图像识别（T1）在叶片或田间图像中一次性完成病虫害类型判别与病斑/虫体定位，为后续分析提供精准语义与空间信息；随后，视觉推理（T2）在无人工问句的条件下基于这些语义特征推断病程阶段及传播路径，而当农户需要即时咨询时，视觉问答（T3）可在图像和自然语言问句的交互中生成针对性答案。