现代人工智能已从简单的文本生成器进化为工程领域强大的计算伙伴。对于气候技术工程师，特别是专注于碳捕集、利用与封存（CCUS）的人员来说，这些工具在加速热力学建模、材料筛选和技术经济评估方面提供了前所未有的能力。
以下提示词经过严格测试，并针对 ChatGPT、Gemini、Claude 和 DeepSeek 等主流大语言模型进行了优化。虽然 DeepSeek 在原始逻辑和编码方面表现出色，Claude 在细微差别和安全性评估方面更具优势，但这 10 个提示词为寻求优化碳捕集系统的气候技术工程师提供了通用的、高性能的基础，且不局限于特定平台。
1. 热力学最小功计算
推荐模型： 首选 DeepSeek 或 ChatGPT（强大的数学推理和公式应用能力）。
此提示词有助于在进行深度模拟前验证分离过程的热力学极限，从而节省在不可行路径上花费的时间。
请扮演化学热力学专家。我需要计算从烟道气流中捕集二氧化碳的最小分离功（吉布斯自由能变化）。
输入参数：
- 气体组成：[插入组成，例如 12% CO2, 5% O2, 83% N2]
- 温度：[插入温度，例如 40°C]
- 压力：[插入压力，例如 1 atm]
- 捕集率目标：[插入目标，例如 90%]
- 纯度目标：[插入纯度，例如 99%]
请推导假设理想气体行为下的最小分离功公式，计算比能耗需求（kJ/mol CO2 捕集），并将其与典型的胺基吸收系统值进行比较。
收益： 快速建立能效的理论基准，以便将实际工艺性能与热力学极限进行对比。
2. 生成吸附剂的动力学速率表达式
推荐模型： 首选 Claude（擅长技术写作和理论解释）或 Gemini。
在处理固体吸附剂（如 MOF、沸石）时，定义正确的动力学模型对于反应器尺寸设计至关重要。
我正在为碳捕集建模变压吸附（PSA）循环。我需要为 [插入吸附剂名称，如 Zeolite 13X] 上的二氧化碳摄取定义动力学速率表达式。
任务：
1. 根据该材料的孔隙结构提出最合适的动力学模型（如线性驱动力 LDF、费克扩散模型）。
2. 提供吸附速率 (dq/dt) 的数学方程。
3. 列出我需要从 TGA 或穿透曲线数据中拟合的关键传质系数。
4. 生成一个使用 'scipy.optimize' 的 Python 函数模板，以便我将实验摄取数据拟合到该模型中。
收益： 通过生成用于参数估算的即用型代码，弥合原材料科学与动态过程模拟之间的鸿沟。
3. 技术经济分析 (TEA) 框架
推荐模型： 首选 ChatGPT 或 Gemini（拥有关于经济因素的广泛知识库）。
估算捕集成本与物理特性同样重要。此提示词可以构建你的资本支出（CAPEX）和运营支出（OPEX）计算框架。
请扮演 CCUS 领域的过程经济学家。为一座产能为 [插入产能，如 100 万吨/年] 的 [插入技术，如直接空气捕集] 工厂构建技术经济分析 (TEA) 框架。
输出一个结构化的 Markdown 表格，详细说明：
1. 主要资本支出 (CAPEX) 类别（设备、土建、不可预见费）。
2. 主要运营支出 (OPEX) 类别（能源、吸附剂更换、维护）。
3. 通常驱动该特定技术平准化捕集成本 (LCOC) 的关键敏感性参数。
4. 用于从试点数据估算商业成本的标准“放大因子”列表。
收益： 提供全面的清单，确保在早期可行性研究中不会遗漏任何成本驱动因素。
4. 等温线模型拟合策略
推荐模型： 首选 DeepSeek（在代码生成和算法逻辑方面表现卓越）。
选择正确的等温线模型（Langmuir, Freundlich, Toth）会影响循环设计的准确性。
我有三种不同温度下新型多孔材料对 CO2 和 N2 的实验平衡等温线数据。
编写一个使用 'pandas' 和 'scipy' 的 Python 脚本：
1. 加载包含以下列的 CSV 文件：Pressure, Loading_CO2, Loading_N2。
2. 定义 Langmuir、Freundlich 和 Toth 等温线模型的函数。
3. 执行非线性回归以拟合数据，并提取亨利定律常数和饱和容量。
4. 根据拟合参数，使用克劳修斯-克拉佩龙方程计算吸附热 (Qst)。
收益： 自动化数据拟合的常规任务，提供关于材料选择性和再生能量需求的即时见解。
5. Aspen Plus / HYSYS 模拟故障排除
推荐模型： 首选 ChatGPT（经过大量软件文档训练）或 Claude。
由于收敛循环问题，过程模拟器经常运行失败。此提示词有助于诊断问题。
我正在 [插入软件，如 Aspen Plus] 中使用 [插入物性方法，如 ENRTL-RK] 模拟溶剂法碳捕集循环。模拟在解吸塔（stripper column）处无法收敛。
配置：
- 塔类型：RadFrac
- 收敛算法：标准
- 循环物流：激活
根据胺洗的标准流程拓扑，提供分步故障排除指南。特别是，请针对循环断点物流（tear stream）提供初始化策略，并建议用于稳定收敛的阻尼因子参数调整。
收益： 充当即时的资深模拟工程师，提供具体的收敛策略以解决停滞的过程模型。
6. 生命周期评估 (LCA) 边界定义
推荐模型： 首选 Claude 或 Gemini（具备上下文理解和多步推理能力）。
在计算中避免“碳泄漏”需要严格的边界定义。
我们正在对矿化碳封存工艺进行“从摇篮到大门”的生命周期评估 (LCA)。
任务：
根据 ISO 14040 标准定义评估的系统边界。
1. 明确列出应包含在“上游”（如反应物开采）、“核心”（过程排放）和“下游”阶段的内容。
2. 识别矿化项目中经常被忽视的间接碳排放潜在“热点”（如粉碎能耗、运输）。
3. 建议一个功能单位，以便将该工艺与标准地质封存方法进行比较。
收益： 确保你的环境声明稳健且符合国际标准，防止“洗绿”指控。
7. 法规合规性与 45Q 税收抵免逻辑
推荐模型： 首选 Gemini 或 Claude（擅长处理法规文本和条件）。
了解财务激励措施对于项目的可行性至关重要。
分析美国税法第 45Q 条关于碳封存的税收抵免要求，适用于 [插入项目类型，如带地质封存的直接空气捕集]。
创建一个“合规清单”，涵盖：
1. 最低捕集门槛（公吨/年）。
2. 安全地质封存（VI 类井）的监测、报告和验证 (MRV) 要求。
3. 利用（EOR）与专用封存之间抵免额度的差异。
4. 符合资格的开工时间限制。
收益： 将晦涩的法律文本转化为可操作的项目要求，确保工程设计与财务激励措施保持一致。
8. 杂质耐受性的材料筛选
推荐模型： 首选 DeepSeek 或 Gemini（擅长研究综合和化学逻辑）。
现实世界的烟道气含有会破坏实验室完美材料的杂质（SOx, NOx, H2O）。
我正在评估一种含有 [插入金属中心，如铜] 和 [插入配体] 的金属有机框架 (MOF)，用于烟道气捕集。
基于配位化学的一般化学原理：
1. 预测该 MOF 在水蒸气和酸性气体（SOx, NOx）存在下的稳定性。
2. 解释可能的降解机制（如配体置换、水解）。
3. 建议 3 种替代材料类别或功能化策略（如空间屏蔽），以提高对潮湿酸性气流的稳定性。
收益： 在投入昂贵的实验室合成和测试之前，对材料进行快速风险评估。
9. 动态穿透模拟的 Python 脚本
推荐模型： 首选 DeepSeek 或 ChatGPT（高水平编程能力）。
从平衡数据转向动态性能需要求解偏微分方程 (PDE)。
编写一个 Python 脚本来模拟一维吸附柱穿透曲线。
要求：
- 使用直线法 (MOL) 对空间域进行离散化。
- 求解质量平衡偏微分方程 (PDE)：∂C/∂t + u*∂C/∂z + ((1-ε)/ε)*ρ*∂q/∂t = Dax*∂²C/∂z²
- 假设：等温操作、动力学采用线性驱动力 (LDF) 模型、平衡采用 Langmuir 等温线。
- 代码应绘制柱出口处浓度 (C/C0) 随时间的变化曲线。
- 对代码进行详细注释，解释离散化步骤。
收益： 提供功能性模拟原型，用于预测吸附床在饱和前的持续时间，这对于设备尺寸设计至关重要。
10. 膜工艺多级优化
推荐模型： 首选 DeepSeek（逻辑/优化）或 Claude。
单级膜很难达到纯度目标。此提示词有助于设计级联系统。
我需要设计一个多级膜系统，以便从 10% CO2 的进料中达到 95% 的 CO2 纯度。
任务：
1. 概述二级配置与带循环的二级配置的架构。
2. 解释第一级“阶段切割率”（Stage Cut）与渗透物纯度之间的权衡。
3. 提供一种启发式逻辑，用于确定膜两侧的最佳压力比，以在保持驱动力的同时最小化压缩功。
收益： 优化膜级联系统中资本能力（膜面积）与运营成本（压缩能耗）之间的权衡。
专家技巧：工程领域的上下文注入
在使用 AI 进行复杂建模时，提示词链（Prompt Chaining）是必不可少的。不要试图一次性获得最终答案。首先，要求 AI “概述假设”。一旦你验证了假设（例如理想气体 vs. Peng-Robinson），再将确认信息反馈到下一个提示词中：“假设正确。现在，使用 Peng-Robinson 状态方程，继续执行第 2 步……”* 这会迫使模型遵守严谨的工程约束，而不是凭空产生通用的回答。
从理论化学向部署气候基础设施的转变需要速度和精度。通过将这些提示词集成到你的工作流程中，你可以将认知负荷从常规的语法和公式推导转移到高层系统架构和关键分析上。掌握这些交互技巧，你就能将通用的 AI 模型转变为随你的雄心壮志共同成长的专业工程助手。