人工智能与教师培训

以下是为您整理的相关内容： 《促进创新的人工智能监管方法》：包含了关于通用人工智能价值链、相关案例研究以及对人工智能监管框架的探讨等内容。 陶力文律师关于律师写好提示词用好 AI 的方法：包括初始化的欢迎语、遵循的规则、获取案例洞察报告和目标群体、输出纲要和写作方案、根据用户反馈调整等流程。 开幕式主持稿：涉及基地代表发言的时间、主题、物料配合和人员配合等信息。 但这些素材似乎与为中国移动准备市委书记致辞稿所需的素材关联不大。一般来说，为撰写市委书记在中国移动人工智能生态大会上的致辞稿，中国移动可能需要准备以下素材： 1. 本次大会的详细介绍，包括主题、目标、议程安排等。 2. 中国移动在人工智能领域的发展成果、战略规划和未来愿景。 3. 中国移动人工智能生态的构建情况，如合作伙伴、合作项目等。 4. 本次大会在第八届数字峰会中的地位和作用。 5. 相关行业的人工智能发展现状和趋势。 6. 福州市在人工智能领域的发展情况和与中国移动合作的展望。

以下是一些常见的人工智能软件： 1. 在自然语言处理和神经科学应用方面，大型语言模型取得了进展，拥有更先进的工具用于解码大脑状态和分析复杂脑部活动。 2. 在艺术创作领域，有涉及知识产权保护的相关软件，如软件工程师在设计时应确保生成内容合法合规、注重用户知识产权保护等。创作者使用此类软件时，应了解自身权利并做好保护。 3. 在线 TTS 工具方面，如 Eleven Labs（https://elevenlabs.io/）、Speechify（https://speechify.com/）、Azure AI Speech Studio（https://speech.microsoft.com/portal）、Voicemaker（https://voicemaker.in/）等。这些工具可将文本转换为语音，具有不同的特点和适用场景。但请注意，相关内容由 AI 大模型生成，请仔细甄别。

通用人工智能（AGI）是指具有人类水平的智能和理解能力的 AI 系统。它有能力完成任何人类可以完成的智力任务，适用于不同的领域，同时拥有某种形式的意识或自我意识。 目前 AGI 还只是一个理论概念，没有任何 AI 系统能达到这种通用智能水平。 OpenAI 在其内部会议上分享了 AGI 的五个发展等级： 1. 聊天机器人（Chatbots）：具备基本对话能力的 AI，主要依赖预设脚本和关键词匹配，用于客户服务和简单查询响应。 2. 推理者（Reasoners）：具备人类推理水平的 AI，能够解决复杂问题，如 ChatGPT，能够根据上下文和文件提供详细分析和意见。 3. 智能体（Agents）：不仅具备推理能力，还能执行全自动化业务的 AI。目前许多 AI Agent 产品在执行任务后仍需人类参与，尚未达到完全智能体的水平。 4. 创新者（Innovators）：能够协助人类完成新发明的 AI，如谷歌 DeepMind 的 AlphaFold 模型，可以预测蛋白质结构，加速科学研究和新药发现。 5. 组织（Organizations）：最高级别的 AI，能够自动执行组织的全部业务流程，如规划、执行、反馈、迭代、资源分配和管理等。 常见名词解释： AGI：通用人工智能（Artificial General Intelligence）能够像人类一样思考、学习和执行多种任务的人工智能系统。 NLP：自然语言处理（Natural Language Processing），就是说人话。 LLM：大型语言模型（Large Language Model），数据规模很大，没钱搞不出来，大烧钱模型。

2025 年人工智能大模型的技术提升可能体现在以下几个方面： 1. 视频生成能力：如 2024 年推出的多个先进的 AI 模型能够从文本输入生成高质量视频，相比 2023 年有显著进步。 2. 模型规模与性能：更小的模型能驱动更强的性能，如 2022 年最小能在 MMLU 上得分高于 60%的模型是具有 5400 亿参数的 PaLM，到 2024 年，参数仅 38 亿的微软 Phi3mini 也能达到相同阈值。 3. 推理能力：尽管加入了如思维链推理等机制显著提升了大语言模型的性能，但在一些需要逻辑推理的问题上，如算术和规划，尤其在超出训练范围的实例上，这些系统仍存在问题。 4. AI 代理：在短时间预算设置下，顶级 AI 系统得分高于人类专家，但随着时间预算增加，人类表现会超过 AI。 5. 算法变革：如 DeepSeek 的出现标志着算力效率拐点显现，其通过优化算法架构显著提升了算力利用效率，同时 2025 年发布的大模型呈现低参数量特征，为本地化部署到 AI 终端运行提供了可能，其训练过程聚焦于强化学习，提升了模型的推理能力。

人工智能的工作原理可以通过以下动画来描述： 在一个动画场景中，首先有一个传统工作流的部分，就像精心搭建的积木城堡，每一块积木的位置和形状都被精确设计和控制，这代表着传统工作流的可控性和高成本、慢速度。 然后是 AI 工作流的部分。想象一下，有一团混乱的色彩在飞舞，这团色彩代表着随机和不可控。但在这混乱中，有一种力量在尝试引导和塑造，就像在狂风中努力抓住风筝线一样，这就是在随机性中寻找可控性。 比如在一个生成音频与视频同步的例子中，动画展示了一个系统。首先，系统将视频输入编码成压缩的表示形式，就像把一大包东西压缩成一个小包裹。然后，扩散模型从随机噪声中不断改进音频，就像在混沌中逐渐塑造出清晰的声音。这个过程受到视觉输入和自然语言提示的引导，最终生成与提示紧密配合的同步逼真音频。最后，音频输出被解码，变成音频波形，并与视频数据完美结合。 总的来说，传统工作流在可控中寻找创新的随机，而 AI 工作流更多是在随机中寻找可控，两者各有优劣，结合起来能创造出更出色的成果。

人工智能作为一个领域始于二十世纪中叶。最初，符号推理流行，带来了如专家系统等重要进展，但因方法无法大规模拓展应用场景，且从专家提取知识并以计算机可读形式表现及保持知识库准确的任务复杂、成本高，导致 20 世纪 70 年代出现“人工智能寒冬”。 随着时间推移，计算资源变便宜，数据增多，神经网络方法在计算机视觉、语音理解等领域展现出卓越性能。过去十年中，“人工智能”常被视为“神经网络”的同义词，因多数成功案例基于神经网络方法。 以下是人工智能发展历程中的一些重要节点： 1969 年：经历低潮。Marvin Minsky 和 Seymour Papert 阐述因硬件限制，几层的神经网络仅能执行基本计算，AI 领域迎来第一次泡沫破灭。 1960 1970 年代：早期专家系统。此时期 AI 研究集中在符号主义，以逻辑推理为中心，主要是基于规则的系统，如早期专家系统。 1980 年代：神经网络。基于规则的系统弊端显现，人工智能研究关注机器学习，神经网络根据人脑结构和操作创建和建模。 1997 年：深蓝赢得国际象棋比赛。IBM 深蓝战胜国际象棋冠军卡斯帕罗夫，新的基于概率推论思路广泛应用于 AI 领域。 1990 2000 年代：机器学习。AI 研究在机器人技术、计算机视觉和自然语言处理等领域取得显著进展，21 世纪初深度学习出现使语音识别、图像识别和自然语言处理进步成为可能。 2012 年：深度学习兴起。Geoffrey Hinton 开创相关领域，发表开创性论文引入反向传播概念，突破感知器局限。 2012 年：AlexNet 赢得 ImageNet 挑战赛。引发深度学习热潮。 2016 年：AlphaGo 战胜围棋世界冠军。DeepMind 的 AlphaGo 战胜李世石，标志着人工智能在围棋领域超越人类，对人类理解产生深远影响。

如果您作为新手，想做智能体＋短视频/直播的培训但不懂搭建智能体，可以从以下几个方面开始学习： 1. 按照“五津:DeepSeek+扣子：1分钟生成小红书爆款单词视频”中的指导，创建智能体，输入人设等信息，并放上相关工作流。配置完成后进行测试，但千万不要直接发布。工作流中如【所有视频片段拼接】节点使用的插件 api_token 填的是您的 token，为避免他人调用消耗您的费用，您可以将 api_token 作为工作流最开始的输入，让用户购买后自行输入使用，然后再发布。 2. 参考“元子：WayToAGI 知识库究竟咋用？”中的内容，对于完全没有编程基础但对 AI 有一定概念的小白，可以从工具入门篇（AI Agent）中的“Agent 工具小白的 Coze 之旅”开始，了解相关搭建平台。 3. 学习“智谱 BigModel 共学营第二期：把你的微信变成超级 AI 助理”中的教程，包括注册智谱 Tokens 智谱 AI 开放平台（https://bigmodel.cn/），获取资源包（新注册用户注册即送 2000 万 Tokens，或通过充值/购买多种模型的低价福利资源包，如语言资源包、多模态资源包等，所有资源包购买地址：https://bigmodel.cn/finance/resourcepack ），然后进入【财务台】左侧的【资源包管理】查看自己的资源包，再进入智能体中心我的智能体开始创建智能体。

以下是关于教师 AI 应用培训的相关内容： 一、培训经历 有人积极参与了由 XX 大学教育技术中心组织的为期一个月的“AI 教育应用”在线培训项目。培训内容主要包括： 1. 人工智能基础理论：涵盖机器学习、深度学习等基本概念和技术原理。 2. AI 教育应用场景分析：通过案例研究，探讨 AI 技术如何支持个性化学习、智能评估等教育实践。 3. 教学设计与实施：学习如何利用 AI 工具设计创新的教学活动，并有效应用于课堂教学中。 在培训中，个人在专业知识、技能方面有所提升，对教学理念、方法有了新的认识或改变，并且在实际工作中开始应用学到的知识和技术。同时，也会遇到一些困难和挑战，并通过相应的方法克服。 二、相关资料和资源 1. 深圳市福田区 AI 先锋队的相关信息。 2. 教师 AI 应用手册。 3. 清华大学 104 页《Deepseek 从入门到精通》的更新内容。 4. 热门 AI deepseek 推荐及案例征稿通知的更新。 5. 爱好者交流 g 群和微信群的更新。 6. 案例 24、25、26 的更新。 三、课程示例 1. AI 辅助下的“科技伦理”主题研讨课： 课程目标：思维激发，利用 AI 生成开放性问题，引发对技术发展伦理问题的深度思考；多维分析，通过 AI 提供的多维数据，全面分析技术发展的潜在风险和社会影响；批判思考，培养学生的批判性思维能力，建立负责任的科技使用态度。 课程实施流程：AI 生成开放性问题，如自动驾驶事故责任归属、社交媒体算法影响、AI 就业影响等；多维数据分析，整合新闻报道、学术论文、社会调查、法律法规等多源数据；课堂辩论，基于数据支持的小组辩论与交流；反思总结，梳理 AI 技术机遇与挑战，形成负责任使用态度。 案例亮点：问题导向，AI 生成的开放性问题激发深度思考，避免表面化讨论确保讨论主题的时效性和挑战性；数据支持，多维数据分析支持全面客观的判断，避免片面和主观的决策倾向；能力培养，通过辩论提升批判性思维和表达能力，促进深层次的思想碰撞和交流。 四、适合对象和活动 1. 适合对象：初次接触 AI，期待掌握 AI 基本对话方式，借助相关工具提高效率的教师。 2. 活动： 12 月 9 日星期六 10:00 12:00，“人人都是 AI 高手——藏在手机 APP 里的 AI”，挖掘每天使用的淘宝、B 站等 APP 里藏着的人工智能，想象让教育和 AI 融合的另一种可能性。 “AI 基础工作坊——用 AI 刷新你的工作流”，从理解以 GPT 为代表的 AI 工作原理开始，了解 AI 的优势短板，学习如何写好提示词去获得更高质量的内容；同时基于一线教师工作场景，分享优秀提示词与 AI 工具，帮您解决日常工作、育人以及教学中的常见问题，提高工作效率，刷新你的工作流。

以下是一些比较厉害的 AI 培训课程： B 站 up 主的课程：每节 15 分钟，免费且内容好，涵盖 AI 艺术字等。 由白马老师和麦菊老师带领的 AI 星图及相关创作课程，包括毛毡字、光影字、机甲字等。 16 号晚上中老师会带领的炼丹操作课程，炼丹需提前准备一些图，老师会提前发布内容让大家准备。 关于 AI 文旅视频的课程，几位老师带来了干货课程，工作流开源，学习后可制作类似视频。 高效 PB 及相关案例课程，有厉害的伙伴，案例在社区，有多种 battle 方式，会有菩萨老师专门介绍。 11 月 2 号左右将开展博物馆奇妙日主题活动的新的 AI 视频主题课程。 AI 音乐相关课程，有 AI 音乐的流派和 prompt 电子书，格林同学做了翻译。 以下是一些其他的课程资源： 一位投资人推荐的课程： MIT Deep Learning： Stanford CS 324Advances in Foundational Models： The Full Stack LLM Bootcamp： 野菩萨的课程： 预习周课程：包括 AI 绘画电脑配置要求、高效 AIGC 创意者的数字人工具包、SD 插件安装方法、画静为动的 AIGC 视频制作讲解等。 基础操作课：涵盖 AI 绘画通识课、AI 摄影虚拟的真实、AI 电影 穿越的大门等内容。 核心范式课程：涉及词汇的纸牌屋、核心范式应用、控制随机性等方面。 SD WebUi 体系课程：包括 SD 基础部署、SD 文生图、图生图、局部重绘等。 ChatGPT 体系课程：有 ChatGPT 基础、核心 文风、格式、思维模型等内容。 ComfyUI 与 AI 动画课程：包含部署和基本概念、基础工作流搭建、动画工作流搭建等。 应对 SORA 的视听语言课程：涉及通识 欢迎参加电影的葬礼、影像赏析、基础戏剧影视文学等。 如果想要免费获得野菩萨的课程，可以来参与 video battle，每期的 video battle 的评委野菩萨老师都非常严格，需要寓意深度审美并存。冠军奖励 4980 课程一份，亚军奖励 3980 课程一份，季军奖励 1980 课程一份，入围奖励 598 野神殿门票一张。 您可以扫码添加菩萨老师助理，了解更多课程信息。

以下是关于 AI 培训的相关内容： 社区 AI 讲师招募： 招募背景：随着 AIGC 技术的快速发展，传统企业亟需通过 AI 转型实现降本增效与业务创新，工信部大数据产业人才基地计划为传统行业客户提供相关服务，现面向社区招募具备实战经验的 AI 讲师与咨询专家。 涉及业务： 公开课：针对 B 端渠道持续展开的公益科普，形式免费，部分渠道有经费，内容为企业端的 AI 应用场景案例和 AI 通识类的科普分享，目的是建立与企业渠道之间的信任，构建收费培训/咨询的转化通道。 线下培训：通过培训转化或直接招生，分成两天一夜、三天两夜的培训班，50 人以上开班，建议 100 人。 咨询服务：针对企业的咨询陪跑服务，包括 AI 营销能力搭建、企业客服机器人搭建、企业端内容分析智能体搭建、企业运营数据大盘搭建、无人直播/数字人直播间搭建等。 提示词培训课——Part3： 为每个环节选择合适的模型并调整模型参数，推荐使用最新版本的模型，重点调整温度参数（控制文本随机性，一般设为 0.5 左右）和最大标记数参数（影响输出内容长度，建议设为最大值）。 对分类器进行内容编排，将指令分为扩写、缩写、总结以及其他四类，设定最终的分类条件，避免处理不明确的指令。 为每个指令编写具体内容，通过变量引用的方式将用户输入的原始文本引入指令，系统会将相应的值赋给变量并传递给模型进行推理形成最终的提示词。 对每个分支的结果进行最终输出。 张翼然：AI 赋能教学，创新引领未来.pdf_： 为提升自身在 AI 教育应用方面的能力，积极参与了由 XX 大学教育技术中心组织的为期一个月的“AI 教育应用”在线培训项目。 培训内容概述： 人工智能基础理论：涵盖机器学习、深度学习等基本概念和技术原理。 AI 教育应用场景分析：通过案例研究，探讨 AI 技术如何支持个性化学习、智能评估等教育实践。 教学设计与实施：学习如何利用 AI 工具设计创新的教学活动，并有效应用于课堂教学中。 个人收获与感悟：包括在专业知识、技能方面的提升，对教学理念、方法的新认识或改变，以及在实际工作中是否应用学到的知识和技术等。 遇到的问题及解决方案：包括学习过程中遇到的困难或挑战，以及如何克服这些困难。 建议与展望：包括对未来培训的建议，对自己今后工作或学习的规划。

以下是一些能够将 PRD 文档转化成产品培训文档的 AI 工具： Tome：于 3 月 23 日推出了第一个基于文档的 AI 演示工具，基于 GPT4，能够将文档转换成演示文稿、叙述和故事。链接：https://beta.tome.app/ Gamma：上周五推出了文生演示文稿工具。 ChatPRD、WriteMyPRD、Uizard、tldraw：可以通过人类语言描述想要的产品，得到 80%的完成稿，然后进行修改和发布。

以下是为您设计企业内销售培训智能体的一些建议： 首先，了解多智能体模式的设置。它包括全局设置和多个代理之间的编排协调两个核心部分。全局设置涵盖角色设定与回复逻辑、记忆管理以及对话体验等，其中人物设定与回复逻辑应侧重于角色塑造。在智能体的交互流程设计上，要形成完整的互动链条，当用户意图未满足跳转条件时，保持与当前智能体的沟通。设计多轮协作的智能体时，应将其交互设计为闭环结构，以确保用户能自由切换。 其次，动手实践制作智能体。对于 Chat GPT 版本，可按以下步骤：点击“浏览 GPTs”按钮，点击“Create”按钮创建，使用自然语言对话或手工设置进行具体配置，然后调试并发布。对于 Chat GLM 版本，点击“创建智能体”按钮，输入智能体描述，可粘贴准备好的提示词模板，其配置可自动生成，可根据需求调整并上传本地文件作为知识库。 然后，考虑多智能体协同的概念。在处理复杂任务时，单智能体可能面临提示词修改和逻辑不清晰的问题。多智能体协作如吴恩达所举例，每个智能体被赋予不同身份，互相合作对话，能模拟现实工作场景，成为复杂系统，但可能存在效率不高的情况。 最后，您可以根据实际情况选择是采用 RAG 还是多智能体协同。如果任务相对简单，RAG 可能足够；若任务复杂，涉及多个环节和角色的协作，多智能体协同可能更合适。您还可以通过具体的例子，如旅游场景中负责景点推荐、路线规划和食宿安排的三个智能体，来更好地理解和设计。

作为一名高中语文教师，为了在工作中更好地运用 AI，您可以学习以下知识： 1. 提示词设计：掌握有效的提示词设计公式，例如 RTFC，以便更精准地向 AI 提出需求。 2. 利用 AI 工具：如用 Metaso 建立案例库，随时询问随时学习。 3. 了解 AI 在教学中的应用技巧：包括用 AI 配字幕、翻译、思维导图等快速总结和学习讲座内容。 4. 掌握 AI 赋能教学设计：以高中语文课程标准为导向，结合学生主体和核心素养，设计教学流程。例如在《再别康桥》的教学设计中，通过创设情境、品鉴特色、融思迁移等环节，融入地理、美术、音乐等多学科知识，借助人工智能协助修改诗歌创作。 5. 学习智能作文批改指导：利用相关工具提升作文批改的效率和质量。 6. 参加相关工作坊：如 AI 进阶工作坊，了解最新 AI 技术与实践案例分享，掌握全球 AI 技术在教育界的新发展和新应用。 同时，建议您参加适合有初步 AI 使用经验、期待了解最新技术进展、渴望分享交流的老师的课程和活动，不断提升自己在 AI 应用方面的能力。

以下是为您设计的一个以“AI 赋能梦想”为主题，适合中职计算机专业高一学生，在教室可操作且低成本的班会框架： 一、引入主题 1. 播放一段关于 AI 改变世界的短视频，引发学生兴趣。 2. 老师简单介绍本次班会的主题“AI 赋能梦想”以及与技能强国的联系。 二、知识讲解 1. 用 PPT 展示 AI 的基本概念和应用领域，如医疗、交通、教育等。 2. 结合计算机专业，讲解 AI 在该领域的发展前景和就业机会。 三、小组讨论 1. 分组讨论 AI 对未来职业的影响，以及如何通过学习计算机技能在 AI 时代立足。 2. 每组选派代表发言，分享讨论结果。 四、案例展示 1. 展示一些中职学生在 AI 相关领域取得成功的案例。 2. 分析他们成功的原因和所具备的技能。 五、创意设想 1. 让学生们设想自己如何利用 AI 技术实现个人梦想，写在纸条上。 2. 随机抽取学生分享他们的设想。 六、总结与展望 1. 老师总结本次班会的重点内容。 2. 鼓励学生努力学习，为技能强国贡献自己的力量，实现 AI 赋能的梦想。 希望这个班会框架能满足您的需求，祝您班会举办成功！

以下是教师利用 AI 提升教学效率的一些方式： 1. 利用多文体智能作文批改评分工具，如 BigModel 智谱 AI 大模型开放平台。大模型能凭借其数据处理能力和应用潜力，为教师提供精确的学生需求洞察，帮助教师量身打造学习方案，提高教学效果和工作效率。 2. 借助 Character.ai 平台，让历史人物作为数字教师为学生授课，实现一对一辅导，提高学生参与感，生动地传授知识，还能根据学生情况提供定制化学习计划和资源，缓解教育资源不平等问题。 3. 使用阅读备课小助手，如在 flowgpt 上传的相关工具，极大缩短教学准备时间。例如，以前准备教研素材和制作 PPT 可能需要一天到一天半，现在可缩短至 1 2 小时。它能根据输入的阅读文章，按要求生成教学目标、词汇列表、段落分析、阅读理解题目和泛读文章等，还能实现一键课程目标设计、制作词汇练习、生成段落结构、生成泛读练习、生成口语输出活动和回答模板等功能。

中学教师学习 AI 以方便教育教学可以从以下几个方面入手： 1. 获取信息和自学：可以利用人工智能来解释概念，例如通过相关提示获得类似自动导师的帮助，如的直接链接来激活 ChatGPT 中的导师。但要注意因人工智能可能产生幻觉，关键数据需根据其他来源仔细检查。 2. 课堂应用： 输入书上例题，让 AI 生成新颖解法，引发学生思考。 进行交互式学习，随时要求解释关键代码并举例，为学生提供支架。 利用人工智能分担低阶认知，让人有精力投入高阶认知加工，但要注意对思维训练的引导，提高对学生表现的要求，关注和引导“偷懒”学生。 3. 个性化学习计划：借助 AI 大规模部署个性化学习计划，为每个学生提供“口袋里的老师”，理解其独特需求，回答问题或测试技能。例如像 Speak、Quazel、Lingostar 等已经在做这样的事情。 4. 学科学习辅助：利用相关应用帮助学生学习特定科目，如 Photomath、Mathly 指导数学问题，PeopleAI、Historical Figures 模拟与杰出人物聊天教授历史。 5. 作业辅助：使用工具如 Grammarly、Orchard、Lex 帮助学生克服写作难题，提升写作水平。处理其他形式内容的产品如 Tome、Beautiful.ai 可协助创建演示文稿。 您还可以了解更多关于。

以下是关于“用 AI 为教师减负”的相关内容： 与大语言模型交流的心得：把大模型当作大学生可以，当作专家不行；“实习生”只能执行任务，需要指明方向、拆解任务、教其一步步操作，像导演一样编排具体流程、检查结果、修改流程、反复迭代。提示语的核心是逻辑，要将复杂任务拆分成科学合理的步骤，且让前一步结果成为后一步基础。写 Prompt 效果不理想时，思考任务拆分是否合理。即使指明步骤，未打印出来也无效果，因 LLM 需基于前面输出结果预测后面结果。 教师使用 AI 小技巧：很多 AI 网站可创建“智能体”，如配置信息、知识库、能力配置等，可手搓各种机器人为工作，如出试题、找资料、画插图、专业翻译等。设置“常用语”“小助手”“bot”，如 Kimi.ai 。 人机智慧学习协作框架： 个性化学习计划：分析学生表现，创建定制学习路径。 课程开发/学习沉浸：生成图像、文本和视频，转化为补充教育材料等。 社会互动/沟通：与新的 AI 工具结合，为学生提供更好准备工具。 AI 备课测试：与优秀人类教师相比仍有差距，人机融合是大势所趋。 教学目标示例：如学生能理解背诵课文、把握文章大意等。 智能体相关：预先写好咒语（prompts），像编程一样写详细操作步骤，以后直接使用，可将日常工作列出，寻找可被 AI 加速和固定输入输出的工作，写成“智能体”并迭代优化。 提示词工程：提示词技能是指用户设计提供给生成式人工智能大模型的文字或文本的技能，其内容决定生成内容质量，是教师用好人工智能的基本教学技能。提示词设计公式包括指定角色、明确任务、概述要求、提供说明。