数字信息时代，深度挖掘文本数据的价值日益重要，大语言模型的出现为此提供了新的契机。本文在人工智能赋能实证研究发展的框架下，首先分析了传统文献中词典法、文本相似度、监督式机器学习等传统文本分析方法的局限性；其次论述了大语言模型的优势及其对实证研究、特别是文本分析的赋能作用；在此基础上，借助本文作者编制的Stata命令chatgpt，通过一系列案例展示了GPT在提高文本数据处理效率、优化文本指标刻画能力、增强文本指标衡量精度以及丰富文本指标信息含量的核心优势。本文认为大语言模型将极大地释放文本数据价值，在推动文本分析领域相关的实证研究中具有巨大潜力。
