先介绍一下我自己
做 GIS 相关开发八年了。从 ArcGIS 到 QGIS，从 MapGIS 到 SuperMap，主流的地理信息平台基本都摸过。
最近几年主要在做地学建模和空间数据分析，说白了就是：把地质、水文、气象这些专业数据，用计算机模型跑出来，辅助决策。
这行有个特点：专业门槛高，重复劳动多。
我以前的工作状态
每天早上到办公室，打开电脑，大概要干这些事：
- 整理昨天跑出来的数据，做成报表
- 检查空间数据的拓扑关系，修 bug
- 写 Python 脚本做数据预处理（坐标系转换、裁剪、重采样……）
- 写模型文档和研究报告
- 跟非技术背景的同事解释"为什么这个缓冲区分析要跑这么久"
每天至少 4-5 个小时花在重复性的工作上。真正用来思考和分析的时间，不到一半。
转折点
去年年底，我开始尝试把 AI 引入工作流。
一开始我也怀疑：AI 连投影坐标系和地理坐标系都分不清，能帮我干什么？
但试了一个月之后，我发现：AI 不需要懂地学，它只需要懂"怎么帮我做事"。
真正懂地学的，是我。AI 是我的助手，不是我的替代者。
AI 在地学工作中的实际应用场景
场景一：自动化 Python 脚本生成
这是我用 AI 最多的场景。
地学数据处理中，有大量重复性的脚本工作：批量转换坐标系、裁剪栅格、提取等值线、计算坡度坡向……
以前这些脚本我要自己写，有时候写一个复杂的批处理脚本要半天。
现在我把需求用自然语言告诉 AI，它直接给我代码。
我的 Prompt：
你是一个有 GIS 开发经验的 Python 工程师。请帮我写一个脚本，用 GDAL 批量处理一个文件夹里的所有 TIFF 栅格文件。要求：
- 把所有栅格数据从 WGS84 投影到 UTM Zone 50N
- 统一分辨率重采样为 30m
- 输出到新文件夹，文件名加 "_projected" 后缀
- 加上进度条和错误处理
- 代码要注释清晰，方便后续维护
AI 给的代码，我基本只需要改几个路径参数就能直接跑。原来半天的活，现在 10 分钟搞定。
场景二：数据质量检查报告
地学数据的质量检查是个苦差事。拓扑错误、属性缺失、坐标异常……一项项查能查到眼睛瞎。
我现在用 AI 帮我写自动化检查脚本，然后让 AI 帮我解读检查结果。
我的 Prompt：
我跑了一个 shapefile 的拓扑检查，发现了以下问题：[粘贴检查结果]。 请帮我：
- 分类整理这些问题，按严重程度排序
- 解释每类问题可能的成因
- 给出修复建议和对应的 GIS 操作方法（QGIS 或 ArcGIS 均可）
- 写一段总结报告，可以直接放进项目文档里
AI 生成的报告质量很高，我稍微改改就能直接交差。
场景三：技术文档和研究报告写作
地学项目的文档工作量很大。技术方案、实施报告、成果总结……每一篇都要写。
我的做法：
- 把项目的基本情况、方法、结果列出来
- 让 AI 帮我组织成结构化的文档
- 自己补充专业判断和核心结论
- 让 AI 润色语言
我的 Prompt：
你是一个地质信息化项目的技术文档撰写专家。请根据以下信息，帮我写一份项目技术方案：
- 项目背景：某流域洪水风险评估
- 数据源：DEM 30m、土地利用数据、降雨量站点数据
- 方法：SCS 曲线数法 + 水文分析
- 目标：输出洪水淹没风险分级图
- 要求：结构完整，包含项目背景、数据说明、方法原理、实施步骤、预期成果
写出来的文档框架非常专业，我只需要补充具体的参数和专业判断。
场景四：非技术沟通
这个可能很多人没想到。
GIS 开发者最头疼的事情之一：跟领导或非技术同事解释技术问题和项目进度。
我现在会先跟 AI 过一遍：
我的 Prompt：
我需要用 3 分钟向非技术背景的项目负责人解释：为什么这个水文模型的运行时间比预期长了 3 倍。原因是：原始 DEM 数据分辨率太高（5m），导致计算网格数量暴增。 请帮我准备一段通俗易懂的解释，避免专业术语，用类比的方式说明。
AI 给的版本比我直接说的好多了。领导一听就懂，也不会觉得我在找借口。
我最常用的 5 个 Prompt 模板
1. 代码生成模板
你是一个 GIS 开发专家，精通 [工具/库]。请帮我实现 [具体功能]。 输入数据：[描述] 输出要求：[描述] 编程语言：[Python/R/其他] 额外要求：加注释、错误处理、进度提示
2. 数据分析模板
以下是我的一组 [数据类型] 分析结果：[粘贴数据]。 请帮我：
- 总结主要发现
- 指出异常值或值得关注的模式
- 从地学角度给出可能的解释
- 建议下一步分析方向
3. 文档写作模板
请帮我撰写一份 [文档类型]，主题是 [项目名称]。 核心信息：[列出 3-5 个要点] 目标读者：[技术/非技术/混合] 字数：[范围] 风格：[专业/简洁/通俗易懂]
4. 问题排查模板
我在运行 [软件/脚本] 时遇到了以下错误：[粘贴错误信息]。 我的操作是：[描述步骤]。 请帮我分析可能的原因，并给出解决方案。
5. 学习新工具模板
我需要学习 [新工具/新方法]，用于 [具体用途]。 我目前的水平：[入门/中级/高级]。 请帮我制定一个 2 周的学习计划，包含：
- 核心概念
- 关键操作
- 实战练习
- 推荐学习资源
AI 的局限性
说实话，AI 在地学领域不是万能的。它有几个明显的短板：
- 专业知识不够深：AI 懂通用 GIS 概念，但对特定地质条件、区域水文特征等专业判断，不如一个有经验的地学专家
- 空间直觉没有：AI 不能"看"地图，对空间关系的理解远不如人
- 数据不能随便给：涉密的地学数据不能扔给 AI，这是红线
我的原则：AI 做"体力活"，我做"脑力活"。 数据预处理、脚本编写、文档整理交给 AI；专业判断、模型设计、结果解读自己来。
关于工具
我主要用两个：
- ChatGPT Plus（GPT-4）：代码生成和逻辑推理最强
- Claude Pro（Claude 3.5）：长文档处理和专业写作更好
两个搭配用，覆盖了我 90% 的 AI 需求。
付费这块折腾过一阵。国内卡付不了海外订阅，虚拟卡被风控过，某宝代充踩过坑。后来同事推荐了 Glouth，用到现在快四个月了，一直稳定。
- ChatGPT Plus、Claude Pro 都能开，不用自己办海外信用卡
- 微信/支付宝直接付，1-5 分钟到账
- 有客服，出问题能找到人
实时价格以 Glouth Pay 页 为准。说句实在的：官方 ChatGPT Plus 是 $20/月、按汇率折合 ¥145 左右，代充按当时汇率加上服务费，可能略高一点点——多出来这点，买的是"不用自己折腾海外信用卡和支付"的省心。做技术的人推荐东西，讲究一个靠谱，这个渠道我自己用下来的体验是：稳。
最后的感想
AI 没有让我失业，它让我从"码农"变成了"架构师"。
以前我 60% 的时间在写重复的代码，现在这些活 AI 干了。我有更多时间去思考模型设计、方法优化、结果解读这些真正有技术含量的事情。
AI 不是来抢你饭碗的，是来帮你把饭碗端得更稳的。
💡 专业开发者推荐的 AI 工具组合：ChatGPT Plus + Claude Pro。
🏷️ Glouth 代充 ChatGPT Plus / Claude Pro，实时价见 Pay 页，免海外信用卡，人民币直接付
✅ 微信/支付宝付款，1-5 分钟到账，正规渠道安全稳定
想直接上手?
这篇讲的活,打开 Glouth Chat 就能干:GPT-5.5 / Claude 等模型中文直接用,不用翻墙、不用海外卡。想给自己的 ChatGPT 账号开 Plus 的看国内充值指南;要把 AI 接进自己的工具,走 Link API。