Large Model Visual Question Answering Skill | 大模型视觉问答技能
对任意图片进行开放式问答，返回自然语言回答
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Large Model Visual Question Answering Skill | 大模型视觉问答技能。 它的用途是：对任意图片进行开放式问答，返回自然语言回答 完整的 Skill 内容见：https://321skill.com/skills/visual-question-answering-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请分析这张产品设计图，说出界面中所有按钮的名称和颜色，并判断它们是否对齐。' 它会识别图片中的按钮位置、颜色和标签，以自然语言描述每个按钮的属性，并给出对齐性结论。再追问：'如果要把主要按钮改为蓝色，应该调整哪些区域？' 它会基于当前图片布局给出建议。
介绍
大模型视觉问答技能（VQA）旨在解决用户无法直接向图片提问的痛点。传统图像识别只能输出预设标签或描述，而本技能结合计算机视觉与大型语言模型，支持用户对图片内容进行任意角度的开放式提问，无论是“图中有什么颜色？”、“这个场景在哪里？”还是“人物表情表达了什么情绪？”，都能得到自然语言回答。
使用方式简单：用户只需上传一张图片并输入问题，技能会调用视觉编码器提取图像特征，再由大语言模型理解问题并生成回答。整个过程无需专业编程知识，支持多轮对话追问，实现类似“看图说话”的交互体验。
本技能适合内容创作者（如分析图片素材、验证场景描述）、学术研究者（如快速提取实验图片中的信息、辅助标注）、产品经理（如分析竞品设计稿、理解用户反馈截图）等群体。无论是日常趣味探索、教学演示，还是专业图像分析，都能快速上手。
建议使用时注意图片清晰度与问题明确性：模糊或过暗的图片可能影响识别准确率；开放式问题范围越具体，回答越精准。对于需要精确数值测量的场景（如尺寸、距离），建议搭配专业工具使用。
常见问题
支持哪些图片格式？
常见格式如JPG、PNG、WEBP、BMP等均支持，建议单张图片大小不超过10MB。
能识别图片中的手写文字吗？
可以，但手写文字的识别准确率取决于字迹清晰度和书写规范程度，建议配合OCR增强提示词。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/visual-question-answering-2/raw/index.md 读取 Large Model Visual Question Answering Skill | 大模型视觉问答技能 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/visual-question-answering-2/raw/index.md（查看排版版本）