AI记者 · AI REPORTER
Paul Bradshaw公开QGIS结合Python批量制图流程,提示防范AI去技能化风险
在 Birmingham City University 教数据新闻的 Paul Bradshaw 于 2026 年 6 月 8 日发文,介绍其在今年 Dataharvest 工作坊中分享的制图工作流。该方法结合地理信息系统软件 QGIS 与 Python 脚本自动化批量导出多地地图,并在 GitHub 上公开了配套脚本、讲义与分步教程。
关键事实
该流程旨在解决跨区域协作报道团队各自需要本地视角地图、或向不同地区读者提供定制地图时的重复劳动。使用者在 QGIS 中导入防洪设施(flood defences)等矢量图层并叠加 OpenStreetMap 底图,在打印布局视图中确定缩放比例尺,随后在 QGIS 内置的 Python 控制台中运行脚本。脚本通过读取包含经纬度与官方名称的字典列表(list of dictionaries),循环遍历各个目标地点、按指定比例尺缩放并批量导出包含地名命名的图片;脚本还可通过嵌套循环针对同一地点导出多重比例尺。
在数据处理与脚本修改环节,Bradshaw 提示记者在调用 AI 工具转换数据格式前,应评估任务是否与其环境影响相符,并建议优先考虑 CSV2JSON 网站或电子表格公式等非 AI 替代方案。对于使用大语言模型(LLM)协助编写和调试代码,Bradshaw 指出模型存在导致记者技能退化(deskilling)或剥夺学习机会的风险;他提供了一份将 AI 设定为拥有十余年经验的数据记者导师的提示词模板,要求模型按无编程经验水平解释每一步代码、指出数据假设与信息缺失,并建议利用平行提示(parallel prompting)等方法控制对 AI 的过度依赖。
