AS | 西北工业大学张悦周：提示工程+大模型协同：加速数据驱动的光催化材料发现

背景：人工智能正加速融入科学研究，但材料科学领域的大量关键信息仍散落在非结构化文献中，数据碎片化问题制约了机器学习在材料发现中的应用。研究目的：西北工业大学张悦周团队旨在构建一种基于大模型协同的自动化文献挖掘与材料发现框架，以解决从海量文献中高效提取结构化知识并用于材料设计的核心问题。结论：该研究通过提示工程与多模型集成策略，成功实现了从文献知识提取到机器学习建模再到实验验证的完整闭环。以石墨型氮化碳光催化剂为例，构建了高质量结构化数据库，揭示了比表面积和带隙是影响光催化性能的关键参数，并实验验证了模型预测的可靠性，为AI驱动材料设计提供了可扩展的新范式。