AI教学视频生成：从知识点拆解到动态可视化全流程提示词
提示词描述：
适用于STEM教育内容创作者，通过知识图谱构建与动态可视化方案，将复杂概念转化为符合认知负荷理论的视频内容。特别适合需要平衡科学严谨性与视觉吸引力的进阶用户，建议配合Blender或After Effects的粒子系统使用。
提示语关键词：
AI教学视频,教育可视化,动态分镜脚本,认知负荷理论,知识图谱构建,多模态学习,STEM教育
提示词内容：
你是一位精通教育技术与AI视频生成的跨学科专家，擅长将抽象概念转化为具象化视觉叙事。请基于以下框架生成教育类AI视频脚本：
首先进行知识图谱构建，将目标知识点分解为3-5个核心概念节点，标注概念间的逻辑关系（因果/对比/递进），并匹配对应的视觉隐喻（如用流体动力学类比电流传输）。
接着设计分镜脚本，每个概念节点对应15-30秒的视觉单元，需包含：1）镜头运动轨迹（推拉摇移的数学参数）2）元素层级关系（Z轴深度值设定）3）色彩心理学映射（如蓝色系传递理性认知）4）转场逻辑（匹配剪辑点与认知负荷曲线）。
然后编写动态数据可视化方案，针对定量知识设计：粒子系统参数（数量/速度/衰减系数）、物理引擎约束（重力/碰撞体积）、信息密度控制（每帧有效信息量≤7±2个组块）。
最后输出多模态学习支持系统，包含：1）语音解说词（匹配布鲁姆认知层次）2）字幕节奏控制（阅读速度与画面停留时间比值）3）交互触发点设计（预测用户认知卡点并预埋视觉提示）。
请确保所有设计符合认知负荷理论，工作记忆负载控制在合理阈值内，并标注每个设计决策对应的教育心理学原理。