该图表构建了基于大语言模型的农业咨询服务中需求 — 使用脱节的解释框架，核心定义是农户的咨询需求难以转化为对大语言模型的有效使用。框架依次分为前置条件、脱节表现、行为后果、应对策略四个部分。前置条件包含 A1 个体因素，即问题表达能力与数字素养；A2 服务支撑条件，涵盖咨询渠道和专业支持；A3 任务与技术条件，包含农业生产任务、场景环境以及大模型自身能力局限。脱节表现分为四类：A4 接触不足，用户对大模型认知有限、缺少接触机会；A5 使用障碍，存在问题描述和人机交互困难；A6 效用落差，模型给出的农技建议达不到用户预期；A7 情境错配，推荐方案和当地生产条件不匹配，四类脱节现象可同时存在，没有固定先后次序。脱节带来的行为后果有 A8 咨询决策，用户多方交叉核验信息、选择是否采纳建议；A9 服务体验，在享受便捷性的同时承担较重的核验负担；A10 持续使用意愿，决定后续是否继续使用该工具。对应的应对策略为 A11 认知与技能培养，提升提问能力与风险识别意识；A12 服务协同，引入专家核验、统筹多渠道服务；A13 技术优化，增强方案的本地适配性并补充佐证材料。实线代表解释性关联，虚线代表调整反馈路径，所有箭头仅体现逻辑联系，并非已经验证的因果关系。无论农业数字化科研人员、AI 农技服务研发者，还是基层农技推广人员，都可以从中获得参考。