标签： Gemini

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

1. 先做全片概览，确认视频主题和章节。
2. 再按时间段提取事件，避免只依赖一段长摘要。
3. 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”。
4. 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。

一句话结论：在 Gemini 中，清楚的指令、少量示例、分步任务和连续迭代，是把一次性提问变成稳定工作流的四个基础。

Gemini 官方文档将提示设计拆成明确描述、提供上下文、使用示例和逐轮改进。下面用一个“从访谈记录生成教程大纲”的场景说明。

第一步：明确输入和交付物

请根据<访谈记录>生成一份 AI 教程大纲。
读者：没有技术背景的运营人员。
交付物：10 个小节，每节包含标题、学习目标、操作步骤和一个练习。
限制：只使用访谈记录中的事实；缺失信息标为“需要补充”。
<访谈记录>
在这里粘贴原文
</访谈记录>

第二步：用示例固定格式

如果你希望每节都长得一样，可以先给一节示例，明确标题层级、字数和动作动词。示例应代表最终风格，而不是随便写的占位文本。对于分类任务，还应至少展示一个容易混淆的边界例子。

第三步：拆成连续提示

1. 让 Gemini 先提取事实和术语，不急着写文章。
2. 根据事实清单生成大纲，并指出资料缺口。
3. 只扩写一个小节，检查语气和粒度。
4. 最后批量扩写，并让模型按清单自检。

这样做的好处是每一步都有可见产物，出现错误时能知道是资料提取、结构规划还是改写阶段出了问题。

输出自检模板

请检查上一版内容：
1. 是否每节都有操作步骤？
2. 是否出现访谈记录没有的事实？
3. 是否有重复小节？
4. 是否能让新手按顺序执行？
请输出“通过 / 问题 / 修改建议”三列，不要直接重写全文。

常见错误

把多个目标塞进一句话、不给读者画像、只说“写得生动”、没有说明资料边界，都会让结果不稳定。对于最新产品功能，应该让模型使用当前官方资料或由人提供链接，不能依赖过期记忆。

常见问题

Gemini 提示词需要写得很复杂吗？

不需要。先从清晰短提示开始，只有在结果出现稳定问题时再增加示例和约束。

什么时候适合分步提示？

资料提取、分类、写作和审核混在一起时适合拆分；简单改写则不必过度设计。

示例应放在任务前还是后？

两种方式都能测试。通常先说明任务，再放示例和待处理输入，更容易读懂。

模型输出的事实可靠吗？

不能默认可靠。重要事实应回到官方来源或原始资料验证。

如何复用一套提示词？

把角色、固定要求和输出格式保存为模板，把每次变化的输入单独放入变量区。

信息来源与说明

本文参考 Google Gemini 官方提示策略文档整理。模型名称、上下文长度和功能支持请以当前官方文档为准。