Video-QA mit Gemini 3: Abweichungen per Zeitstempel

Wenn Spreadsheets bei Video-Reviews versagen

Produktteams QA-en Demo-Aufnahmen noch immer wie 2015: zwei Monitore, ein Spec-PDF, manuelles Spulen, Screenshots in Slack eingefügt. Gemini 3s gemeinsame Video-Text-Argumentation im MidassAI Chat缩短 diesen Loop – wenn Sie ihm temporale Constraints, Evidence-Rules und ein festes Output-Schema geben.

Dieses Tutorial erstellt einen Abweichungsbericht auf Timestamp-Ebene, den Sie ohne Python-Code an Engineering oder Marketing übergeben können.

Voraussetzungen

• Eine Bildschirmaufnahme oder Produkt-Demo (MP4/WebM, idealerweise unter 5 Minuten für erste Tests)
• Eine schriftliche Spec: PDF, Markdown-Export oder eingefügtes Requirements-Doc
• 20 Minuten und ein MidassAI Chat-Account

Richtlinien für unterstützte Clips auf Consumer-Interfaces:

• Klares UI-Chrome (vermeiden Sie starke Kompressionsartefakte)
• Stabile Framerate (30fps bevorzugt)
• Narration optional – visuelle Statusänderungen sind am wichtigsten

Schritt 1 — Hochladen und Rollen deklarieren

Fügen Sie zuerst das Video hinzu, dann das Spec-PDF (die Reihenfolge reduziert Verwirrung bezüglich „welche Datei ist primär?").

Eröffnungs-Prompt:

Verwenden Sie diesen Prompt, um die Rolle festzulegen:

Role: QA analyst. > Inputs: (1) demo video = ground truth for what was built; (2) PDF spec = intended behavior. > Task prep only: confirm you can read both; list spec sections that describe UI flows (with page numbers). Do not list deviations yet.

Wenn das Modell das Video nicht parsen kann, exportieren Sie es erneut als 720p H.264 und entfernen Sie Hintergrundmusik – Audio-Rauschen verschlechtert manchmal das Vision-Routing bei kurzen Clips.

Schritt 2 — Sampling-Strategie definieren

Blinde „schau das ganze Video"-Prompts produzieren vage Prosa. Constraints sampling:

Verwenden Sie diesen Prompt für die Sampling-Strategie:

Analyze video at 1 frame per second for UI state changes. For each spec requirement in Section {X}, identify matching timestamps. If no match within ±2 seconds of expected transition, mark UNVERIFIED.

Für Fast-Click-Flows fügen Sie hinzu: „Also inspect 2 fps between {start} and {end} for modal open/close events."

Schritt 3 — Den Deviation-Pass ausführen

Core-Prompt (kopieren und Section-IDs anpassen):

Verwenden Sie diesen Core-Prompt für den Abweichungscheck:

Compare demo video against spec Section 3 (User Onboarding). > Output Markdown table: > | ID | Spec requirement (quote ≤20 words) | Spec page | Video timestamp (MM:SS) | Observed behavior | Match? (Yes/No/Partial) | Severity (H/M/L) | > Rules: > - Timestamp must point to first frame where deviation appears. > - If spec silent on a visible behavior, add row with Spec quote = "NOT SPECIFIED". > - No recommendations column yet—facts only.

Severity-Rubrik einmal pro Thread einfügen:

• High: Blockiert Task-Abschluss oder verletzt Security/Compliance-Sprache
• Medium: Falscher Copy, falscher Default, fehlende Validierung
• Low: Kosmetische Abstände, nicht-blockierende Copy-Unterschiede

Schritt 4 — Schwache Rows challengen (Adversarial Pass)

Modelle overfitten auf plausible Stories. Follow-up:

Verwenden Sie diesen Prompt für den Adversarial-Check:

Re-check rows marked Partial or No. For each, cite one frame description that supports the rating. If evidence is ambiguous, downgrade to Partial and explain ambiguity in one sentence.

Dann:

Verwenden Sie diesen Prompt für verpasste Abweichungen:

List up to 3 deviations you might have missed because of low contrast UI or overlapping modals.

Schritt 5 — Export für Engineering

Tabelle in Tickets konvertieren:

Verwenden Sie diesen Prompt für den Ticket-Export:

Transform the High and Medium rows into Jira-ready tickets: Title (≤80 chars), Steps to reproduce with timestamps, Expected vs Actual, Spec reference. One ticket per row.

Fügen Sie es in Ihren Tracker ein – menschliche Bearbeitung für Owners und Sprint-Labels.

Beispielszenario (gekürzt)

Spec (Section 3.2): „After email verification, dashboard loads with empty-state checklist—not onboarding wizard."

Video (01:14): Wizard noch sichtbar mit Step 2 hervorgehoben.

Output Row: No match, High severity, timestamp 01:14.

Diese einzelne Row ersetzt oft zwanzig Minuten manuelles Spulen.

Prompt-Upgrades für spezialisierte Teams

Design QA: Fügen Sie hinzu „Compare hex colors of primary CTA at 00:45 against spec token Primary-600 if listed."

Accessibility: „Flag missing focus rings on interactive elements at timestamps where keyboard navigation is implied."

Localization: „If spec requires locale fr-CA, verify date format at 02:03."

Häufige Fehler und Fixes

Flash vs. Deep Reasoning für Video-QA

Verwenden Sie standard / Flash für den First-Pass-Tabelle mit engem Schema. Eskalieren Sie zu deep reasoning, wenn:

• Spec und Video 10+ interaktive States umfassen
• Partial-Ratings 30% der Rows überschreiten
• Security- oder Billing-Logik im Scope ist

Ethik und Offenlegung

Video-QA bei User-Sessions kann Datenschutzrichtlinien berühren. Verwenden Sie synthetische Demos oder redigierte Aufnahmen in geteilten Threads. Legen Sie AI-assistierte QA in Release-Notes offen, wenn Ihr Prozess dies erfordert.

Sie sind dran

Schnappen Sie sich die letzte Demo, die Ihr Team recorded hat – pairen Sie sie mit dem PRD-Abschnitt, der nie vollständig getestet wird. Führen Sie Schritte 1–4 heute im MidassAI Chat durch. Wenn Sie in einem Durchgang fünf actionables Timestamps erhalten, befördern Sie diesen Workflow in Ihre Release-Checkliste.

summary-box {"title":"Checklist","rows":[["Inputs","Demo MP4 + spec PDF"],["Output","Timestamped deviation table"],["Validation","Adversarial re-check pass"],["Escalate","Deep reasoning for complex flows"]]}}

Weiterführende Artikel

• Gemini 3: Wann lohnt sich Context Caching?
• Gemini 3: JSON-Ausgaben und Belege prüfen
• Gemini 3.1 Pro: Neue Funktionen im Arbeitsalltag prüfen
• Fundierte PDF-Recherche mit MidassAI Chat
• Animierte SVGs in Minuten: Gemini 3.1 Tutorial