音述AI上传文件反推提示词完整操作流程

音述AI能够通过上传图片、视频或平台链接，自动反推出结构化的AI提示词。使用该功能需将音述AI更新至v3.2.1+版本。它支持相册、拍摄、链接三种上传方式，并可选择语言、长度及多帧采样等参数。一般情况下，3至30秒即可生成带要素解析与复制导出功能的提示词。

想把一张高质感产品图、一段爆款短视频或科研示意图快速转成可用的AI提示词，不用反复试错、手动拆解画面元素，直接上传文件让音述AI自动反推结构化指令。

打开音述AI并进入反推功能页

在微信中下拉聊天列表，搜索「音述AI」小程序，点击进入主界面；若已安装App，则直接打开应用，登录账号后，在首页底部导航栏点击「工具」→「提示词反推」。

注意：必须使用最新版（v3.2.1及以上），旧版本不支持视频帧分析与多模态语义提取功能。

上传参考素材（3种方式任选）

方法一：相册上传——点击「从相册选择」，选取本地图片或MP4视频文件（建议分辨率≥1080P，视频时长≤60秒）。

方法二：拍照/录像上传——点击「实时拍摄」，对准目标画面拍摄，系统自动裁切黑边并增强对比度，适合现场取材但光线不足时慎用。

方法三：链接解析——复制抖音、小红书、B站等平台的公开分享链接（含视频/图文），粘贴至输入框后点击「解析链接」；

设置反推参数并启动分析

第一步：选择输出语言——中文（默认）、英文、中英双语（适合投喂国际模型如Sora、Runway Gen-4）。

第二步：设定提示词长度——「标准」（300字内，适配即梦、可灵）、「详细」（500–800字，含光影/运镜/材质细节，适配Veo 3.1、Nano Banana）、「极简」（≤120字，仅核心主体+风格，用于快速测试）。

第三步：勾选「启用多帧采样」（仅视频有效）——开启后AI自动抽取关键帧（首/中/尾+动作峰值帧），提升人物姿态与镜头变化识别准确率；关闭则仅分析首帧，速度更快但可能漏掉动态要素。

点击「开始反推」，等待3–8秒（图片）或12–30秒（视频），进度条走完即生成结果。

查看、复制与导出提示词

生成结果分两栏展示：左侧为AI识别出的原始画面要素（如“主体：穿白大褂的女性研究员，手持移液枪，背景为蓝色LED照明的细胞培养室”），右侧为结构化提示词文本。

点击右侧文本区域任意位置，自动全选；点击「复制」按钮，提示词立即存入剪贴板。

如需保存至本地，点击右上角「导出」→选择「TXT纯文本」或「Markdown带注释版」（后者保留各字段说明，如【主体】【场景】【光照】【风格】标签）。