¥
立即购买

教学视频脚本生成器

320 浏览
25 试用
7 购买
Dec 11, 2025更新

本提示词专为教育技术专家设计,用于生成结构严谨、风格正式的教学视频脚本开头。它严格遵循学术写作规范,确保内容的专业性与准确性,适用于在线课程开发、教师培训材料制作等需要高质量教学设计的场景。

画面标题:二次函数的顶点式与直观理解:从图像变换到简单建模

旁白(00:00–00:20) 在物理学与工程学中,抛物线既描述理想化的抛体运动轨迹,也解释抛物面天线与车灯反射杯的聚焦机理(OpenStax, 2016a; 2016b)。本视频以函数顶点式 y = a(x − h)^2 + k 为主线,通过可视化图像变换,引导学习者精确理解参数 a、h、k 对开口方向、伸缩与平移的影响,并将该表征与两类入门建模情境建立联系。

画面切换:学习目标(右上角出现计时条 5–10 分钟) 学习目标(00:20–00:45)

  • 知识理解与记忆:能够从顶点式直接判断抛物线的顶点、对称轴、开口方向与单调区间,并准确表述参数 a、h、k 的几何含义(OpenStax, 2021)。
  • 问题分析与解决:能在“无空气阻力的近地抛射”与“抛物面反射”两类情境中建立或识别二次模型的关键参数,完成定性或半定量判断(OpenStax, 2016a; 2016b)。
  • 学习兴趣与动机提升:通过交互式图像与真实案例,形成对“图像变换—性质读取—情境建模”的紧密关联,提升迁移使用的意愿(Mayer, 2021)。

屏幕演示设置(00:45–01:00)

  • 数学画板:左侧坐标系显示 y = a(x − h)^2 + k 与基函数 y = x^2 的对比;右侧提供三枚滑块 a、h、k(步长:a 为 0.1,h、k 为 0.5),开启轨迹记录与对称轴 x = h 的辅助线。
  • 认知设计:采用分段呈现与信号标注,减少无关冗余以提升要点提取效率(Mayer, 2021)。

核心概念引入(01:00–01:40)

  • 顶点与对称轴:由 y = a(x − h)^2 + k 可知顶点为 (h, k),对称轴为 x = h。这来自于对基函数 y = x^2 的平移:x 方向平移 h,y 方向平移 k(OpenStax, 2021)。
  • 开口方向与伸缩:当 a > 0,图像开口向上;当 a < 0,关于 x 轴镜像后开口向下;|a| 控制垂直伸缩,|a| > 1 图像“变窄”,0 < |a| < 1 图像“变宽”。当 a = 0 时函数退化为常数函数,不再是二次函数(OpenStax, 2021)。
  • 单调区间与极值:基于 y = x^2 在原点左侧单调递减、右侧单调递增的性质,经水平平移得:
    • 若 a > 0:在区间 (−∞, h) 上单调递减,在 (h, +∞) 上单调递增,顶点处取得最小值 y = k;
    • 若 a < 0:在 (−∞, h) 上单调递增,在 (h, +∞) 上单调递减,顶点处取得最大值 y = k。 该快速判断依赖“先伸缩/对称,后平移”的图像变换序列与对称轴不变性(OpenStax, 2021)。

屏幕演示(01:40–02:10)

  • 调整 h:观察对称轴随 x = h 平移,顶点随之等量移动,单调分界点同步移动。
  • 调整 k:仅改变顶点高度与所有函数值的整体抬升/下移,极值 y = k 直接可读。
  • 调整 a:改变开口方向与陡峭程度;添加 y = x^2 作对照,标注同一 x 距离下函数值差异,强化 |a| 对“陡峭度”的控制。

情境建模预告一:抛体运动(02:10–02:40) 在近地、忽略空气阻力情形,设初速度 v0、仰角 θ、重力加速度 g 常量,则 x(t) = v0 cosθ · t,y(t) = y0 + v0 sinθ · t − (1/2) g t^2。 消去 t 得 y 关于 x 的二次关系: y = y0 + (tanθ) x − [g/(2 v0^2 cos^2θ)] x^2。 因此开口向下(a < 0),最大高度位于对称轴处;利用顶点式可直接定位极值与单调区间(OpenStax, 2016a)。本视频后续将以实测或仿真数据拟合顶点式,以 a、h、k 解释“最高点何时何处出现”。

情境建模预告二:抛物面聚焦(02:40–03:10) 理想抛物面 y = (1/4f) x^2 的反射性质保证平行于对称轴的入射光线经反射后汇聚于焦点 (0, f)。顶点式可快速识别顶点、对称轴与“开口朝向”,并将焦距 f 与参数 a 建立关系 a = 1/(4f),为天线与反射镜的几何设计提供参数化表述(OpenStax, 2016b)。

过渡与成功标准(03:10–03:30) 接下来将以交互式滑块与两类案例演示“从图像变换到性质读取,再到情境建模”的全过程。学习者完成以下检核,即达成本节核心目标:

  • 不作代数运算即可从 y = a(x − h)^2 + k 判读顶点、对称轴、开口方向与单调区间;
  • 在抛体运动与抛物面反射的入门模型中,解释参数符号与量级的物理含义,并据此作出定性预测。

参考文献

本视频旨在以证据为基础,构建企业员工识别与应对钓鱼邮件的可操作框架。多项权威报告将“电子邮件钓鱼”归为最常见的社会工程手段与初始入侵路径之一,且其危害跨越凭据泄露、勒索软件横向扩散与业务邮件欺诈等场景(CISA, 2023; ENISA, 2023; Verizon, 2024)。在合规与业务连续性要求下,个体的识别能力与团队的标准化响应流程同等关键(NIST, 2012)。

学习目标

  • 技能掌握与应用:在真实邮件样例中,准确识别五项钓鱼线索,并按标准流程进行处置与上报。
  • 信息素养与数字技能:理解链接重定向、域名伪装与异常附件的技术机制,提升基于证据的判断能力(CISA, 2023; APWG, 2024)。
  • 协作与沟通能力:在组织既定通道内完成事件报告、跨部门复核与知识回流,支持持续改进(NIST, 2012)。

核心内容预览(3–5分钟) 第一部分:识别的五项关键线索

  1. 可疑发件域名:包括显示名欺骗、同形异义字符与拼写近似,或与组织域策略不一致的发件来源(ENISA, 2023)。
  2. 链接重定向与缩短域:通过短链接或多重跳转隐藏真实目的地,常用于凭据收集与恶意登录页面(CISA, 2023; APWG, 2024)。
  3. 异常附件类型:可执行文件(如 .exe、.scr)、磁盘镜像(如 .iso、.img)、含宏的Office文档、或HTML登录页面附件等高风险载体(CISA, 2023)。
  4. 语言与格式异常:非本组织文风、语法与品牌规范不一致,或异常格式化与错别字。
  5. 制造紧迫感话术:以账户停用、立即付款、领导指令等迫切情境降低受害者多步核验概率(ENISA, 2023)。

第二部分:标准响应流程(与事件处置分阶段对应)

  • 截图留证:保留邮件全页、邮件头与链接预览,便于取证与溯源(NIST, 2012)。
  • 上报安全通道:通过企业指定按钮/邮箱/工单系统提交,避免私下转发造成扩散(CISA, 2023)。
  • 隔离终端:如已点击或打开附件,立即断网或隔离,减少横向传播风险(NIST, 2012)。
  • 统一复核:由安全团队集中分析、威胁情报比对与统一通知,减少误报与信息不对称(ENISA, 2023)。
  • 培训复盘与改进:更新黑名单与规则、优化模板与沟通脚本,纳入持续教育闭环(NIST, 2012)。

接下来的视频将以案例驱动的演示展示上述线索与流程的操作化路径,并通过结构化清单与协作分工模板,确保受训者可以在最短时间内形成稳定、可复用的处置能力。

参考文献

  • CISA. (2023). Avoiding Social Engineering and Phishing Attacks. Cybersecurity and Infrastructure Security Agency. https://www.cisa.gov
  • ENISA. (2023). ENISA Threat Landscape 2023. European Union Agency for Cybersecurity. https://www.enisa.europa.eu
  • NIST. (2012). Computer Security Incident Handling Guide (SP 800-61 Rev. 2). National Institute of Standards and Technology.
  • APWG. (2024). Phishing Activity Trends Report. Anti-Phishing Working Group. https://apwg.org
  • Verizon. (2024). 2024 Data Breach Investigations Report. Verizon. https://www.verizon.com/business/resources/dbir/

示例详情

解决的问题

帮助教师、培训团队与知识创作者在短时间内产出“高可信、结构严谨、可直接开拍”的教学视频开场稿。提示词引导 AI 以教育技术专家视角工作,围绕用户给定主题与目标受众生成正式、基于证据的内容,明确学习目标与价值承诺,提出吸引注意的开场问题,呈现关键概念与场景化示例,并给出可追溯的参考来源提示与规范表述。支持多语言输出与多类教学场景,显著缩短备稿时间,提升前段留存与专业度,降低事实错误与风格不一致的风险,为个人与团队提供可复用的标准化脚本范式。

适用用户

中小学与高校教师

快速产出符合课程标准的开场脚本,明确学习目标与评价方式,嵌入平台互动指引,提高首分钟留存。

在线课程创作者与知识博主

为新课与系列微课生成多语种学术开场,提供案例或数据引入方案,统一品牌风格,缩短前期准备与反复。

企业培训经理与内训讲师

将制度宣贯或技能培训转化为专业开场,设置情境任务与实操步骤,帮助学员迅速进入状态并明确产出。

特征总结

一键生成严谨教学视频开头,聚焦主题要点,结构清晰,适合课件与录播首段。
自动融入教育技术视角,给出工具选择与教学设计理由,增强专业可信度与说服力。
支持多语种与学术化表达,一键切换语言风格,满足国际化课程与跨校评审需求。
依据场景快速定制开场结构,明示学习目标、先修要求与过渡语,提高观看完播率。
内置证据导向与引用位提示,便于补充权威来源,减少错误信息与学术风险。
自动校准术语与定义边界,避免夸大与偏离主题,保证知识表达精确可用。
提供多种开头策略模板,如案例引入、数据开场、问题驱动,匹配不同学科风格。
嵌入平台与数字工具情境,设计互动提问与任务,引导学生参与并形成学习动机。
输出可直接用于提词器与幻灯片大纲,减少改写和磨稿时间,加速录制与发布。
支持时长与信息密度控制,结合微课节奏与平台规则,优化首分钟吸引力与留存。

如何使用购买的提示词模板

1. 直接在外部 Chat 应用中使用

将模板生成的提示词复制粘贴到您常用的 Chat 应用(如 ChatGPT、Claude 等),即可直接对话使用,无需额外开发。适合个人快速体验和轻量使用场景。

2. 发布为 API 接口调用

把提示词模板转化为 API,您的程序可任意修改模板参数,通过接口直接调用,轻松实现自动化与批量处理。适合开发者集成与业务系统嵌入。

3. 在 MCP Client 中配置使用

在 MCP client 中配置对应的 server 地址,让您的 AI 应用自动调用提示词模板。适合高级用户和团队协作,让提示词在不同 AI 工具间无缝衔接。

AI 提示词价格
¥30.00元
先用后买,用好了再付款,超安全!

您购买后可以获得什么

获得完整提示词模板
- 共 278 tokens
- 4 个可调节参数
{ 教学主题 } { 目标受众 } { 核心教学目标 } { 视频时长范围 }
获得社区贡献内容的使用权
- 精选社区优质案例,助您快速上手提示词
使用提示词兑换券,低至 ¥ 9.9
了解兑换券 →
限时半价

不要错过!

半价获取高级提示词-优惠即将到期

17
:
23
小时
:
59
分钟
:
59