> ## Documentation Index
> Fetch the complete documentation index at: https://manus.im/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Multimedia-Verarbeitung

> Bilder, Videos, Sprache und Rede generieren und verstehen

export const CodePrompt = ({children}) => {
  const [isCopied, setIsCopied] = useState(false);
  const textContent = useMemo(() => {
    const extractText = (children, depth = 0) => {
      const maxDepth = 10;
      if (depth > maxDepth) return '';
      if (children == null) return '';
      if (typeof children === 'string' || typeof children === 'number') {
        return String(children);
      }
      if (Array.isArray(children)) {
        return children.map(child => extractText(child, depth + 1)).join('');
      }
      if (typeof children === 'object' && children.props) {
        return extractText(children.props.children, depth + 1);
      }
      return '';
    };
    return extractText(children);
  }, [children]);
  const handleAskManus = useCallback(() => {
    const url = new URL('https://manus.im');
    if (textContent) {
      url.searchParams.set('q', textContent);
      url.searchParams.set('submit', '1');
    }
    window.open(url.toString(), '_blank');
  }, [textContent]);
  const handleCopy = useCallback(async () => {
    try {
      await navigator.clipboard.writeText(textContent);
      setIsCopied(true);
      setTimeout(() => {
        setIsCopied(false);
      }, 2000);
    } catch (err) {
      const textArea = document.createElement('textarea');
      textArea.value = textContent;
      textArea.style.position = 'fixed';
      textArea.style.opacity = '0';
      document.body.appendChild(textArea);
      textArea.select();
      try {
        document.execCommand('copy');
        setIsCopied(true);
        setTimeout(() => {
          setIsCopied(false);
        }, 2000);
      } catch (fallbackErr) {
        console.error(fallbackErr);
      }
      document.body.removeChild(textArea);
    }
  }, [textContent]);
  return <div className="code-block mt-5 mb-8 not-prose rounded-2xl relative group text-gray-950 dark:text-gray-50 codeblock-light border border-gray-950/10 dark:border-white/10 dark:twoslash-dark bg-transparent dark:bg-transparent">
      <div className="absolute top-3 right-4 flex items-center gap-1.5">
        <div className="z-10 relative">
          <button onClick={handleCopy} className="h-[26px] w-[26px] flex items-center justify-center rounded-md backdrop-blur peer group/copy-button " data-testid="copy-code-button" aria-label="Copy the contents from the code block">
            {isCopied ? <svg width="16" height="11" viewBox="0 0 16 11" fill="none" xmlns="http://www.w3.org/2000/svg" class="fill-primary dark:fill-primary-light">
                <path d="M14.7813 1.21873C15.0751 1.51248 15.0751 1.98748 14.7813 2.2781L6.53135 10.5312C6.2376 10.825 5.7626 10.825 5.47197 10.5312L1.21885 6.28123C0.925098 5.98748 0.925098 5.51248 1.21885 5.22185C1.5126 4.93123 1.9876 4.9281 2.27822 5.22185L5.99697 8.9406L13.7188 1.21873C14.0126 0.924976 14.4876 0.924976 14.7782 1.21873H14.7813Z"></path>
              </svg> : <svg width="18" height="18" viewBox="0 0 18 18" fill="none" xmlns="http://www.w3.org/2000/svg" className="w-4 h-4 text-gray-400 group-hover/copy-button:text-gray-500 dark:text-white/40 dark:group-hover/copy-button:text-white/60">
                <path d="M14.25 5.25H7.25C6.14543 5.25 5.25 6.14543 5.25 7.25V14.25C5.25 15.3546 6.14543 16.25 7.25 16.25H14.25C15.3546 16.25 16.25 15.3546 16.25 14.25V7.25C16.25 6.14543 15.3546 5.25 14.25 5.25Z" stroke="currentColor" strokeWidth="1.5" strokeLinecap="round" strokeLinejoin="round"></path>
                <path d="M2.80103 11.998L1.77203 5.07397C1.61003 3.98097 2.36403 2.96397 3.45603 2.80197L10.38 1.77297C11.313 1.63397 12.19 2.16297 12.528 3.00097" stroke="currentColor" strokeWidth="1.5" strokeLinecap="round" strokeLinejoin="round"></path>
              </svg>}
          </button>
          <div aria-hidden="true" className="absolute top-11 left-1/2 transform whitespace-nowrap -translate-x-1/2 -translate-y-1/2 peer-hover:opacity-100 opacity-0 text-white rounded-lg px-1.5 py-0.5 text-xs bg-primary-dark">
            {isCopied ? 'Copied' : 'Copy'}
          </div>
        </div>
        <div className="z-10 relative">
          <button onClick={handleAskManus} className="h-[26px] w-[26px] flex items-center justify-center rounded-md backdrop-blur peer group/ask-manus " id="ask-ai-code-block-button" aria-label="Ask Manus">
            <svg xmlns="http://www.w3.org/2000/svg" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round" className="w-4 h-4 text-gray-400 group-hover/ask-manus:text-gray-500 dark:text-white/40 dark:group-hover/ask-manus:text-white/60">
              <path d="M22 17a2 2 0 0 1-2 2H6.828a2 2 0 0 0-1.414.586l-2.202 2.202A.71.71 0 0 1 2 21.286V5a2 2 0 0 1 2-2h16a2 2 0 0 1 2 2z" />
              <path d="M12 8v6" />
              <path d="M9 11h6" />
            </svg>
          </button>
          <div aria-hidden="true" className="absolute top-11 left-1/2 transform whitespace-nowrap -translate-x-1/2 -translate-y-1/2 peer-hover:opacity-100 opacity-0 text-white rounded-lg px-1.5 py-0.5 text-xs bg-primary-dark">
            Ask Manus
          </div>
        </div>
      </div>

      <div className="w-0 min-w-full max-w-full py-3.5 px-4 h-full dark:bg-codeblock relative text-sm leading-6 children:!my-0 children:!shadow-none children:!bg-transparent transition-[height] duration-300 ease-in-out code-block-background [&_*]:ring-0 [&_*]:outline-0 [&_*]:focus:ring-0 [&_*]:focus:outline-0 [&_pre>code]:pr-[3rem] [&_pre>code>span.line-highlight]:min-w-[calc(100%+3rem)] [&_pre>code>span.line-diff]:min-w-[calc(100%+3rem)] rounded-2xl bg-white overflow-x-auto scrollbar-thin scrollbar-thumb-rounded scrollbar-thumb-black/15 hover:scrollbar-thumb-black/20 active:scrollbar-thumb-black/20 dark:scrollbar-thumb-white/20 dark:hover:scrollbar-thumb-white/25 dark:active:scrollbar-thumb-white/25" style={{
    fontVariantLigatures: 'none',
    height: 'auto',
    backgroundColor: 'rgb(255, 255, 255)'
  }}>
        <div className="font-mono whitespace-pre leading-6">{children}</div>
      </div>
    </div>;
};

Manus arbeitet mit mehreren Medientypen – Bilder generieren, Videoinhalte verstehen, Sprachausgabe erstellen und Sprache transkribieren. Kombinieren Sie Text, Bilder, Video und Audio nahtlos in Ihren Workflows.

<iframe src="https://www.youtube.com/embed/U_prPA93hXA" title="YouTube-Videoplayer" frameborder="0" className="w-full aspect-video rounded-xl" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen />

## Funktionsübersicht

| Funktion             | Was es tut                                                 | Anwendungsbeispiel                         |
| :------------------- | :--------------------------------------------------------- | :----------------------------------------- |
| **Bilderzeugung**    | Erstellen Sie benutzerdefinierte Bilder aus Beschreibungen | Produkt-Mockups, Illustrationen, Diagramme |
| **Bildverständnis**  | Analysieren und Extrahieren von Informationen aus Bildern  | Dokumentenscan, visuelle Analyse           |
| **Videoverständnis** | Videoinhalte analysieren und Erkenntnisse extrahieren      | Besprechungsprotokolle, Inhaltsanalyse     |
| **Sprachausgabe**    | Text in natürliche Sprache umwandeln                       | Voiceovers, Audioinhalte                   |
| **Sprache zu Text**  | Audio in Text transkribieren                               | Besprechungsnotizen, Interviewprotokolle   |

***

## Bilderzeugung

### Schnellstart

> "Erzeuge ein Bild eines modernen, minimalistischen Büroraums
> mit natürlichem Licht und Pflanzen"

<CodePrompt>
  "Erstelle ein Produkt-Mockup, das unsere mobile App auf einem iPhone zeigt,
  professioneller Fotostil"
</CodePrompt>

<CodePrompt>
  "Erzeuge ein Diagramm, das unsere Customer Journey von der
  Wahrnehmung bis zum Kauf zeigt"
</CodePrompt>

### Häufige Anwendungsfälle

**Produkt-Visuals**:

* Produkt-Mockups und Prototypen
* Feature-Illustrationen
* UI/UX-Konzepte

**Marketing-Assets**:

* Social-Media-Grafiken
* Blog-Post-Illustrationen
* Werbemittel

**Präsentationen**:

* Benutzerdefinierte Folienhintergründe
* Konzeptillustrationen
* Visuelle Metaphern

**Diagramme & Grafiken**:

* Prozessabläufe
* Systemarchitekturen
* Infografiken

### Tipps für bessere Bilder

**Seien Sie spezifisch beim Stil**:

* ✅ "Minimalistisch, modern, professionelle Fotografie"
* ✅ "Flat Design Illustration, helle Farben"
* ❌ "Lass es gut aussehen"

**Beschreiben Sie die Komposition**:

* ✅ "Motiv zentriert, Hintergrund unscharf, natürliches Licht"
* ❌ "Ein Bild von..."

**Geben Sie den Verwendungszweck an**:

* ✅ "Für Instagram-Post, quadratisches Format, fette Textüberlagerung"
* ✅ "Für Präsentationsfolie, Breitbildformat, weicher Hintergrund"

***

## Bildverständnis

### Schnellstart

<CodePrompt>
  "Analysiere diesen Screenshot und extrahiere den gesamten Text"
</CodePrompt>

(Bild hochladen)

<CodePrompt>
  "Welche Produkte werden auf dieser Katalogseite gezeigt?
  Extrahiere Namen und Preise."
</CodePrompt>

(Bild hochladen)

<CodePrompt>
  "Beschreibe detailliert, was auf diesem Bild passiert"
</CodePrompt>

(Bild hochladen)

### Häufige Anwendungsfälle

**Dokumentenverarbeitung**:

* Text aus Screenshots extrahieren
* Handschriftliche Notizen lesen
* Belege und Rechnungen parsen

**Visuelle Analyse**:

* Objekte in Fotos identifizieren
* Diagramme und Grafiken analysieren
* Bildinhalte beschreiben

**Qualitätskontrolle**:

* Produktfotos auf Fehler prüfen
* Bildinhalte verifizieren
* Visuelle Unterschiede vergleichen

### Beispielaufgaben

<CodePrompt>
  "Extrahiere den gesamten Text aus diesen 10 Produktbildern und erstelle eine Tabelle"
</CodePrompt>

<CodePrompt>
  "Analysiere dieses Diagrammbild und erstelle es als bearbeitbare Grafik neu
  mit denselben Daten"
</CodePrompt>

<CodePrompt>
  "Vergleiche diese beiden Produktfotos und liste die Unterschiede auf"
</CodePrompt>

***

## Videoverständnis

### Schnellstart

<CodePrompt>
  "Transkribiere diese Besprechungsaufzeichnung und erstelle eine Zusammenfassung
  mit Aktionspunkten"
</CodePrompt>

(Video-Datei hochladen oder URL angeben)

<CodePrompt>
  "Sieh dir dieses Produktdemo-Video an und extrahiere: Wichtige erwähnte Funktionen,
  Preisinformationen und Zielgruppe"
</CodePrompt>

<CodePrompt>
  "Analysiere dieses Tutorial-Video und erstelle eine schriftliche Schritt-für-Schritt-Anleitung"
</CodePrompt>

### Häufige Anwendungsfälle

**Besprechungs-Verarbeitung**:

* Besprechungen transkribieren
* Aktionspunkte extrahieren
* Diskussionen zusammenfassen

**Inhaltsanalyse**:

* Konkurrenzvideos analysieren
* Wichtige Punkte aus Tutorials extrahieren
* Produkt-Demos überprüfen

**Dokumentation**:

* Video-Tutorials in Textanleitungen umwandeln
* Zusammenfassungen langer Videos erstellen
* Zitate und Zeitstempel extrahieren

### Beispielaufgaben

<CodePrompt>
  "Transkribiere dieses 1-stündige Webinar und erstelle:

  * Vollständiges Transkript
  * Executive Summary
  * Wichtigste Erkenntnisse (als Aufzählungspunkte)
  * F\&A-Abschnitt"
</CodePrompt>

<CodePrompt>
  "Sieh dir diese 5 Produktvideos der Konkurrenz an und erstelle eine Funktionsvergleichs-
  tabelle"
</CodePrompt>

***

## Sprachausgabe

### Schnellstart

<CodePrompt>
  "Konvertiere diesen Blogbeitrag in eine Audiodatei mit natürlicher Sprachausgabe"
</CodePrompt>

<CodePrompt>
  "Erstelle ein Voiceover für dieses Präsentationsskript mit einem professionellen,
  freundlichen Ton"
</CodePrompt>

<CodePrompt>
  "Generiere Audioversionen dieser 10 Produktbeschreibungen
  für unsere Website"
</CodePrompt>

### Häufige Anwendungsfälle

**Content-Erstellung**:

* Podcast-Skripte in Audio umwandeln
* Blogbeiträge in Audioversionen umwandeln
* Video-Voiceovers

**Barrierefreiheit**:

* Audioversionen von schriftlichem Inhalt
* Alternative zu Screenreadern
* Audioführungen

**Marketing**:

* Werbe-Voiceovers
* Produkt-Demo-Kommentare
* Audioinhalte für soziale Medien

### Sprachoptionen

**Tonfall**: Professionell, freundlich, lässig, energisch, ruhig**Sprechtempo**: Schnell, mittel, langsam**Stil**: Konversation, formell, lehrreich, werblich

***

## Sprache zu Text

### Schnellstart

<CodePrompt>
  "Transkribiere diese Interview-Aufnahme"
</CodePrompt>

(Audio-Datei hochladen)

<CodePrompt>
  "Konvertiere diese Podcast-Episode in Text mit Sprecher-Labels"
</CodePrompt>

<CodePrompt>
  "Transkribiere diese 20 Kundensupport-Anrufe und identifiziere
  häufig erwähnte Probleme"
</CodePrompt>

### Häufige Anwendungsfälle

**Besprechungsdokumentation**:

* Automatisches Transkribieren von Besprechungen
* Erstellen eines durchsuchbaren Besprechungsarchivs
* Aktionspunkte extrahieren

**Inhaltswiederverwendung**:

* Podcasts in Blogbeiträge umwandeln
* Shownotes aus Audio erstellen
* Zitate für soziale Medien generieren

**Forschung**:

* Interviews transkribieren
* Kundenanrufe analysieren
* Fokusgruppen-Aufnahmen verarbeiten

### Funktionen

* **Sprecheridentifikation**: Unterscheidet zwischen Sprechern
* **Zeitstempel**: Markiert, wann gesprochen wurde
* **Formatierung**: Korrekte Zeichensetzung und Segmentierung
* **Genauigkeit**: Hohe Genauigkeit auch bei Akzenten oder Hintergrundgeräuschen

***

## Kombination mehrerer Modalitäten

Manus kann diese Funktionen in einem einzigen Workflow kombinieren:

### Beispiel 1: Video zu Blogbeitrag

<CodePrompt>
  "Sieh dir dieses Produktdemo-Video an, transkribiere es, extrahiere die wichtigsten Funktionen,
  generiere Screenshots von wichtigen Momenten und erstelle einen Blogbeitrag mit Bildern und Text"
  with images and text"
</CodePrompt>

### Beispiel 2: Präsentation mit Voiceover

<CodePrompt>
  "Erstelle eine 10-Folien-Präsentation über unser Produkt. Generiere benutzerdefinierte
  Illustrationen für jede Folie. Erstelle dann ein Voiceover-Skript und einen
  Audiokommentar für die gesamte Präsentation."
</CodePrompt>

### Beispiel 3: Bildanalyse zu Bericht

<CodePrompt>
  "Analysiere diese 50 Produktfotos, extrahiere Text und Produktdetails,
  generiere eine Vergleichstabelle und erstelle eine Foliendeck-Präsentation mit den Ergebnissen"
</CodePrompt>

***

## Häufig gestellte Fragen

**Welche Bildformate werden unterstützt?** PNG, JPG, WEBP, GIF und mehr. Für die Generierung können Sie das Format angeben.

**Wie lang dürfen Videos sein?** Manus kann Videos von bis zu mehreren Stunden verarbeiten. Längere Videos benötigen mehr Zeit.

**Welche Audioformate können transkribiert werden?** MP3, WAV, M4A, WEBM und die meisten gängigen Audioformate.

**Kann ich Bilder in bestimmten Abmessungen generieren?** Ja. Geben Sie die Abmessungen an: „Erzeuge ein Bild in 1920x1080...“ oder „Quadratisches Format für Instagram...“

**Wie genau ist die Sprachtranskription?** Die Genauigkeit ist sehr hoch, auch bei Akzenten, mehreren Sprechern oder Hintergrundgeräuschen.

**Kann ich Videos generieren?** Ja. Manus kann kurze Videoclips und Animationen generieren.

**Gibt es Einschränkungen für die Generierung?** Die Generierung verbraucht Credits. Bitte überprüfen Sie Ihren Plan auf Einschränkungen.

***

## Kurze Anwendungsbeispiele

| Anwendungsfall            | Eingabe            | Ausgabe                      |
| :------------------------ | :----------------- | :--------------------------- |
| **Produkt-Mockup**        | Beschreibung       | Generiertes Bild             |
| **Besprechungsprotokoll** | Videoaufzeichnung  | Transkript + Zusammenfassung |
| **Blog-Audio**            | Textartikel        | Audiokommentar               |
| **Dokumentenscan**        | Foto des Dokuments | Extrahierter Text            |
| **Videoanalyse**          | Konkurrenzvideo    | Funktionsvergleich           |
| **Podcast Shownotes**     | Audio-Datei        | Transkript + Zusammenfassung |
| **Social Graphic**        | Beschreibung       | Benutzerdefiniertes Bild     |

***

**Zusammenfassung**: Manus verarbeitet nahtlos mehrere Medientypen. Bilder generieren, Videos verstehen, Sprachausgabe erstellen und Sprache transkribieren – alles in Ihren Workflow integriert.
