Visual Summarization Skill | 视觉摘要智述技能
对视频/图片AI分析，生成自然场景描述
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：对视频/图片AI分析，生成自然场景描述 完整的 Skill 内容见：https://321skill.com/skills/visual-summarization-skill-视觉摘要智述技能-x-5/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
'请分析这段视频片段，描述其中发生了什么场景。' 它会自动解析画面内容，输出一段通顺的文字，例如'清晨的海边，太阳从海平面升起，海浪轻轻拍打着沙滩，远处有几只海鸥盘旋。' 可应用于视频字幕、产品介绍或内容摘要。
介绍
【解决什么问题】 在处理视频片段或图片时，常常需要快速获得一段通顺、自然的场景文字描述，用于内容标注、辅助理解、字幕生成或素材整理。手动描述费时费力，且主观差异大。本技能通过AI自动分析输入的多媒体内容，输出结构化的场景描述，大幅提升效率。
【怎么用】 用户只需将视频片段或图片链接/文件传入，技能会调用AI模型进行视觉分析，识别关键元素、动作、环境等，然后生成一段连贯的叙述性文字。支持批量处理多个文件，并可根据需要调整描述风格（如简洁版、详细版）。使用方式简单，直接对AI说出请求即可。
【适合谁】 内容创作者、视频剪辑师、营销专员、高校学生、学术研究者，以及任何需要快速理解视频内容或生成文字说明的职场人士。尤其适合制作短视频文案、教学课件、会议记录辅助、产品演示描述等场景。
【使用建议】 建议传入清晰、光线充足的视频或图片以获得最佳效果；对于复杂场景或长视频，可分段处理。描述生成后可根据实际需求进行细微调整。注意本技能专注于描述场景本身，不涉及人物识别、情感分析或深度语义推理。
核心特点
不同于通用图像描述工具，本技能专为视频片段与图片设计，输出连贯、自然的场景叙述，而非简单的标签列表，特别适合需要快速生成文案或辅助理解内容的场景。
注意事项
不适合需要精确识别具体人物身份、细粒度物体属性或复杂动作序列分析的场景，也不支持超过30秒的长视频自动分段处理。
常见问题
支持哪些输入格式？
支持常见图片格式（JPG、PNG等）和视频格式（MP4、MOV等），可通过链接或直接上传文件。
生成的描述是中文还是英文？
默认生成中文描述，也可在请求时指定语言，如英文、日文等。
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-x-5/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-x-5/raw/index.md（查看排版版本）