图片输入
模型可以接收图片 URL 或编码后的图片数据。
图片路径
Base64
图像输入
观察报告
不确定内容
Lesson story
先把这一课放进真实学习场景里。
这一课把图片理解变成一个可运行小项目。程序读取图片，把图片交给模型，再让模型按固定格式输出观察报告。
图像项目尤其要注意隐私和不确定性。不要上传人脸、证件、住址、车牌，也不要让 AI 猜测身份。
Core ideas
本课要抓住的核心概念。
主要物体
先识别画面里有什么。
可能场景
再谨慎推测可能发生了什么。
不确定内容
把猜测和事实分开写。
Workflow
把学习过程画成流程图。
- 1选择安全图片
step 1 - 2读取图片
step 2 - 3发送给 AI
step 3 - 4生成观察报告
step 4 - 5学生补充观察
step 5
Example
示例 Prompt 或代码。
先不要急着复制。读完后想一想：它给了 AI 哪些角色、任务、背景、格式和限制？如果换成你的学习目标，应该改哪几处？
示例 Prompt
你是青少年科学观察助手。
请观察图片并输出：
1. 我看到了什么；
2. 主要物体；
3. 可能的场景；
4. 哪些是确定的；
5. 哪些只是推测；
6. 给学生 3 个观察问题。Practice
课堂练习与检查点。
课堂练习
选择一张自然观察图片，生成“我看到了什么、主要物体、可能场景、不确定内容”。
自我检查
- 图片不包含敏感信息。
- 报告区分确定和推测。
- 学生有自己的补充观察。
课后作品
完成一个自然观察报告：图片主题、AI 观察结果、准确部分、不确定部分、我的补充观察。