作者分享了在 AI 视频创作中使用 EverOS Cloud 记忆层的实测体验。通过将三条旧项目的创作经验（任务目标、修改理由、最终取舍）整理成卡片存入记忆库，Agent 在接到新 Brief 时先检索相关经验再写提纲。对照实验显示，检索分数最高的预告片经验仅作背景，真正被采用的是排第三的香氛修改卡，其'修改要求落到具体位置、比例和留白'的判断被融入提纲。但也发现旧经验可能带偏任务目标，需人工把关。作者结论：旧经验能借的是判断方法，最终取舍仍由人决定。
作者分享了 MiniMax H3 的特效视频提示词。文章指出 MiniMax H3 的核心优势在于能将手绘图层与实拍的运动逻辑锁定在一起——手持晃动时手绘特效随之同步，不漂不移。作者给出了一个 15 秒洗衣店场景的完整提示词，通过指尖丝线变成水母、袜子、流星、小鱼、火车等连贯变形，最终整间洗衣店变成夜空涂鸦。作者还对比认为 H3 适合生成广告，Seedance 更适合拍电影、做戏剧。
文章指出提示词时代正在退场，掌握“喂料能力”才是 AI 视频创作的关键。作者以 Seedance 2.0 为例，详细介绍了四模态（图、视频、音频、文本）的混合喂料方法，阐述了如何通过分别控制长相、运镜、情绪和剧情来提高出片稳定性。此外，文章推荐了 Edimakor 工具来实现从素材生成到后期缝合的工业化工作流。
文章探讨了AI视频创作中常见的“PPT感”问题，指出核心在于缺乏分镜思维而非图片质量。作者提出了适合AI创作者的导演视角，强调通过设计空间、主体、变化和结果来连接镜头。文中详细解析了景别的情绪功能、切镜的逻辑标准，并提供了一个实用的5镜头叙事结构，帮助创作者提升作品的连贯性与故事感。
