×
¥
查看详情
🔥 会员专享 文生文 其它

科学探索导师KYOSHI

👁️ 310 次查看
📅 Oct 11, 2025
💡 核心价值: 科学探索导师KYOSHI是一款专为科学教育设计的智能提示词模板,能够根据用户指定的科学主题和复杂度级别,生成生动有趣、互动性强的科学教学内容。该模板通过模拟资深科学教师的思维方式和教学方法,将复杂的科学概念转化为易于理解的对话和叙事形式,特别适合创建教育游戏、互动课程和AI驱动的科普故事。其亮点在于采用任务分步法和链式思维推理,确保科学知识的准确性和教学过程的逻辑性,同时具备多场景适配能力,能够满足从基础科普到专业探讨的不同层次需求,为科学教育工作者、内容创作者和学习者提供专业级的教学辅助工具。

🎯 可自定义参数(2个)

科学主题
需要讲解的科学主题,如:光合作用、牛顿定律、DNA结构等
复杂度级别
教学内容复杂度级别,可选:基础入门、中级理解、深度探究

🎨 效果示例

科学主题概述

光合作用是绿色植物、藻类和部分细菌把“阳光能量”转化为“化学能量”的过程。它把空气中的二氧化碳和土壤中的水,制造成糖类(作为能量和材料),并释放氧气。没有光合作用,地球上的食物链和我们呼吸的氧气就无法维持,是地球生命最重要的“能量入口”。

用一句话概括:植物像装了“太阳能厨房”,把阳光、空气和水做成“能量饼”(糖),顺便放出氧气。

常见的总体反应式(简化):
二氧化碳 + 水 + 光能 → 糖(葡萄糖) + 氧气
例:6 CO₂ + 6 H₂O + 光 → C₆H₁₂O₆ + 6 O₂
提示:方程式是总体效果的总结,实际步骤分阶段进行,释放的氧气主要来自“水”的分解。


核心知识点解析

  • 第一层:你能看见的现象(入门直觉)

    • 绿色叶子里有“叶绿素”,最擅长吸收蓝光和红光,反射绿色,所以叶子看起来是绿的。
    • 白天植物用光能进行光合作用并释放氧气;同时植物在全天都进行呼吸作用(消耗少量氧气),只是白天的光合作用产生的氧气远多于呼吸消耗。
    • 叶片上有“气孔”(像微型门),让二氧化碳进来、氧气出去、水蒸气也会散失。
  • 第二层:关键部件与两大阶段(简化版)

    • 主要地点:叶绿体(叶片细胞里的“太阳能工厂”),内部有类囊体膜。
    • 原料来源:
      • 水:由根吸收,经导管送到叶片。
      • 二氧化碳:从空气进入叶片气孔。
      • 光:来自太阳或灯光,能量由叶绿素捕获。
    • 两大阶段:
      1. 光反应(在类囊体膜上):吸收光能,分解水,释放氧气,同时把能量“打包”成ATP和NADPH(可把它们想成“能量电池”和“还原力充电宝”)。
      2. 暗反应/卡尔文循环(在基质中):利用ATP和NADPH,把二氧化碳一步步“固定”,合成为糖。虽然叫“暗反应”,但白天最活跃,只是不直接需要光子。
  • 第三层:影响光合作用的因素(认识“限制因素”)

    • 光强:一定范围内,光越强产能越高;超过最佳范围会“饱和”。
    • 二氧化碳浓度:越高越容易合成糖,但也有上限。
    • 温度:过冷酶活性低,过热酶失活;存在“适宜温度区间”。
    • 水分:缺水会促使气孔关闭,二氧化碳进不来,光合作用受限。
    • 光的颜色:红蓝光最有效,绿光效果较差(因为被反射)。
  • 第四层:形象比喻(帮助记忆)

    • 工厂版:叶绿体是工厂,光是电力,水和二氧化碳是原料,ATP/NADPH是车间的“能量券”,最后出厂的是糖,副产品是氧气。
    • 厨房版:阳光是火,二氧化碳和水是食材,叶绿素是锅,糖是成品,氧气是蒸汽。

互动教学对话

  • KYOSHI:如果把一片健康的叶子放在阳光下,气孔在做什么?
  • 学生:让二氧化碳进去、氧气出去,还会散失一些水汽。
  • KYOSHI:对!那叶子为什么是绿色的?
  • 学生:因为叶绿素把蓝光和红光吸收了,反射绿色。
  • KYOSHI:很棒。释放的氧气主要来自二氧化碳还是水的分解?
  • 学生:来自水的分解。
  • KYOSHI:正确。现在想象有三盆同种植物:A在强光下,B在较弱光下,C在强光但很干燥的环境。谁的光合作用可能最慢?
  • 学生:C,因为干燥会让气孔关闭,二氧化碳进不来。
  • KYOSHI:思维很到位!再来一个小实验构想:若我们把一片叶子的一半遮上锡箔纸,另一半暴露在光下,一天后用碘液检测淀粉,会观察到什么?
  • 学生:暴露光的半边会出现淀粉(被碘液染成蓝黑色),遮住光的半边淀粉少或没有。
  • KYOSHI:这说明合成糖(后储存为淀粉)需要光。最后一个问题:植物白天光合作用很强,晚上还会进行什么过程?
  • 学生:呼吸作用,一直进行,只是晚上没有光合作用来“抵消”,所以不再产生氧气。
  • KYOSHI:完美收官!

科学思维训练

  • 观察与假设

    • 问题:当光强很高但二氧化碳很低时,光合作用会不会继续增加?为什么?
    • 提示:思考“限制因素”的概念——总速率由最短板决定。
  • 变量控制

    • 设计一个对比实验,只改变“光颜色”,保持其他条件一致(同种植物、同温度、同CO₂浓度),比较红光、蓝光和绿光下的效果。
  • 模型构建

    • 画出“能量流动图”:光能→光反应(ATP/NADPH)→暗反应(糖),再标注副产物氧气从何而来。
  • 科学解释与证据

    • 解释“为什么氧气来自水”:在光反应中,水被光化学系统分解,氧原子配对形成O₂;可查阅同位素示踪(用标记的H₂¹⁸O)支持证据。
  • 延伸思考

    • 光合作用与全球碳循环、气候变化有什么联系?思考森林、海洋浮游植物在吸碳与供氧中的角色。

拓展学习资源

  • 可汗学院(Khan Academy)生物学:Photosynthesis(英文,图解清晰)
  • PhET交互式模拟:Photosynthesis(英文,模拟光强、CO₂对光合的影响)
  • BBC Bitesize:Photosynthesis(英文,适合K-12入门)
  • 中国高校教材或科普读物:普通生物学(入门章节对光合作用有系统讲解)
  • NASA Earth Observatory:Carbon Cycle(英文,理解光合作用在全球碳循环中的位置)

如需更深入,可逐步学习:

  • 光系统II与电子传递链的细节(为什么会产生质子梯度和ATP)
  • 卡尔文循环的三阶段(碳固定、还原、再生),以及“鲁比斯科”酶的作用与局限

本课程以基础入门为目标,重点建立正确的直觉与概念框架。恭喜你完成光合作用的第一站!

科学主题概述

牛顿定律是经典力学的基石,用来描述“力如何改变物体的运动”。它包含三条定律:

  • 第一:惯性定律,说明在没有合力作用时,物体保持静止或匀速直线运动。
  • 第二:动力学定律,给出合力与加速度的定量关系(ΣF = m a),是解题的核心。
  • 第三:作用与反作用定律,说明力总是成对出现、大小相等方向相反,作用在不同物体上。

这些定律支撑着工程、航天、交通设计与日常现象的解释,比如汽车加速、火箭推进、走路时脚与地面的相互作用等。

核心知识点解析

一、基础框架(中级理解的“地图”)

  • 系统与参考系
    • 系统:你分析的对象(一个盒子、一辆车、你本人等)。
    • 惯性参考系:不受加速度的参考系中牛顿定律成立。地面在多数初等问题中可近似为惯性系。
  • 量纲与向量
    • 力和加速度是向量,有大小与方向;单位:力为牛顿(N),加速度为 m/s²。
  • 合力与自由体图(FBD)
    • 合力是所有作用于该物体的外力的向量和。
    • 自由体图步骤:选系统→画出受力→分解分量→写ΣF = m a的分量方程。

二、牛顿第一定律(惯性)

  • 内容:在无合力(ΣF = 0)时,速度保持不变(可能为零,也可能为常数)。
  • 直观比喻:在超光滑的空气曲棍球桌上,滑块会一直匀速滑行,除非有外力改变它。
  • 常见误区:认为“要保持运动就需要持续的力”。实际上需要力的是“改变速度”(加速或减速);匀速运动时合力可为零。

三、牛顿第二定律(动力学:ΣF = m a)

  • 一般形式:ΣF = d p/dt(p是动量)。在质量不变时,简化为ΣF = m a。
  • 向量分量法:分别在x、y方向列式,如ΣF_x = m a_x,ΣF_y = m a_y。
  • 单位与量纲:1 N = 1 kg·m/s²。
  • 例题(带摩擦的水平推箱):
    • 已知:m = 5 kg,推力F = 30 N,动摩擦系数μ_k = 0.2,地面水平。
    • 法向力N ≈ m g = 49 N;摩擦力f_k = μ_k N ≈ 0.2 × 49 = 9.8 N。
    • 合力:F_net = 30 − 9.8 = 20.2 N;加速度:a = F_net / m ≈ 4.04 m/s²。
  • 例题(电梯中的称重)
    • m = 70 kg,上行加速a = 2 m/s²。
    • 称的读数是法向力N = m (g + a) ≈ 70 × (9.8 + 2) = 826 N。
    • 下行加速时N = m (g − a) ≈ 546 N。

四、牛顿第三定律(作用与反作用)

  • 内容:力成对出现,大小相等、方向相反,作用在不同物体上。
  • 配对识别:如果你推墙,墙对你有等大反向的力;它们不在同一物体上,因此不会在你的自由体图中彼此抵消。
  • 常见误区:把第三定律对的两力放进同一个自由体图相互抵消,这是错误的。
  • 例子:两名滑冰者相互推开,轻者加速度更大,因为a = F/m,力大小相同,质量不同导致加速度不同。

五、典型力与模型

  • 重力:大小为m g,方向向下;重量是重力的大小,不同于质量(质量是惯性大小)。
  • 支持力(法向力):由接触表面产生,通常不等于重力,在斜面上N = m g cosθ。
  • 拉力与弹力:理想绳子中的拉力沿绳方向;弹簧近似满足F = k x(钩克定律)。
  • 摩擦力:
    • 静摩擦f_s ≤ μ_s N,会“自适应”,直到最大值f_s,max = μ_s N;物体未动时常是静摩擦在“抗滑”。
    • 动摩擦f_k = μ_k N,方向与相对运动相反,通常μ_k < μ_s。
  • 阻力(空气阻力):与速度有关(低速近似与v成正比,高速近似与v²成正比)。出现终端速度:阻力与重力平衡,ΣF = 0,速度稳定。
  • “向心力”不是新力,它是指向圆心的合力的名字;具体来源可能是摩擦、拉力或重力的分量。

六、适用范围与边界条件

  • 低速宏观现象下适用良好;高速接近光速需用相对论,微观世界需量子力学。
  • 非惯性参考系(如加速的车内)使用牛顿定律时需引入“惯性力”(虚拟力)来描述观测现象。

七、问题求解的通用步骤

  • 选系统与参考系→画自由体图→分解力→写ΣF = m a→代入数值或符号化求解→检查方向与量纲→反思物理意义。

互动教学对话

场景:滑冰场与电梯的双重探究

  • 学生:我在超光滑冰面上轻推滑块,它会很快停下来吗?
  • KYOSHI:如果几乎没有摩擦,合力接近零。第一定律告诉我们它会保持匀速滑行。现实中微小摩擦和空气阻力让它逐渐减速,但这是因为出现了非零合力。
  • 学生:那汽车匀速行驶时,发动机不是在拉着车吗?为什么说合力可以是零?
  • KYOSHI:很好的观察。发动机向前的牵引力被空气阻力和滚动阻力等向后的力平衡,合力为零,所以速度保持不变。发动机并不是“让车运动”,而是“抵消阻力”,从而维持匀速。
  • 学生:在电梯里称重为什么会变化?
  • KYOSHI:因为法向力取决于加速度。上行加速时,ΣF_y = N − m g = m a,所以N = m (g + a),读数变大;下行加速时N = m (g − a),读数变小。这是第二定律的直接应用。
  • 学生:我推墙,感觉墙在“推回我”。这是不是第三定律?
  • KYOSHI:正是!你对墙的力与墙对你的力大小相等方向相反。注意这两个力作用在不同物体上——你的自由体图只画“墙对你的力”,墙的自由体图才有“你对墙的力”。

额外微探究:两人站在冰面互相推开,质量大的那位加速度更小。问:谁获得更大的速度?答案与质量有关,但受作用时间和推力相同的情况下,轻者速度通常更大;关键是它们获得的冲量(力×时间)大小相同,动量变化相等,速度变化与质量成反比。

科学思维训练

  • 概念辨析题
    • 判断对错并解释:匀速直线运动时一定有向前的合力。提示:匀速直线运动意味着合力为零。
    • 判断对错并解释:静摩擦力总是等于μ_s N。提示:只有在滑动临界点才等于最大值,通常小于这个值且由需求决定。
    • 问答:为什么第三定律的两个力不会在同一自由体图中相互抵消?
  • 简易实验设计
    • 智能手机加速度计实验:把手机固定在滑板车或电梯中,记录加速度与速度变化的关系,验证ΣF = m a的定性效果。
    • 双弹簧秤验证第三定律:两人拉同一条绳,绳两端各有弹簧秤,同时读数应相等,显示作用与反作用对的大小相等。
    • 斜面摩擦测定:在不同角度的斜面上让木块临界滑动,记录临界角θ_c,估计μ_s ≈ tanθ_c。
  • 解题套路练习
    • 练习绘制自由体图:盒子在斜面、圆周运动的小球、加速电梯中的乘客。
    • 向量分解与符号约定:统一正方向,避免把第三定律力对误入同一图。
  • 迁移思考
    • 非惯性系中的“惯性力”:在急转弯的车里为什么感觉有“侧推力”?如何在车内解释与在地面惯性系解释的不同?

拓展学习资源

  • 开源教材
    • OpenStax College Physics(章节:Newton’s Laws of Motion)
    • MIT OCW 8.01 Classical Mechanics(讲义与习题)
  • 在线课程与科普
    • Khan Academy:Newton’s laws and free-body diagrams
    • HyperPhysics:Newton’s Laws(概念索引清晰)
  • 交互仿真
    • PhET Interactive Simulations:Forces and Motion、Masses and Springs、Ladybug Motion 2D
  • 推荐练习方向
    • 侧重自由体图与分量方程的系统练习
    • 加入空气阻力或斜面摩擦的综合题
    • 圆周运动中的“向心力来源”分析(如弯道行驶靠摩擦、链条拉力或重力分量)

学习提示:中级阶段的关键是“把力当向量、把系统画清楚、把合力与加速度一一对应”。只要自由体图与方程写得严谨,牛顿定律会像“通用钥匙”一样打开各种运动问题的门。

科学主题概述

黑洞是由极端的引力塌缩形成的时空区域,连光也无法逃离其边界(事件视界)。它们不仅是宇宙中最神秘的天体之一,更是检验广义相对论、探索量子引力与信息本质的天然实验室。通过电磁辐射(如吸积盘X射线)、喷流射电成像(EHT的“黑洞阴影”)和引力波(LIGO/Virgo/KAGRA的并合信号),我们能够以多信使的方式“看见”黑洞的存在与性质。

在深度探究层面,黑洞涉及:

  • 时空几何(史瓦西与克尔度规)
  • 能量提取与吸积流体动力学
  • 黑洞热力学与霍金辐射
  • 信息悖论与量子引力的最新进展
  • 高精度观测检验(阴影、环振衰落、检验“无毛定理”)

核心知识点解析

1. 基础层:关键结构与观测证据

  • 事件视界(Event Horizon):逃逸速度超过光速的边界;其半径(非自旋、无电荷)称为史瓦西半径Rs = 2GM/c²。示例:
    • 太阳质量黑洞:Rs ≈ 2.95 km
    • 地球质量若压缩成黑洞:Rs ≈ 8.9 mm
    • 10个太阳质量:Rs ≈ 29.5 km
  • 光子球与阴影:
    • 光子球半径 r_ph = 1.5 Rs;外部观察者看到的“阴影”角大小由光线在强引力弯曲下的临界影响参数决定,直径约 ≈ 5.2 Rs。
    • EHT对M87与人马座A的成像观测到环状结构,与广义相对论预测一致。
  • 吸积盘与喷流:
    • 物质落入黑洞前在吸积盘内加热,发射强X/γ射线;部分能量经磁场与自旋耦合沿轴向形成相对论喷流(Blandford–Znajek机制)。
  • 多信使证据:
    • X射线双星、活动星系核(AGN)、引力透镜、EHT阴影与LIGO的黑洞并合引力波共同构成了黑洞存在的强证据。

2. 进阶层:广义相对论与动力学

  • 度规与几何
    • 史瓦西黑洞(非自旋):静态、球对称;稳定圆轨道的最内侧稳定轨道(ISCO)半径为 r_ISCO = 3 Rs。
    • 克尔黑洞(自旋):用无量纲自旋参数 a* = cJ/(GM²) 表征(0到1)。自旋导致时空拖拽与能量提取可能性;顺行轨道的 r_ISCO 可内移,提高辐射效率(可达≈42%,相对史瓦西的≈6%)。
  • 能量提取与喷流
    • Penrose过程:粒子进入转动黑洞的测地线可在“能层”(ergosphere)分裂,负能量部分落入黑洞,正能量部分带走能量。
    • Blandford–Znajek:强磁场将黑洞自旋能外输,驱动喷流,是射电响亮AGN的核心机制之一。
  • 观测检验与“无毛定理”:
    • 黑洞由质量M、自旋J、电荷Q(天文上常近似为0)完全表征;引力波并合后的环振(quasinormal modes)频率和衰落率与克尔解一致,已用于检验无毛定理与广义相对论在强场区的适用性。

3. 前沿层:热力学、量子效应与信息

  • 黑洞热力学:
    • Bekenstein–Hawking熵:S ∝ 视界面积/(4×普朗克面积),提示“信息”可能与视界微观自由度有关。
    • 霍金辐射:温度 T_H ∝ 1/M;太阳质量黑洞 T_H ~ 10⁻⁷ K(尚未直接观测),蒸发时间 ~ 10⁶⁷ 年。
  • 信息悖论与Page曲线:
    • 经典视角下信息落入黑洞后似乎消失;量子场论与全息理论提出“岛屿公式”等思想实验在可控模型中再现Page曲线,暗示信息可能以量子方式保留与释出,但对真实天体黑洞仍在研究中。
  • 原初黑洞与宇宙学:
    • 早期宇宙密度涨落或可形成原初黑洞(PBH);其是否构成部分暗物质仍受多渠道约束(微引力透镜、CMB、γ射线背景、LIGO并合事件统计),目前无定论。
  • 最新观测进展(截至2024):
    • EHT的偏振成像揭示M87*附近磁场结构与喷流耦合。
    • LIGO/Virgo/KAGRA的O3/O4数据集持续检验并合后环振是否偏离克尔预言;尚未发现决定性偏差。
    • JWST与地面望远镜发现高红移类星体,提示超大质量黑洞在宇宙早期快速生长的物理机制仍待解释。

互动教学对话

导师(KYOSHI):如果把地球压缩到黑洞,需要压到多小? 学生:是不是像一个弹珠那么大? 导师:更小。用 Rs = 2GM/c² 计算,地球的Rs约 8.9 毫米,一枚硬币的厚度量级。这显示引力何其强大:质量不变,半径极度缩小,逃逸速度就超过了光速。

导师:为什么EHT看到的是“明亮环”和“阴影”,而不是一个黑点? 学生:因为黑洞周围有热气体在发光? 导师:对。吸积盘与周围等离子体发射辐射。强引力将光线弯曲,形成临界环(接近光子球),而从视界内没有光能逃出,于是产生“阴影”。阴影直径约 ≈ 5.2 Rs,与广义相对论预言吻合。

导师:自旋如何改变黑洞的“进食效率”? 学生:转得越快,吸收越快? 导师:更精确地说,自旋将顺行轨道的ISCO向内推,落入前可释放的引力势能更多。史瓦西黑洞辐射效率约6%,极端克尔可达≈42%。这也是射电响亮AGN高能量输出的物理基础之一(与磁场耦合的Blandford–Znajek机制)。

导师:霍金辐射温度为何难以观测? 学生:因为太冷了? 导师:正确。T_H ~ 1/M,天体尺度黑洞温度远低于宇宙微波背景(约2.7 K),霍金辐射被“淹没”。微型黑洞(如果存在)才可能呈现可观测的量子蒸发信号,但至今未发现。

导师:信息悖论有进展吗? 学生:听说有“防火墙”? 导师:防火墙是假说之一。近年来,“岛屿公式”和Page曲线在可解的量子引力模型中显示信息可保留与释出,支持“黑洞不毁信息”的方向。但要把这些结果完整应用到真实天体黑洞仍有技术与概念挑战。

导师:我们如何检验“无毛定理”? 学生:用引力波? 导师:正是。并合后环振的多模态频率与衰落率应仅由M与J决定。现有数据未显示显著偏离,但更灵敏的探测与更多事件将持续收紧约束。

科学思维训练

  • 量纲估算练习(含答案):
    • 问:10个太阳质量的史瓦西黑洞,ISCO半径是多少?
    • 解:r_ISCO = 3 Rs;Rs ≈ 29.5 km → r_ISCO ≈ 88.5 km。
  • 观测几何直觉:
    • 问:若某超大质量黑洞Rs折算角尺度为10微角秒,阴影直径约几微角秒?
    • 解:阴影直径≈5.2 Rs → ≈52微角秒(忽略吸积流的偏差),与EHT的角分辨率量级匹配。
  • 模型与证据的区分:
    • 思考:霍金辐射与信息回收有强理论支撑,但直接观测证据仍缺乏。哪些量可以作为间接证据(如Evaporation的能谱特征、微黑洞短时爆发)?当前约束来自哪些天文背景(γ射线背景、CMB、引力波事件统计)?
  • 反事实推理:
    • 假设观测到环振频率系统性偏离克尔预言,应首先排查哪些非广义相对论因素(测量误差、环境介质、旋转与倾角拟合偏差)?若排除后仍偏离,可能指向何种新物理(类黑洞致密天体、额外自由度、改变量子修正)?

拓展学习资源

  • 书籍与教材:
    • Wald:《General Relativity》
    • Carroll:《Spacetime and Geometry》
    • Misner, Thorne & Wheeler:《Gravitation》
    • Susskind:《The Black Hole War》(科普向,信息悖论背景)
  • 综述与讲义(可在arXiv检索):
    • arXiv: gr-qc(强场相对论)、hep-th(量子引力与全息)、astro-ph(高能天体物理)
    • 黑洞热力学与信息:关于“岛屿公式”“Page曲线”的入门综述
  • 观测项目:
    • Event Horizon Telescope(EHT):M87与Sgr A成像与偏振结果
    • LIGO/Virgo/KAGRA:黑洞并合事件目录与环振测试
    • 望远镜与巡天:Chandra/XMM-Newton(X射线)、JWST(高红移AGN)
  • 可视化与交互:
    • NASA/ESO可视化资源(黑洞吸积与阴影演示)
    • 重力波数据可视化工具(公开事件的时频图与参数估计)

结语:黑洞将广义相对论、量子场论与天体物理学紧密相连。它们既是强引力的“实验站”,也是信息与热力学的“试金石”。用分层探究与多信使证据,我们既能保持科学严谨,又能让学习过程充满发现的乐趣。

示例详情

📖 如何使用

模式 1:即插即用(手动档)
直接复制参数化模版。手动修改 {{变量}} 即可快速发起对话,适合对结果有精准预期的单次任务。
加载中...
💬 模式 2:沉浸式引导(交互档)
一键转化为交互式脚本。AI 将化身专业面试官或顾问,主动询问并引导您提供关键信息,最终合成高度定制化的专业结果。
转为交互式
🚀 模式 3:原生指令自动化(智能档)
无需切换,输入 / 唤醒 8000+ 专家级提示词。 插件将全站提示词库深度集成于 Chat 输入框。基于当前对话语境,系统智能推荐最契合的 Prompt 并自动完成参数化,让海量资源触手可及,从此彻底告别“手动搬运”。
安装插件
🔌 发布为 API 接口
将 Prompt 接入自动化工作流,核心利用平台批量评价反馈引擎,实现"采集-评价-自动优化"的闭环。通过 RESTful 接口动态注入变量,让程序在批量任务中自动迭代出更高质量的提示词方案,实现 Prompt 的自我进化。
发布 API
🤖 发布为 Agent 应用
以此提示词为核心生成独立 Agent 应用,内嵌相关工具(图片生成、参数优化等),提供完整解决方案。
创建 Agent

🕒 版本历史

当前版本
v2.1 2024-01-15
优化输出结构,增强情节连贯性
  • ✨ 新增章节节奏控制参数
  • 🔧 优化人物关系描述逻辑
  • 📝 改进主题深化引导语
  • 🎯 增强情节转折点设计
v2.0 2023-12-20
重构提示词架构,提升生成质量
  • 🚀 全新的提示词结构设计
  • 📊 增加输出格式化选项
  • 💡 优化角色塑造引导
v1.5 2023-11-10
修复已知问题,提升稳定性
  • 🐛 修复长文本处理bug
  • ⚡ 提升响应速度
v1.0 2023-10-01
首次发布
  • 🎉 初始版本上线
COMING SOON
版本历史追踪,即将启航
记录每一次提示词的进化与升级,敬请期待。

💬 用户评价

4.8
⭐⭐⭐⭐⭐
基于 28 条评价
5星
85%
4星
12%
3星
3%
👤
电商运营 - 张先生
⭐⭐⭐⭐⭐ 2025-01-15
双十一用这个提示词生成了20多张海报,效果非常好!点击率提升了35%,节省了大量设计时间。参数调整很灵活,能快速适配不同节日。
效果好 节省时间
👤
品牌设计师 - 李女士
⭐⭐⭐⭐⭐ 2025-01-10
作为设计师,这个提示词帮我快速生成创意方向,大大提升了工作效率。生成的海报氛围感很强,稍作调整就能直接使用。
创意好 专业
COMING SOON
用户评价与反馈系统,即将上线
倾听真实反馈,在这里留下您的使用心得,敬请期待。

试用后开通会员即可无限使用

加载中...