数据管理计划（DMP）是DFG、ERC、欧洲地平线、NIH和大多数主要研究资助机构所要求的。它们是有特定必需部分的程式化文件，正是AI有助于高效制作的那种文件。
DMP要求什么
标准研究DMP涵盖：数据描述（你将产生什么数据、格式、数量）、数据收集方法、元数据和文档标准、数据共享政策（将共享什么、何时、在哪里）、长期保存计划和数据安全措施。DFG指南（DFG Leitlinien zum Umgang mit Forschungsdaten）详细规定了这些要求；欧洲地平线DMP模板也是如此。
使用AI起草你的DMP
下载适合你资助机构的具体DMP模板。将模板要求和你的项目描述一起粘贴到Claude：”我正在为一个关于[描述]的项目申请DFG资助。该项目将产生[数据类型]。以下是DMP要求[粘贴它们]。起草一份满足每项要求的DMP。”输出将是一份涵盖所有部分的完整草稿。你的任务是核实事实声明（你的机构是否真的有你声称的数据存储库？你提到的元数据标准是否适合你的领域？）。
特定领域的元数据标准
不同领域有不同的元数据标准，生物标本有Darwin Core，微阵列数据有MIAME，社会科学调查数据有DDI，天文学有FITS。在写元数据部分之前，询问Claude：”[你的研究类型]的标准元数据模式是什么？”资助机构检查你是否命名了适合领域的标准，而不仅仅是通用标准。
数据存储库选择
你计划存放数据的地方很重要。特定领域的存储库（基因组学的GenBank、地球科学的PANGAEA、社会科学的OSF）在存在时优于通用存储库（Zenodo、Figshare）。询问Claude：”[你的领域]的标准数据存储库是什么，能满足DFG/欧洲地平线要求？”然后验证这些存储库仍然活跃并接受你的数据类型。
FAIR数据原则
FAIR数据（可发现、可访问、可互操作、可重用）是大多数资助机构用于评估DMP的框架。让Claude解释FAIR对你的特定项目类型意味着什么，然后在你的DMP中使用该框架，向评审人表明你理解这些原则，而不只是勾选了方框。
