Visual Summarization Skill | 视觉摘要智述技能
AI分析视频或图片，生成通顺的场景描述。
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：Visual Summarization Skill | 视觉摘要智述技能。 它的用途是：AI分析视频或图片，生成通顺的场景描述。 完整的 Skill 内容见：https://321skill.com/skills/visual-summarization-skill-视觉摘要智述技能/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
‘分析一下我刚拍的这段产品开箱视频，并生成一段生动的场景描述。’，它会自动处理视频文件，识别开箱动作、产品外观和用户反应，输出如‘视频中，一双手小心翼翼地拆开包装盒，取出一个崭新的智能音箱，其圆润的造型和指示灯亮起的瞬间被清晰捕捉……’这样的描述，方便你直接用作视频简介或宣传文案。
介绍
视觉摘要智述技能旨在解决用户需要快速理解视频或图片核心内容的问题。无论是短视频片段、产品演示还是活动照片，用户无需逐帧观看或仔细分析，即可获得一段清晰、连贯的文字描述。
使用时，用户只需将视频文件或图片内容输入给集成了该技能的AI助手，技能会自动调用其视觉分析能力，识别画面中的主体、动作、场景和关键元素，并组织成一段自然流畅的中文描述文本。整个过程自动化，无需人工干预。
该技能非常适合内容创作者、社媒运营和电商运营等角色。内容创作者可以用它快速为视频素材生成旁白草稿或内容简介；社媒运营可以快速提取活动图片的亮点用于文案创作；电商运营则可以自动化生成商品展示视频的卖点描述，提升内容生产效率。
建议在使用时，尽量提供清晰、主体突出的视觉素材，以获得更准确的描述。对于包含大量快速切换镜头或复杂特效的视频，生成的描述可能更侧重于整体观感。此外，该技能专注于生成客观描述，不包含主观评价或深度分析。
核心特点
专注于从视觉内容到自然语言描述的端到端生成，输出结果通顺连贯，可直接用于文案草稿或内容摘要，而非仅输出离散的物体标签或简单陈述。
注意事项
不适合需要深度主观解读、情感分析或对画面中细微文字、特定品牌标识进行精确识别的场景。
常见问题
支持哪些视频和图片格式？
通常支持常见的格式如MP4、MOV、JPG、PNG等，具体取决于底层AI模型的能力。
生成的描述长度可以控制吗？
描述长度通常由AI模型根据输入内容自动决定，旨在提供一段完整的场景概述，目前可能不支持精确的字数控制。
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-summarization-skill-视觉摘要智述技能/raw/index.md 读取 Visual Summarization Skill | 视觉摘要智述技能 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-summarization-skill-视觉摘要智述技能/raw/index.md（查看排版版本）