minimax m3 可将录屏自动转为带截图、文字说明和要点的操作手册：上传720p以上mp4视频，输入结构化指令，即可生成编号步骤、嵌入截图、目的说明及常见错误提示的完整文档。
☞☞☞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☜☜☜
你想把一段软件操作录屏直接丢给AI，让它自动整理成带步骤截图、文字说明和关键要点的完整操作手册，不用手动截图、不用逐句写说明、不用排版——MiniMax M3 就能当场完成这件事。
准备录屏文件并上传到 MiniMax 平台
用系统自带录屏工具（Windows + G / macOS Shift+Cmd+5）或 OBS 录制一段清晰的操作过程，时长控制在 30 秒～3 分钟之间。过长的视频会显著增加解析耗时，且 M3 对前 90 秒的动作识别准确率最高。
导出为 MP4 格式，分辨率不低于 720p，文件大小不超过 50MB。M3 明确支持 MP4、AVI、MOV、MKV，但 【AVI 和 MKV 在部分浏览器中可能触发转码失败，优先选 MP4】。
打开 https://platform.minimaxi.com → 登录账号 → 进入「Chat」界面 → 点击输入框旁的「?」图标 → 选择刚录好的 MP4 文件上传。
用精准指令触发 M3 的操作文档生成能力
等视频右下角显示“已解析完成”后，在对话框中输入以下任一指令：
方法一：直接指定输出格式
“请将这段操作录屏转成一份标准操作手册，包含：① 每个操作步骤编号；② 每步对应截图（嵌入文中）；③ 每步下方用一句话说明目的；④ 最后列出三个常见错误及规避方式。”
MiniMax Token Plan 工具——支持图片生成、图像理解、语音合成和视频生成。直接调用 MiniMax 官方 API，纯 JavaScript 实现，无需外部 MCP 服务器。
方法二：绑定真实场景
“这是给新入职同事培训‘用飞书多维表格导入客户数据’的操作视频，请生成一份面向零基础用户的带图操作指南，语言简洁，避免专业术语，重点标出容易点错的按钮位置。”
方法三：要求结构化交付
“输出为 Markdown 格式，一级标题为任务名称，二级标题为‘前置条件’‘操作步骤’‘注意事项’，步骤中每张截图用 ![]() 语法内嵌，截图命名规则为 step-01-click-import-btn.png。”
检查与微调生成结果
第一步：快速扫视生成文档的步骤编号是否连续、截图是否按时间顺序排列。若出现跳号（如从 step-3 直接跳到 step-6），说明 M3 在某段画面中未能识别出有效操作动作，需剪掉中间静止画面后重传。
第二步：点击任意一张内嵌截图，确认是否能正常放大查看按钮文字。M3 默认截取的是操作发生瞬间的帧，【如果按钮被鼠标遮挡或处于半透明状态，截图将无法显示可读文字】，此时应在原始录屏中用鼠标悬停 0.5 秒再点击，给模型留出识别窗口。
第三步：复制整篇 Markdown 内容 → 粘贴进 Typora 或 VS Code → 导出为 PDF。不需要额外排版，样式已由 M3 内置模板自动适配。
