分缺失值，列名包含中文和空格。使用环境：R 4.3.2，已安装tidyverse。【O】完成数据清洗：1. 统一日期格式为YYYY-MM-DD2. 将列名转换为英文小写下划线命名3. 数值型变量的缺失值用该列中位数填充4. 分类变量的缺失值用众数填充【S】使用tidyverse管道写法（|>），代码按清洗步骤分块，每块前加简短中文注释。【T】专业简洁，注释说明每步的目的，不需要额外解释。【A】有1-2年R使用经验的数据分析师，熟悉基础语法，对janitor包不熟悉。【R】输出完整可运行的R脚本，最后加一行sessionInfo()记录运行环境。

用这个模板，AI会给你一份结构清晰、可以直接运行的清洗脚本，而不是随手糊弄你一个generic的示例代码。

2 模板二：数据可视化

可视化的需求里最让人头疼的，是你知道自己想要什么样的图，但不知道怎么用代码实现。这种情况下，把想要的效果描述清楚，比什么都重要。

【C】数据是临床研究中5组实验条件下的基因表达量，每组有均值和标准差，已存储在data.frame中，变量名分别为group、mean_expr、sd_expr。目标是投稿SCI期刊，需要符合期刊图表规范。【O】用ggplot2绘制柱状图，展示5组之间的表达量差异，图中需要显示均值和标准差（误差棒），并在统计差异显著的组间标注显著性符号（*、**、***）。【S】ggplot2风格，使用黑白主题，图形元素简洁，字体大小符合印刷要求（正文10-12pt）。【T】学术、规范，代码后简要说明关键参数的含义。【A】投稿SCI的科研人员，审稿人和期刊编辑是最终受众，需要通过图表规范性审查。【R】输出完整ggplot2代码，最后加导出图片的代码（TIFF格式，300DPI，宽8英寸）。

这个模板的关键是把"投稿SCI"这个背景信息放进去。AI输出的代码会自动调整字体大小、图例位置、线条粗细这些细节，不需要你一个个去改。

3 模板三：报错调试

这是用AI最省力的场景，但也是最容易没效果的场景。很多人发给AI一句"代码报错了怎么办"，AI根本不知道从何说起。正确的做法是把代码、报错信息、运行环境三样东西一起贴过去。

【C】R版本4.3.2，使用Positron IDE，已安装tidyverse（版本2.0.0）。【O】请找出以下代码的报错原因并修复，确保代码可以正常运行。代码：[把你的代码粘贴在这里]报错信息：[把完整的报错信息粘贴在这里，不要省略]【S】保持原有的代码风格，只修改有问题的部分，不要重写整段代码。【T】耐心、教学式。先解释报错原因，再给出修改方案，最后说明如何避免同类错误。【A】有一定R使用经验但对这类报错不熟悉的分析师，希望理解错误而不只是得到答案。【R】先用1-2句话解释报错原因，然后给出修改后的代码，最后一段说明预防措施，不超过100字。

注意模板里有一个细节："先解释原因，再给修改方案"。如果你只要结果，AI会直接给你改好的代码，你下次还是不知道错在哪里。加上这句话，你每次调试都在学东西。

04 使用这个框架的几个实际体会

用了三个月之后，我有几点感受值得分享。

不需要每次都写满六个维度。

简单的任务，C+O+R三项就够了。比如你只是想快速生成一个描述统计表，没必要写一整套框架。COSTAR的价值在于复杂任务，当你发现AI给你的结果总是跑偏，才是写完整六项的时候。

C（背景）是最值钱的一项。

我试过很多次，同样的目标，背景描述的细致程度不同，输出质量差距非常明显。在背景里直接粘贴glimpse()或str()的输出结果，比用文字描述数据结构准确十倍。如果有报错，把完整的报错信息贴进去，不要自己解读后再转述。

在S（风格）里指定tidyverse。

这一点很重要，但很多人忽略。不加这句话，AI有时候会给你base R风格的旧写法，比如apply族函数、$符号取列、attach()这类东西。现在写R代码，tidyverse管道风格可读性更好，也更容易和AI协作迭代。

把模板存成代码片段，随时调用。

在Positron里可以设置自定义代码片段。把这三个模板存进去，每次用的时候直接触发，不需要重新打。节省的不是几秒钟，是你每次要用AI的时候不需要重新思考"我应该怎么描述这个需求"。

05 最后说一件事

这三个模板是我用得最多的场景，但实际工作里遇到的需求不止这些。

统计建模、机器学习、自动化报告生成、Quarto文档、生信流程……每个场景都有它的最优提示词写法，花了一段时间我陆陆续续整理了10个完整的模板，覆盖了R语言日常工作里90%以上的高频任务。

如果你也在用R+AI处理数据，这份模板应该能帮你省不少时间。

加我微信，发消息『R模板』，我直接发给你，免费的。

扫码添加👇

发送备注：R模板

如果这篇文章对你有用，欢迎转发给同样在用R做数据分析的朋友。下周我会继续更新Positron的实操内容，感兴趣可以关注公众号，不会错过。