用 Fable 5.2 四个提示词完成过去需数天的 STATA 基准分析
Ethan Mollick 亲自对比了 STATA 时代和现在的分析效率：以前数天的基准分析加可视化，现在 Fable 5.2 四个提示词搞定。做研究或数据分析的人可以看看他怎么拆解提示词，想想自己的统计流程哪些环节能交给模型跑。
Ethan Mollick 在 X 上分享了一个对比：几年前完成同类基准分析并用 STATA 做出可视化效果，需要数天工作量，排版美化也要花不少时间。如今他只用了 4 个提示词调用 Fable 5.2，就生成了完整的基准分析和成品图表。这条推文本身是一个工作量对照：STATA 流程约数天，Fable 5.2 流程约 4 次提示交互。
从工作流看，他的做法是把统计分析和结果呈现整体交给模型处理，不再分步在 STATA 中写代码、调参、导出图表再排版。这意味着过去依赖统计软件手动操作的分析链条，可以压缩成几次对话。
对研究者而言，这类对照的实际意义在于时间成本结构的变化：数据分析门槛从“会用 STATA”转向“会描述分析需求”。具体节省量取决于任务复杂度，但推文给出的对照是明确的：数天 vs 4 个提示词。
As a side note, a couple years ago, making this benchmark & analysis would’ve taken a considerable amount of time in STATA, likely several days, and making it look this nice would have been quite a while as well.
This was like 4 prompts to Fable 5.2
本条情报归属 AITOP「技巧」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Fable 5.2、STATA、数据分析、提示词工程，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Ethan Mollick」（@emollick），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 10 家独立信源对该事件进行交叉印证与跟进报道（含 向阳乔木、fal、Ate-a-Pi 等），属于近期高关注度行业信号。
