创意预览图

「图片1」画面描述: 背景:浅蓝色底,清爽 中间画三个步骤卡片,横向排列或阶梯排列 每个卡片顶部放一个大数字(①②③) 每个卡片下面放一个对应的icon(漏斗/放大镜/家庭) 底部放一个公式条:"AI

用户头像

1qyqsg1njk-...

2026.06.26
小红书爆款知识分享风格,AI提示词教学海报,奶白色背景,高级留白设计,Apple发布会风格,信息图设计风格,认知升级类海报,竖版。页面标题:"🧠 AI到底是怎么理解提示词的?",副标题:"AI不是在理解知识 AI是在理解画面"。页面整体采用从左到右的信息流布局,形成完整思考链路:知识 → 故事 → 画面 → 图片,中间使用大号橙色箭头连接。第一模块,标题:"❌ 你以为AI看到的是",画面:一本书籍图标,旁边出现文字:执行鸿沟、用户体验、反馈原则、系统思维、设计心理学、认知心理学、产品设计,整体像知识点列表,下方说明:"这是人类理解知识的方式"。第二模块,标题:"🤖 AI真正做的第一步",画面:一个机械大脑图标,正在把知识翻译成故事,标题:知识 ↓ 故事,案例展示:执行鸿沟 ↓ 用户找不到投简历按钮;系统思维 ↓ 用户叫车全过程;反馈原则 ↓ 付款后一直转圈。第三模块,标题:"🎬 AI真正做的第二步",画面:电影分镜板设计,标题:故事 ↓ 画面,案例:深夜办公室,求职者坐在电脑前,招聘网站打开,大量按钮,用户皱眉,找不到投递入口,头顶问号,形成真实场景,旁边增加绿色标签:人物、场景、情绪、动作、环境。第四模块,标题:"🖼 AI最终输出",画面:生成后的高质量图片,真实人物,真实电脑界面,真实场景,具有电影感构图,强烈画面感,下方说明:画面 ↓ 图片。页面中心放一句核心观点:"AI不会画知识。AI只会画场景。"。页面底部增加对比总结:❌ 错误思维:告诉AI:我要讲什么知识;✅ 正确思维:告诉AI:这个知识发生在什么场景。底部金句设计:"真正厉害的提示词,不是在给AI讲课。而是在给AI讲故事。"。整体视觉风格:Apple设计团队培训课件风格,电影分镜设计风格,信息图设计风格,小红书高收藏AI教程风格,高级感,4K超清,知识流动可视化设计,认知升级类海报。小红书爆款知识分享风格,AI提示词教学海报,奶白色背景,高级留白设计,Apple发布会风格,信息图设计风格,认知升级类海报,竖版。页面标题:"🧠 AI到底是怎么理解提示词的?",副标题:"AI不是在理解知识 AI是在理解画面"。页面整体采用从左到右的信息流布局,形成完整思考链路:知识 → 故事 → 画面 → 图片,中间使用大号橙色箭头连接。第一模块,标题:"❌ 你以为AI看到的是",画面:一本书籍图标,旁边出现文字:执行鸿沟、用户体验、反馈原则、系统思维、设计心理学、认知心理学、产品设计,整体像知识点列表,下方说明:"这是人类理解知识的方式"。第二模块,标题:"🤖 AI真正做的第一步",画面:一个机械大脑图标,正在把知识翻译成故事,标题:知识 ↓ 故事,案例展示:执行鸿沟 ↓ 用户找不到投简历按钮;系统思维 ↓ 用户叫车全过程;反馈原则 ↓ 付款后一直转圈。第三模块,标题:"🎬 AI真正做的第二步",画面:电影分镜板设计,标题:故事 ↓ 画面,案例:深夜办公室,求职者坐在电脑前,招聘网站打开,大量按钮,用户皱眉,找不到投递入口,头顶问号,形成真实场景,旁边增加绿色标签:人物、场景、情绪、动作、环境。第四模块,标题:"🖼 AI最终输出",画面:生成后的高质量图片,真实人物,真实电脑界面,真实场景,具有电影感构图,强烈画面感,下方说明:画面 ↓ 图片。页面中心放一句核心观点:"AI不会画知识。AI只会画场景。"。页面底部增加对比总结:❌ 错误思维:告诉AI:我要讲什么知识;✅ 正确思维:告诉AI:这个知识发生在什么场景。底部金句设计:"真正厉害的提示词,不是在给AI讲课。而是在给AI讲故事。"。整体视觉风格:Apple设计团队培训课件风格,电影分镜设计风格,信息图设计风格,小红书高收藏AI教程风格,高级感,4K超清,知识流动可视化设计,认知升级类海报。
小红书爆款知识分享风格,AI提示词教学海报,奶白色背景,高级留白设计,Apple发布会风格,信息图设计风格,认知升级类海报,竖版。页面标题:"🧠 AI到底是怎么理解提示词的?",副标题:"AI不是在理解知识 AI是在理解画面"。页面整体采用从左到右的信息流布局,形成完整思考链路:知识 → 故事 → 画面 → 图片,中间使用大号橙色箭头连接。第一模块,标题:"❌ 你以为AI看到的是",画面:一本书籍图标,旁边出现文字:执行鸿沟、用户体验、反馈原则、系统思维、设计心理学、认知心理学、产品设计,整体像知识点列表,下方说明:"这是人类理解知识的方式"。第二模块,标题:"🤖 AI真正做的第一步",画面:一个机械大脑图标,正在把知识翻译成故事,标题:知识 ↓ 故事,案例展示:执行鸿沟 ↓ 用户找不到投简历按钮;系统思维 ↓ 用户叫车全过程;反馈原则 ↓ 付款后一直转圈。第三模块,标题:"🎬 AI真正做的第二步",画面:电影分镜板设计,标题:故事 ↓ 画面,案例:深夜办公室,求职者坐在电脑前,招聘网站打开,大量按钮,用户皱眉,找不到投递入口,头顶问号,形成真实场景,旁边增加绿色标签:人物、场景、情绪、动作、环境。第四模块,标题:"🖼 AI最终输出",画面:生成后的高质量图片,真实人物,真实电脑界面,真实场景,具有电影感构图,强烈画面感,下方说明:画面 ↓ 图片。页面中心放一句核心观点:"AI不会画知识。AI只会画场景。"。页面底部增加对比总结:❌ 错误思维:告诉AI:我要讲什么知识;✅ 正确思维:告诉AI:这个知识发生在什么场景。底部金句设计:"真正厉害的提示词,不是在给AI讲课。而是在给AI讲故事。"。整体视觉风格:Apple设计团队培训课件风格,电影分镜设计风格,信息图设计风格,小红书高收藏AI教程风格,高级感,4K超清,知识流动可视化设计,认知升级类海报。小红书爆款知识分享风格,AI提示词教学海报,奶白色背景,高级留白设计,Apple发布会风格,信息图设计风格,认知升级类海报,竖版。页面标题:"🧠 AI到底是怎么理解提示词的?",副标题:"AI不是在理解知识 AI是在理解画面"。页面整体采用从左到右的信息流布局,形成完整思考链路:知识 → 故事 → 画面 → 图片,中间使用大号橙色箭头连接。第一模块,标题:"❌ 你以为AI看到的是",画面:一本书籍图标,旁边出现文字:执行鸿沟、用户体验、反馈原则、系统思维、设计心理学、认知心理学、产品设计,整体像知识点列表,下方说明:"这是人类理解知识的方式"。第二模块,标题:"🤖 AI真正做的第一步",画面:一个机械大脑图标,正在把知识翻译成故事,标题:知识 ↓ 故事,案例展示:执行鸿沟 ↓ 用户找不到投简历按钮;系统思维 ↓ 用户叫车全过程;反馈原则 ↓ 付款后一直转圈。第三模块,标题:"🎬 AI真正做的第二步",画面:电影分镜板设计,标题:故事 ↓ 画面,案例:深夜办公室,求职者坐在电脑前,招聘网站打开,大量按钮,用户皱眉,找不到投递入口,头顶问号,形成真实场景,旁边增加绿色标签:人物、场景、情绪、动作、环境。第四模块,标题:"🖼 AI最终输出",画面:生成后的高质量图片,真实人物,真实电脑界面,真实场景,具有电影感构图,强烈画面感,下方说明:画面 ↓ 图片。页面中心放一句核心观点:"AI不会画知识。AI只会画场景。"。页面底部增加对比总结:❌ 错误思维:告诉AI:我要讲什么知识;✅ 正确思维:告诉AI:这个知识发生在什么场景。底部金句设计:"真正厉害的提示词,不是在给AI讲课。而是在给AI讲故事。"。整体视觉风格:Apple设计团队培训课件风格,电影分镜设计风格,信息图设计风格,小红书高收藏AI教程风格,高级感,4K超清,知识流动可视化设计,认知升级类海报。
模型图核心框架:“真评立改:数智化全景评价模型” 一、 整体结构(建议采用“三源汇聚 + 闭环反馈”布局) 顶部(传统痛点): 传统评价局限(“凭主观印象打分”) 中部(核心机制): 三条数据流(AI智评仪、社会反馈、教师综评)从三个方向汇聚,共同输入到一个“全景数据引擎” 中心(核心产出): 个人数据画像(雷达图+传播数据+综评建议) 底部(闭环升级): 以评促改——学生依据数据画像精准改进,进入下一轮循环 左右两侧(改革维度): 评价方式、教学手段两个维度的转变对比 二、 详细模块与设计元素 1. 传统痛点(顶部,用灰色/淡红色表示) 文字: 传统讲解评价:“凭主观印象打分” 问题标签: 无客观数据支撑、学生不知“差在哪里”、无法精准定位短板 视觉元素: 一个标尺上只有“模糊的人脸表情”图标,旁边打叉 连接箭头: 指向下方三条数据流,标注 “数据驱动破局” 2. 数据源①:AI智评仪 —— 量化讲解表现(左侧) 核心内容: 实时检测音量、语速、眼神、微笑、手势等指标;生成《个人讲解能力雷达图》;教师从“凭感觉打分”转向“数据指导教学” 改革维度表现: 评价方式: 从主观评分转向客观量化(6维度雷达图) 教学手段: 从教师观察转向AI实时监测与可视化呈现 视觉元素建议: 一个AI芯片或机器人图标,周围环绕六个小标签(音量、语速、眼神、微笑、手势、可再加一个如“肢体协调”),下方显示雷达图缩略图标(六边形网格) 3. 数据源②:社会反馈 —— 纳入传播数据(右侧) 核心内容: 视频号后台数据(播放量、完播率、点赞分布、评论互动);按30%比例计入课程总成绩;社会点赞成为直接正向激励 改革维度表现: 评价方式: 从教师单一评价转向社会受众共同参与(30%权重) 教学手段: 从封闭打分转向开放数据平台追踪 视觉元素建议: 一个手机屏幕显示数据增长图表,旁边有“播放量”“完播率”“点赞”三个关键词;标注 “30%权重” 4. 数据源③:教师综评 —— 整合多方证据(底部中央) 核心内容: 结合AI雷达图、传播数据表、作品质量三方面信息;给出综合评语与改进建议;学生明确下一步训练重点 改革维度表现: 评价方式: 从单一评分转向多方证据整合+个性化建议 教学手段: 从打分结束转向综合评价+改进指导 视觉元素建议: 一个教师图标(或眼镜+笔记本),面前有三份材料(雷达图、数据表、作品封面),下方输出“综合评语卡片” 5. 中心汇聚:全景数据引擎 —— 个人数据画像 核心产出: 每位学生拥有自己的 “数据画像”,包含: AI雷达图(能力维度可视化) 传播数据表(社会效果可视化) 教师综合评语(改进建议清晰化) 视觉元素建议: 一个圆形或六边形仪表盘,中心标注学生姓名或头像,周围三个扇区分别指向AI、社会、教师数据;中心大字:“个人数据画像” 底部文字: “知道差在哪里、好在哪里、如何改进” 6. 底部闭环:以评促改 —— 精准提升循环 核心活动: 学生依据数据画像,明确训练重点;进入下一轮“说拍剪播”实践;新一轮实践再次产出数据,形成螺旋上升 视觉元素建议: 一个弧形箭头从“数据画像”底部伸出,绕回顶部“传统痛点”下方,标注 “评价→反馈→改进→再实践” 底部标注: “依据形成性评价理论,实现以评促学、以评促改” 三、 三个数据源的汇聚流程(视觉上要清晰) 三条数据流从三个方向(左、右、下)汇聚到中央“全景数据引擎”,可用 加粗箭头 连接,并标注数据输入内容: 左侧箭头: AI智评仪 → “量化指标” 右侧箭头: 社会反馈 → “传播数据(30%)” 底部箭头: 教师综评 → “综合证据” 在中央引擎下方,输出一个 “输出箭头”,指向底部闭环:“个人数据画像 → 精准改进” 四、 视觉化建议 配色方案: 传统痛点:#D3D3D3(浅灰)+ #FF6B6B(浅红警告) AI智评仪:#4A90D9(科技蓝) 社会反馈:#F5A623(传播橙) 教师综评:#88B04B(专业绿) 全景数据引擎:#6B5B95(紫罗兰——融合与洞察) 底部闭环:#2C3E50(深灰)到 #4A90D9 渐变 图标建议: AI智评仪:芯片或机器人头 社会反馈:手机+点赞/评论图标 教师综评:眼镜+评价卡 全景引擎:仪表盘或六边形网格 闭环:弧形箭头 排版要求: 三个数据源呈“品”字形排列(左、右、下),中央留出汇聚区域 箭头要醒目,标注数据输入内容 底部闭环箭头要有弧度,形成视觉终点。模型图核心框架:“真评立改:数智化全景评价模型”
一、 整体结构(建议采用“三源汇聚 + 闭环反馈”布局)
顶部(传统痛点): 传统评价局限(“凭主观印象打分”)
中部(核心机制): 三条数据流(AI智评仪、社会反馈、教师综评)从三个方向汇聚,共同输入到一个“全景数据引擎”
中心(核心产出): 个人数据画像(雷达图+传播数据+综评建议)
底部(闭环升级): 以评促改——学生依据数据画像精准改进,进入下一轮循环
左右两侧(改革维度): 评价方式、教学手段两个维度的转变对比
二、 详细模块与设计元素
1. 传统痛点(顶部,用灰色/淡红色表示)

文字: 传统讲解评价:“凭主观印象打分”
问题标签: 无客观数据支撑、学生不知“差在哪里”、无法精准定位短板
视觉元素: 一个标尺上只有“模糊的人脸表情”图标,旁边打叉
连接箭头: 指向下方三条数据流,标注 “数据驱动破局”
2. 数据源①:AI智评仪 —— 量化讲解表现(左侧)

核心内容: 实时检测音量、语速、眼神、微笑、手势等指标;生成《个人讲解能力雷达图》;教师从“凭感觉打分”转向“数据指导教学”
改革维度表现:
评价方式: 从主观评分转向客观量化(6维度雷达图)
教学手段: 从教师观察转向AI实时监测与可视化呈现
视觉元素建议: 一个AI芯片或机器人图标,周围环绕六个小标签(音量、语速、眼神、微笑、手势、可再加一个如“肢体协调”),下方显示雷达图缩略图标(六边形网格)
3. 数据源②:社会反馈 —— 纳入传播数据(右侧)

核心内容: 视频号后台数据(播放量、完播率、点赞分布、评论互动);按30%比例计入课程总成绩;社会点赞成为直接正向激励
改革维度表现:
评价方式: 从教师单一评价转向社会受众共同参与(30%权重)
教学手段: 从封闭打分转向开放数据平台追踪
视觉元素建议: 一个手机屏幕显示数据增长图表,旁边有“播放量”“完播率”“点赞”三个关键词;标注 “30%权重”
4. 数据源③:教师综评 —— 整合多方证据(底部中央)

核心内容: 结合AI雷达图、传播数据表、作品质量三方面信息;给出综合评语与改进建议;学生明确下一步训练重点
改革维度表现:
评价方式: 从单一评分转向多方证据整合+个性化建议
教学手段: 从打分结束转向综合评价+改进指导
视觉元素建议: 一个教师图标(或眼镜+笔记本),面前有三份材料(雷达图、数据表、作品封面),下方输出“综合评语卡片”
5. 中心汇聚:全景数据引擎 —— 个人数据画像

核心产出: 每位学生拥有自己的 “数据画像”,包含:
AI雷达图(能力维度可视化)
传播数据表(社会效果可视化)
教师综合评语(改进建议清晰化)
视觉元素建议: 一个圆形或六边形仪表盘,中心标注学生姓名或头像,周围三个扇区分别指向AI、社会、教师数据;中心大字:“个人数据画像”
底部文字: “知道差在哪里、好在哪里、如何改进”
6. 底部闭环:以评促改 —— 精准提升循环

核心活动: 学生依据数据画像,明确训练重点;进入下一轮“说拍剪播”实践;新一轮实践再次产出数据,形成螺旋上升
视觉元素建议: 一个弧形箭头从“数据画像”底部伸出,绕回顶部“传统痛点”下方,标注 “评价→反馈→改进→再实践”
底部标注: “依据形成性评价理论,实现以评促学、以评促改”
三、 三个数据源的汇聚流程(视觉上要清晰)
三条数据流从三个方向(左、右、下)汇聚到中央“全景数据引擎”,可用 加粗箭头 连接,并标注数据输入内容:

左侧箭头: AI智评仪 → “量化指标”
右侧箭头: 社会反馈 → “传播数据(30%)”
底部箭头: 教师综评 → “综合证据”
在中央引擎下方,输出一个 “输出箭头”,指向底部闭环:“个人数据画像 → 精准改进”

四、 视觉化建议
配色方案:
传统痛点:#D3D3D3(浅灰)+ #FF6B6B(浅红警告)
AI智评仪:#4A90D9(科技蓝)
社会反馈:#F5A623(传播橙)
教师综评:#88B04B(专业绿)
全景数据引擎:#6B5B95(紫罗兰——融合与洞察)
底部闭环:#2C3E50(深灰)到 #4A90D9 渐变
图标建议:
AI智评仪:芯片或机器人头
社会反馈:手机+点赞/评论图标
教师综评:眼镜+评价卡
全景引擎:仪表盘或六边形网格
闭环:弧形箭头
排版要求:
三个数据源呈“品”字形排列(左、右、下),中央留出汇聚区域
箭头要醒目,标注数据输入内容
底部闭环箭头要有弧度,形成视觉终点。
您需要将服务的核心优势,特别是AI驱动的信息处理与赋能价值,以高度精炼、视觉化的方式呈现出来,做成一张清晰的海报。 以下为您设计了一份结构化、要点式的海报文案框架。您可以直接交给设计师,或使用Canva、PPT等工具,搭配简约的图标和科技感配色(建议深蓝/灰色背景,搭配亮色点缀),即可生成一张专业、有力的宣传海报。 --- 海报设计方案 主标题 (最醒目处): AI驱动 舆情数智新范式 从洞察到增长的全链路决策引擎 --- 核心优势 (分两栏或三栏清晰排列,每项配一个简约图标): 第一栏:AI智能感知与处理 · AI精准提炼 · 文案: 从亿万级数据中,毫秒级精准识别、归因、提炼核心信息点。 · AI自动报告生成 · 文案: 告别人工整理,一键生成多维度、可视化专业报告,每日/周/月自动送达。 · AI数字员工 · 文案: 7x24小时值守的智能舆情分析师,实时预警,永不间断。 第二栏:AI价值挖掘与赋能 · AI动态热点追踪 · 文案: 实时捕捉行业热点、竞品动势,为您锁定市场先机与发声窗口。 · 正负面智能研判 · 文案: 不只是分类,更深度研判信息影响与情感走向,洞悉风险与机遇。 · “攻防”双驱策略库 · 文案: 负面清单: 预警风险,提供合规处置建议,化危为机。 · *文案:正面弹药: 提炼可传播亮点,提供发声策略,助攻品牌增长。 --- 底部:解决方案总括 (作为总结升华) 我们提供的不是数据堆砌,而是: 1. 一把“监测尺” - 量准自身与环境的健康度。 2. 一张“风险图” - 看清雷区与潜在威胁。 3. 一份“机会单” - 把握市场风向与传播契机。 4. 一座“弹药库” - 储备正向内容与应对策略。 尾标/联系方式 (最下方): XXX (您的品牌/公司名) | 智能舆情与声誉管理伙伴 --- 设计建议: · 布局: 采用清晰的网格布局,确保每条优势独立、易读。 · 图标: 使用线条型或扁平化图标,风格统一。 · 配色: 主色可用科技蓝(#1E6BD6)或深空灰(#2C3E50),强调色用活力橙(#FF7A30)或冷静绿(#2ECC71),以区分功能模块(如感知、赋能)或正负面(红/绿)。 · 字体: 标题使用粗黑体,正文使用清晰的无衬线字体(如思源黑体、苹方)。 这张海报直接回应了您“整理正负面信息、把握机会、精准发声”的需求,并将“AI提炼、报告、数字员工、热点”等关键词全部融入,显得专业且技术驱动。您需要将服务的核心优势,特别是AI驱动的信息处理与赋能价值,以高度精炼、视觉化的方式呈现出来,做成一张清晰的海报。

以下为您设计了一份结构化、要点式的海报文案框架。您可以直接交给设计师,或使用Canva、PPT等工具,搭配简约的图标和科技感配色(建议深蓝/灰色背景,搭配亮色点缀),即可生成一张专业、有力的宣传海报。

---

海报设计方案

主标题 (最醒目处):

AI驱动 舆情数智新范式

从洞察到增长的全链路决策引擎

---

核心优势 (分两栏或三栏清晰排列,每项配一个简约图标):

第一栏:AI智能感知与处理

· AI精准提炼
  · 文案: 从亿万级数据中,毫秒级精准识别、归因、提炼核心信息点。
· AI自动报告生成
  · 文案: 告别人工整理,一键生成多维度、可视化专业报告,每日/周/月自动送达。
· AI数字员工
  · 文案: 7x24小时值守的智能舆情分析师,实时预警,永不间断。

第二栏:AI价值挖掘与赋能

· AI动态热点追踪
  · 文案: 实时捕捉行业热点、竞品动势,为您锁定市场先机与发声窗口。
· 正负面智能研判
  · 文案: 不只是分类,更深度研判信息影响与情感走向,洞悉风险与机遇。
· “攻防”双驱策略库
  · 文案: 负面清单: 预警风险,提供合规处置建议,化危为机。
  · *文案:正面弹药: 提炼可传播亮点,提供发声策略,助攻品牌增长。

---

底部:解决方案总括 (作为总结升华)
我们提供的不是数据堆砌,而是:

1. 一把“监测尺” - 量准自身与环境的健康度。
2. 一张“风险图” - 看清雷区与潜在威胁。
3. 一份“机会单” - 把握市场风向与传播契机。
4. 一座“弹药库” - 储备正向内容与应对策略。

尾标/联系方式 (最下方):
XXX (您的品牌/公司名) | 智能舆情与声誉管理伙伴

---

设计建议:

· 布局: 采用清晰的网格布局,确保每条优势独立、易读。
· 图标: 使用线条型或扁平化图标,风格统一。
· 配色: 主色可用科技蓝(#1E6BD6)或深空灰(#2C3E50),强调色用活力橙(#FF7A30)或冷静绿(#2ECC71),以区分功能模块(如感知、赋能)或正负面(红/绿)。
· 字体: 标题使用粗黑体,正文使用清晰的无衬线字体(如思源黑体、苹方)。

这张海报直接回应了您“整理正负面信息、把握机会、精准发声”的需求,并将“AI提炼、报告、数字员工、热点”等关键词全部融入,显得专业且技术驱动。
延续小红书学习博主笔记风格,浅淡低饱和度浅蓝色背景,手写笔记风格图标,非商业化简约设计,保持统一字体、配色和排版结构,保留标题框和底部进度排版。顶部标签为"第三阶段:AI帮你建老师档案",大标题"Step 5 让AI整理研究档案",正文说明:按时间排序+每篇长摘要,看清研究变迁。深色框放置AI指令模板:📋 你给AI的指令:请帮我整理Amber van der Wal的研究档案:按时间排序列出她的所有重要论文;每篇写一段长摘要(研究问题+研究方法+核心发现);标注她的研究方向变迁。展示AI输出示例:🤖 AI输出示例:Amber van der Wal 研究档案(节选),研究轨迹:幽默→平台差异→数字agency,2016-2021 PhD研究:青少年对幽默和攻击性媒体娱乐的差异化偏好及其潜在后果,2024 Social Media + Society:In Their Own Words: 定性研究揭示青少年社交媒体体验中的二元性(同质性/异质性/二元性),2024 UNICEF政策论文:The Impact of Social Media on Adolescents' Mental Health: 平台差异+个体差异→政策建议,2026 Current Psychology:Diverse Platforms, Diverse Effects: 100天追踪479名青少年,发现TikTok/YouTube/Instagram负面,Snapchat/WhatsApp正面/中性,2026 JMIR Infodemiology:Portrayals of Depression on TikTok: 210个视频内容分析,诊断准确性普遍偏低,概念蔓延严重,2026 Psychology of Popular Media:Self-Administered Media Prescriptions: 青少年可主动训练算法传递有益内容→数字agency实证证据。底部进度条标注:进度:5/8 完成。整体排版清晰,风格亲切自然,手写感装饰,统一风格,适合小红书竖屏笔记,画面比例9:16,文字清晰可读。延续小红书学习博主笔记风格,浅淡低饱和度浅蓝色背景,手写笔记风格图标,非商业化简约设计,保持统一字体、配色和排版结构,保留标题框和底部进度排版。顶部标签为"第三阶段:AI帮你建老师档案",大标题"Step 5 让AI整理研究档案",正文说明:按时间排序+每篇长摘要,看清研究变迁。深色框放置AI指令模板:📋 你给AI的指令:请帮我整理Amber van der Wal的研究档案:按时间排序列出她的所有重要论文;每篇写一段长摘要(研究问题+研究方法+核心发现);标注她的研究方向变迁。展示AI输出示例:🤖 AI输出示例:Amber van der Wal 研究档案(节选),研究轨迹:幽默→平台差异→数字agency,2016-2021 PhD研究:青少年对幽默和攻击性媒体娱乐的差异化偏好及其潜在后果,2024 Social Media + Society:In Their Own Words: 定性研究揭示青少年社交媒体体验中的二元性(同质性/异质性/二元性),2024 UNICEF政策论文:The Impact of Social Media on Adolescents' Mental Health: 平台差异+个体差异→政策建议,2026 Current Psychology:Diverse Platforms, Diverse Effects: 100天追踪479名青少年,发现TikTok/YouTube/Instagram负面,Snapchat/WhatsApp正面/中性,2026 JMIR Infodemiology:Portrayals of Depression on TikTok: 210个视频内容分析,诊断准确性普遍偏低,概念蔓延严重,2026 Psychology of Popular Media:Self-Administered Media Prescriptions: 青少年可主动训练算法传递有益内容→数字agency实证证据。底部进度条标注:进度:5/8 完成。整体排版清晰,风格亲切自然,手写感装饰,统一风格,适合小红书竖屏笔记,画面比例9:16,文字清晰可读。