製作帶誤差棒、可追溯資料的科研圖
案例演示 溫度與電導率
需要一張能夠追溯到資料表的科研圖，每個點和誤差範圍都有來源。本例繪製鋁摻雜氧化鋅（AZO）和碘化亞銅（CuI）的電導率，保留出版方給出的標準差。
交付結果： 英文 PNG 和 SVG、實際繪圖 CSV，以及簡短的方法說明。本例使用已發表資料，不是新開展的實驗。
準備資料並明確含義
原論文提供了 Source Data 工作簿。示例 CSV 轉錄 Supplementary Fig.6a 和 Supplementary Fig.6b 的 3–15 行，分別取 A、D、E 列中的溫度、電導率及報告的 SD。每種材料有 13 個溫度點，範圍為 275–390 K。
下載整理後的 CSV和來源說明。CSV 為每個點保留了原始工作表和行號。論文說明 SD 來自每個溫度點的五次測量；這些列沒有提供逐次測量值，因此本流程不重新計算 SD。
- 建立專案，準備可用模型並啟用 Python 執行時。
- 開啟會話，透過 + → Attach files 附加兩個檔案。
- 繪圖前確認數值列和單位：溫度為 K，電導率及其 SD 為 S m⁻¹。
點選附加的 CSV 開啟預覽，應為 26 rows · 6 columns，包含材料、溫度、電導率、SD 和來源工作表/行號。也開啟來源說明；截圖中的實操使用檔名 README.md，本文提供的同一說明命名為 conductivity-source.md。
同時要求圖表和繪圖資料
Use the attached conductivity CSV and source notes to create a figure
in the Notebook. Plot electrical conductivity (S m^-1) against
temperature (K) for AZO and CuI. Use distinct markers and error bars
equal to the supplied publisher-reported SD.
Check 26 rows, 13 temperatures per material, and the 275–390 K range.
Do not invent replicates or label SD as a confidence interval.
Connect points only as guides; do not fit a model.
Save conductivity-temperature.png, conductivity-temperature.svg,
plotted-conductivity.csv and conductivity-methods.md.
Keep all labels and notes in English. Execute the code and save files.
檢查程式碼或依賴安裝請求，再檢視 Notebook 的實際結果。回答中描述了圖表，並不代表已經儲存了圖片檔案。
在會話中點選 Notebook，開啟已完成的 Python 單元，檢查輸出：共 26 行、每種材料 13 行、溫度範圍 275–390 K，以及實際生成的圖。如果輸入解析失敗，要求 Agent 使用本會話附加的 CSV，確認成功執行後再繼續。
檢查圖表並匯出
開啟生成的 PNG，確認兩種材料容易區分，首尾資料點可見，座標軸註明單位，不確定性標註為 reported SD。連線只連線觀測值，AZO 在 300 K 後的電導率下降仍應保留。
開啟 plotted-conductivity.csv 與輸入對照。本次執行的 26 行溫度、電導率、SD，以及來源工作表和行號均保持一致。再開啟 conductivity-methods.md，核對來源 DOI 和誤差定義。
Generated 區應有四份檔案。開啟方法說明，並透過各檔案預覽中的下載圖示儲存核對後的版本。缺少檔案時，明確要求補存該檔案並重新開啟；PNG 成功不代表 SVG 和資料表也已儲存。
快速分享可使用 PNG，需要向量圖時使用 SVG。可下載本次執行的 PNG、SVG、繪圖資料和方法說明進行對照。
處理自己的測量資料時，先決定誤差棒表示標準差、標準誤還是置信區間，再要求繪圖。提供所需的原始測量值，或已經算好的不確定性及其定義；缺失的不確定性應如實保留。