一句话结论：做 AI 视频分析时，要在提示词里写清时间范围、关注对象和输出格式；需要定位片段时，要求按时间戳给出事件和依据。
这篇教程依据 Google Gemini 视频理解文档整理，适合课程回顾、产品演示复盘和公开视频内容提要。视频分析结果仍需要抽样回看，尤其是快速动作、画面文字和多人对话。
时间戳提取模板
请分析这段视频，输出 Markdown 表格：时间段 | 发生的事件 | 关键人物或物体 | 证据说明。
要求：
1. 使用 mm:ss-mm:ss 格式；
2. 只记录能够从视频确认的事件；
3. 对不确定内容写“无法确认”；
4. 最后给出 5 条重点和 3 个需要人工复核的片段。
重点关注：产品演示中的操作顺序、错误提示和最终结果。分层分析方法
- 先做全片概览，确认视频主题和章节。
- 再按时间段提取事件，避免只依赖一段长摘要。
- 对关键片段提出第二轮问题，例如“00:35 到 00:52 出现了哪些界面变化”。
- 把视频结论与字幕、脚本或产品日志交叉核对。
静态采样的限制
视频理解可能按照采样帧分析画面，快速动作可能在采样间隔中被遗漏；声音、字幕、分辨率和画面复杂度也会影响结果。对安全事故、体育细节或快速操作，必须回看原视频，不要仅凭摘要下结论。
如何写更准确的任务
不要只说“总结视频”，而要说明读者、时间粒度和输出目的。例如课程复盘要关注知识点和练习，广告审核要关注品牌露出和违规风险，产品演示要关注点击顺序和报错信息。不同目标应使用不同提示词。
常见问题
AI 能准确指出每个动作的时间吗？
不能保证。时间戳通常是近似定位，需要人工回看关键片段。
视频越长越好吗？
不一定。长视频应先分章节或缩小问题范围，便于复核和控制成本。
能同时分析声音和画面吗？
具体能力取决于模型、文件和当前接口支持，应先用小样本验证。
如何分析一节课程？
让模型输出章节、关键概念、示例、练习和时间戳，再由讲师检查术语。
可以把视频摘要当成事实记录吗？
不可以。摘要是模型生成结果，关键事实要回到视频或原始记录。
信息来源与说明
本文参考 Google Gemini 官方视频理解文档整理。支持的模型、文件方式和长度限制可能变化，请以官方文档为准。