遇事不决问 AI，好的提示词能激活 AI 的潜力，而模糊的提示词则可能得到平庸甚至无关的答案。
注意，AI 的价值不是帮你写论文，而是帮你理解题目、打开思路。写提示词的关键是指明任务目标，同时限定它的输出边界。
在此给大家整理了一份数学建模美赛 AI 提示词通用模板：
【赛题信息】
1. 竞赛类型：美国大学生数学建模竞赛（MCM/ICM）__题（填写 A-F）
2. 赛题原文：[粘贴完整赛题文本，或者上传赛题文件，不写本行]
3. 关键约束：[提炼赛题里的隐藏限制，比如'模型要兼顾可行性与创新性''需考虑极端情况']
【任务角色】
你是一名资深数学建模竞赛指导老师，擅长从现实问题中抽象数学模型，熟悉数学建模 MCM/ICM 竞赛的评分标准（尤其看重模型的创新性、合理性、数据支撑）。
【核心需求】
请基于以上赛题，帮我完成以下工作，注意只要思路和方向，不要过度冗余的公式和答案：
- 问题拆解：把赛题的 3 个小问题，分别转化为'可量化的数学问题'，指出每个问题的核心矛盾（比如'是优化资源分配，还是预测趋势，还是评估方案有效性'）。
2. 建模方向：针对每个子问题，推荐 2-3 种适合的建模思路（比如'可以用微分方程建模，也可以用机器学习拟合'），并说明每种思路的适用场景和优缺点。
3. 算法选择：对应每种建模思路，推荐具体的算法，注明算法的适用条件。
4. 数据来源：列出可能用到的公开数据集或数据获取渠道，如果没有现成数据，说明如何通过'假设 + 模拟'生成合理数据。
5. 避坑提醒：指出这个赛题容易踩的 3-5 个误区（比如'忽略变量之间的相关性''模型过于复杂导致无法求解''脱离现实场景的假设'）。
【输出要求】
1. 学术化、结构化输出，分点清晰；
2. 优先推荐创新性 + 可行性平衡的思路，少提过于冷门的算法；
3. 具有数学上的逻辑性和严谨性。
以上是一个通用模板，注意是需要你认真读完赛题，结合赛题的特点，在这个模板的基础上修改来用的。
另外美赛六个赛题都有明确的领域特点，所以确定选题后可写针对性提示词
1. A 题（连续型，比如物理、工程类）
在通用框架的【核心需求】后加一句：
重点考虑是否可用'连续变量的动态变化规律'，若涉及连续物理变化，说明如何将现实中的连续过程转化为数学方程，以及如何处理边界条件和初始条件。
2. B 题（离散型，比如物流、网络优化）
在通用框架的【核心需求】后加一句：
重点关注'离散对象的最优分配 / 路径 / 组合'，如果涉及图论和最优化，说明如何定义'节点''边''目标函数'，以及如何权衡算法的计算效率和结果最优性。
3. C 题（大数据类，给海量数据让你分析）
在通用框架的【核心需求】后加一句：
重点关注是否可有'数据清洗→特征提取→建模分析'的流程，说明如何处理数据缺失、异常值，以及如何验证模型的泛化能力。
4. D 题（运筹学/网络科学，比如资源调度、疫情传播）
在通用框架的【核心需求】后加一句：
重点关注'系统的整体优化和鲁棒性'，可优先考虑时序性和运筹学方面，说明如何构建系统的抽象模型，以及如何验证模型的有效性。
5. E 题（环境科学类，比如气候变化、生态保护）
在通用框架的【核心需求】后加一句：
重点关注环境科学类的解决思路，说明如何结合自然科学规律和数学模型，以及如何将模型结果转化为可落地的建议。
6. F 题（政策类，比如社会治理、经济发展）
在通用框架的【核心需求】后加一句：
重点关注政策方面与数学模型的联系，若涉及政策制定，则说明如何量化政策的影响因素，以及如何平衡不同利益相关方的诉求。
