生信初学者如何向AI提问，才能拿到真正有用的答案

很多生信初学者跟我吐槽："我问了AI半天，得到的答案要么太笼统，要么根本跑不通。"问题不在AI不够聪明，而在你提问的方式错了。今天就教你一套"提问公式"，让AI变成你的专属生信导师。

一、别让AI猜，把背景给清楚

❌ 错误示范："帮我做个差异分析。"

✅ 正确示范："我有6个肝癌样本和6个癌旁样本的RNA-seq count矩阵（行是基因，列是样本，已用featureCounts定量），想用R做DESeq2差异分析，找出FDR<0.05且|log2FC|>1的基因，请给我完整可运行的代码。"

要点：告诉AI你的数据类型、样本量、分析目标、软件偏好，AI才能给出精准答案。

二、报错信息原样贴，别翻译

❌ 错误示范："R报错了，说什么包有问题。"

✅ 正确示范："运行library(DESeq2)时报错：Error: package or namespace load failed for 'DESeq2' in loadNamespace(i, c(lib.loc, .libPaths()), versionCheck = vI[[i]]): 不存在叫'GenomeInfoDbData'这个名字的程辑包。R版本4.3.1，该怎么解决？"

要点：把报错信息的前5行完整复制给AI，比你的描述准确100倍。

三、分步提问，别一股脑全倒

生信分析是流水线：质控→比对→定量→差异分析→功能富集。如果你一次性问"从fastq到KEGG怎么做"，AI只能给你一个框架。但如果你分步问：

• "用FastQC做质控的代码是什么？"
• "Hisat2比对后怎么生成bam文件？"
• "featureCounts定量的参数怎么设？"

每一步都能得到可落地的代码，还能根据报错及时调整。

四、给AI定角色，答案更专业

在提问开头加一句角色设定，AI的回答质量会明显提升：

"你是一位有10年经验的生物信息学工程师，精通R语言和 bulk RNA-seq 分析。请用tidyverse风格写代码，并加中文注释。"

这样AI会默认用ggplot2作图、用dplyr处理数据，而不是给你基础R的繁琐写法。

五、不满意就追问，别将就

如果AI给的代码跑不通，直接贴报错追问；如果结果看不懂，要求AI用通俗语言解释；如果图太丑，告诉AI"用Nature风格的配色"。AI不怕你烦，就怕你不说。

六、总结：高效提问公式

角色 + 背景（数据/软件/版本）+ 任务（具体做什么）+ 输出要求（代码/解释/图表）+ 报错信息（如有）

记住：AI不是算命先生，你描述得越精确，它回报得越丰厚。从今天开始，按这个公式提问，你的生信学习效率至少翻倍。

—— 生信帮 · OG整理