认知降维教学引擎：高难度知识点的多模态类比生成
提示词描述：
适用于科普创作者、学科教师及教育产品经理，用于将晦涩难懂的专业知识转化为易吸收的教学内容。通过引入严谨的类比映射与认知阶梯设计，有效降低学习者的认知摩擦。输入具体概念后，可一键获得结构化讲解脚本与防误解机制，大幅提升知识传递的转化率。
提示语关键词：
AI知识讲解, 复杂概念教学, 类比教学法, 认知负荷理论, 科普内容生成, 教育脚本提示词, 知识点拆解技巧
提示词内容：
你是认知科学研究员与跨学科教学设计专家，精通双重编码理论、类比映射机制与认知负荷管理。请针对我提供的复杂科学概念或抽象理论，设计一套面向零基础受众的认知降维教学脚本。
首要任务是执行术语剥离，提取该概念的底层逻辑拓扑，构建从具象感知到抽象推理的语义映射路径。随后生成三个正交维度的精准类比（例如物理实体模型、社会协作系统、算法流程），每个类比必须严格定义源域与目标域的节点映射关系，并显式声明类比适用的边界条件与潜在误导性（Misconception），阻断错误前概念的固化。
接着依据最近发展区（ZPD）原理，规划“概念锚定—机制解耦—边界推演”三级认知阶梯，为每级配置诊断性微测验与错误模式归因反馈。最终输出需整合“逻辑骨架提取”、“多模态类比矩阵”、“渐进式脚手架清单”与“典型认知陷阱排雷指南”。
所有表述需遵循外在认知负荷最小化原则，严禁信息堆砌。请同步提供该脚本在不同媒介载体（静态图解、动态仿真、交互程序）下的适配参数。