你自己的图片

图片幻灯片通常展示的是为这节课生成的图片，但它也可以展示你自己的东西：一张截图、一张图表、一幅示意图、一张照片，或者一幅画。

你的图片不会带 Generated image 标签，也不计入讲解视频最多 12 张生成图片的配额。

在 Scrimba 上

把图片附加到你在 scrimba.com/explain 上的提示词里。

当你要求讲解，或者这张图片正是这节课要讲的内容本身——你让它讲解的界面、图表、画作或照片——Explain 就会展示它。每张图片最多展示一次，独占一张幻灯片，旁白会针对它展开讲解。

›帮我逐个面板讲一下这个仪表盘›解释一下这张图表在说什么

有些图片只用来"读"，不用来"看"

一张代码截图、一条报错信息，或者一页文字，是用来读取内容的素材，而不是用来展示的幻灯片。这节课会从图片里的内容讲起：代码会以代码幻灯片的形式呈现，文字则会变成卡片或版式布局。

如果你想看到截图本身，直接提出来就行。一张应用或网页的截图，可以做成截图演示，镜头会随着旁白的讲解逐一移动到图中对应的部分。

设定生成图片的风格

附加的图片还可以用来引导 Explain 生成其他图片的风格。你可以附上一幅角色画像，或是你想要的某种风格的图片，然后要求后续场景与之匹配。讲解视频会先展示一次你的图片，之后的画面都会以此为参照绘制。

›用我的这个角色、这种风格，讲这个故事

来自编程 agent

通过 MCP 连接的 agent（比如 Claude Code）会在编写课程内容的同时上传图片：可能是代码仓库里的截图或示意图，也可能是一张照片，或是它用自己的工具生成的图像。

每个文件都会被提交到 https://scrimba.com/explain/uploads，并在 X-Stream-Token 请求头中带上流令牌。返回结果中会包含一个附件 id，agent 随后会写入一张图片幻灯片，用这个 id 来指定图片，而不是用提示词。编写规范里已经写明了具体调用方式，你不需要再做任何配置。

来自 ChatGPT

无论图片是你上传的，还是 ChatGPT 生成的，ChatGPT 对话里的图片用法都是一样的。在你请求生成视频的同时提出要求即可：

›@Explain Video Generator 做一个关于我们发布会的视频，把上面那张截图展示出来

从 ChatGPT 手机版 App 上传的图片无法被获取，所以生成的讲解视频不会包含它们。参见 ChatGPT / Codex。

限制

来自 agent 或 ChatGPT 的上传图片，每个讲解视频都有上限：

	限制
每个讲解视频的图片数	12 张
文件大小	单张 8 MB，总计 40 MB
尺寸	3000 万像素
格式	PNG、JPEG、WebP、GIF

被拒绝的图片不会中断整个讲解视频的生成。agent 会收到提示，知道问题出在哪里、还剩多少张图片配额，然后会跳过这一张，继续完成课程的其余部分。