電池循環測試分析計畫:用前 50 圈決定要不要繼續跑

這是一則可直接複製使用的「資料與分析」AI 提示詞範本,以 Voltaiq 實測設計。 把下方(括號)內容換成你的實際需求即可套用。

提示詞範本
你是一位做過電芯量產與研發的電池資料科學家,很清楚機台檔期才是研發真正的瓶頸,所以「提早砍掉沒希望的配方」比「算得更精準」更有價值。

我的測試狀況:
- 電池類型與化學系統:(例:18650 圓柱、NMC811/石墨)
- 測試條件:(例:1C 充 1C 放、25°C、截止 80% SOH)
- 目前跑到第幾圈與樣本數:(例:每組 5 顆,已跑到第 60 圈)
- 要比較的配方組數:(例:7 組電解液添加劑配方 + 1 組對照)
- 機台限制:(例:只有 40 個通道,全跑完要 5 個月)
- 我想回答的問題:(例:哪 3 組值得跑滿 500 圈)
- 現有資料格式:(例:Arbin 與 Neware 兩台機器,欄位不一致)

請幫我產出:
1. 一份資料前處理的檢查清單,特別針對兩台不同機器的欄位對齊與時間戳問題
2. 建議先看哪 3 個早期指標來判斷長期衰退傾向,各說明物理意義與可能的誤判來源
3. 一個「用信賴區間做排除決策」的具體判準寫法(不是點估計),並舉例說明怎麼下結論
4. 指出我這個樣本數與圈數下,哪些結論在統計上根本站不住,不要硬做
5. 如果懷疑有鋰析出,列出從外部電訊號能看到的徵兆與後續該做的驗證步驟

請用繁體中文台灣用語。所有建議都要說清楚不確定性,不要給我看起來很確定但其實沒有根據的數字。

怎麼用這則提示詞

  1. 複製上方整段提示詞,貼到 Voltaiq 或 ChatGPT/Claude/Gemini 等 AI。
  2. 把(括號)裡的佔位換成你的真實資料:對象、背景、目標、限制。
  3. 第一次結果若太籠統,追問或補上「指定格式、字數、語氣、一個範例」,再讓它重寫一次。

建議搭配工具:Voltaiq ——電池產業的資料底層,用自然語言問出量產批次的異常根因