可借助gemini对直播回放进行结构化提炼，具体分三步：一、上传60分钟内视频并指令生成三阶段带时间戳摘要；二、截取高密度片段逐段定向提炼；三、协同输入字幕与关键帧图片联合推理。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您错过了某场直播，但想快速掌握其核心内容，则可借助 Gemini 对直播回放进行结构化提炼。以下是具体操作步骤：
一、上传完整回放视频并触发摘要指令
该方法适用于时长在60分钟以内、画面与音频同步良好的回放视频，Gemini 可基于多模态理解能力，同时解析视觉帧、语音转录与语义逻辑，提取关键信息节点。
1、访问 RskAi（ai.rsk.cn），登录后选择 Gemini 3.1 Pro 模型。
2、点击对话框旁的“上传文件”按钮，将直播回放视频（MP4/MOV 格式，单个不超过 100MB）拖入上传区。
3、输入指令：请观看并分析该直播回放，生成一份不含寒暄与重复内容的重点摘要，要求：① 按时间顺序划分为三个阶段（开场设定、核心展开、收尾行动）；② 每阶段列出至多三点不可省略的信息（含具体数据、人名、决策结论）；③ 所有信息必须能在视频中定位到对应时间戳（格式为“X:XX–X:XX”）。
4、等待约 90 秒，接收结构化输出结果。
二、分段截取高密度片段后定向提炼
当直播回放超过 60 分钟或存在大量穿插互动、广告、技术故障等低信息密度内容时，一次性上传易导致关键信息被稀释。此时应人工筛选高价值片段，再逐段触发精准摘要。
1、使用 VLC 或 PotPlayer 播放回放视频，按暂停键识别以下三类片段：主持人明确宣布“接下来进入重点环节”的起始点、观众弹幕密集出现关键词（如“怎么报名”“价格多少”）的时间段、结尾处主播重复强调的行动指令（如“扫码加群领资料”）。
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
2、用剪映或 CapCut 截取上述三段，每段严格控制在 90 秒以内，导出为 MP4 格式。
3、分别上传每段至 RskAi 对话窗口，并对每段输入专属指令：这是直播中【核心展开】片段，请仅提取其中发布的正式政策、首次披露的数据、当场确认的合作方名称，忽略所有反问句、语气词和未落地的设想。
4、将三段输出结果按时间先后合并，删除交叉重复项，保留原始时间戳标注。
三、结合字幕文本与关键帧截图协同输入
部分平台提供的直播回放不支持直接上传视频，但可导出 SRT 字幕文件或手动截取关键画面。此方法绕过视频解析限制，利用 Gemini 的跨模态对齐能力，实现文字与图像联合推理。
1、在斗鱼或B站回放页点击“更多回看”，找到“下载字幕”选项，保存为 .srt 文件；同时截取 5 张最具代表性的画面（如PPT首页、产品特写、嘉宾合影、数据图表、二维码页面），保存为 JPG 格式。
2、将 .srt 文件与 5 张 JPG 图片一并拖入 RskAi 上传区。
3、输入指令：请综合分析上传的字幕文本与关键帧图片，识别出本次直播中唯一提及的限时福利条款、唯一展示的硬件型号、唯一出现的第三方认证标识，并指出哪张图片佐证了哪条文字信息。
4、检查输出中是否每条结论均附带“字幕行号+图片编号”双重依据，剔除无来源支撑的推断内容。
