经过良好设计的Prompt通常由任务说明、上下文、问题、输出格式四个基本元素组成。现需设计一个Prompt，让大模型为"K-Means聚类算法"知识点生成教学案例。请分别说明这四个要素应包含哪些具体内容，并阐述各要素的设计意图。一个良好设计的Prompt包含以下四个基本元素：任务说明：明确要求模型生成"K-Means聚类算法"的教学案例，强调结构完整、教学导向。上下文：设定教学对象为本科数据挖掘学生，已具备基础统计知识，需通过实例理解算法。问题：提出具体教学任务，包括引入、原理、步骤、代码、评估、思考题等子模块。输出格式：指定七部分结构化输出，确保内容清晰、可直接用于教学。各要素设计意图分别为：目标引导、情境适配、任务细化、结构控制，共同保障输出质量与实用性。

任务说明：明确要求生成"K-Means聚类算法"的教学案例，强调结构完整性和教学导向，例如"请设计一个面向本科数据挖掘课程的教学案例，要求包含算法原理、代码实现和评估方法"。
上下文：设定教学对象（如本科数据挖掘学生）、学生已有知识（基础统计学）及教学目标（通过实例理解K-Means聚类算法），例如"学生已掌握聚类概念，需通过实际案例掌握K-Means的数学推导和Python实现"。
问题：提出具体教学任务，包括案例引入（如客户分群）、算法原理（距离计算与质心更新）、步骤分解（初始化、迭代）、代码实现（Python或伪代码）、评估方法（轮廓系数）、课后思考题（对比K-Means与层次聚类）。
输出格式：指定七部分结构化输出（如"1. 案例背景；2. 算法原理；3. 实现步骤；4. 代码示例；5. 评估指标；6. 思考题；7. 参考资料"），确保内容清晰、可直接用于教学。
设计意图：任务说明引导目标，上下文适配学习者背景，问题细化任务，输出格式控制结构，共同保障案例的实用性与教学效果。