文章介绍了用 AI 写代码制作短片的完整流程。作者整理了 8 个免费素材入口，包括 Pexels、Pixabay、Internet Archive、Wikimedia Commons、美国国会图书馆、British Council Film Archive、Open Beelden 和 Europeana，并说明各平台的许可注意事项。文章强调先列镜头清单、再按需求搜索素材的方法，讲解了版权核对的四个要点（下载、改编、发布、署名）及常见 CC 许可含义。最后详细展示了在 Claude Opus 和 Codex 中操作的具体步骤，并提供了两段可直接使用的提示词，涵盖找素材、生成小样、修改反馈和素材归档等环节。
作者分享了使用 GPT-image-2.5 生成透明背景图片的体验。透明图让满意的人物素材可以被保留和复用，换背景、改排版时无需整张重做。文章建议从存储整张图转向积累素材零件：人物、道具、装饰、特效分别存档，并介绍了多符号复合表情系统的设计方法（如 emoji 与颜文字组合塑造复杂神态）。同时强调要仔细检查素材边缘质量（发丝、半透明部分），提出从确定用途、单独生成主体、多底色检查到保留原始 PNG 的素材库搭建流程，倡导以可复用思维做 AI 出图。
文章介绍如何用 ChatGPT、Codex 等工具直接生成带 Alpha 通道的透明 PNG 素材，并系统梳理了 12 类应用场景：聊天表情包、游戏立绘、VFX 特效、海报拼贴、产品图、UI 图标、装饰素材、像素游戏资产、Live2D 素材、直播包装、特殊材质以及阴影光效辅助素材。作者还提出五个进阶方向：模块化角色生成、实验摄影、复合表情资产、视觉特效库和素材处理工作流，并附上通用透明角色素材提示词模板，帮助读者积累可复用的个人素材库。
作者分析了100多个国外开源Claude动画源码，通过双盲实验和消融实验迭代开发出Claude Motion skill，让Codex也能生成具有“Claude感”的动画视频。该skill通过素材库（含47条源码案例、5套制作系统、14个场景入口、30条物件包）为GPT提供可复用的绘图实现，GPT负责判断题目需求、检索案例、复制实现并重写主体与镜头，最终由浏览器逐帧绘制、FFmpeg合成视频。文章展示了天文台、灯塔、光圈等五组盲测对照成果，效果显著优于官方skill，项目已在GitHub开源。
作者介绍了用 TypeSafe 新发布的判断型模型 Jev 与 Agent 协作搭建广告素材自动化筛选库的实践。Jev 不生成文本，只做选择题、打分和是非判断，单次判断 70-500 毫秒，输入价格极低。作者将 RollerAds 的 4,000 多条素材接入 Polaris 追踪系统，让 Jev 每条回答 12 个问题（钩子类型、优惠、CTA、审核风险等），400 条素材 20.6 秒即可读完。每小时自动为新素材补标签，再按规则筛选出置信样本交给 Agent 做二创和测试，大幅节省 Token 成本，实现高效的投放自动化工作流。
作者分享了一个低成本利用Gemini Pro会员搭建个人选题与素材库的思路：通过Gemini Spark结合YouTube与Google Drive，自动搜集感兴趣创作者（如Dan Koe）的高播放量视频，将标题、链接、摘要与逐字稿整理到Google Sheets和Docs中。同时演示了打造X情报雷达的方法，自动汇总特定主题的可核实推文。文章强调素材搜集后需自行筛选与核对，并将素材库与写作Skill衔接，形成搜集、整理、入库、筛选、写作、回存的完整流程。
文章介绍了 12 个多数人不知道的实用网站，帮助读者借助 AI 涨知识、赚钱、找项目和发现商业机会。包括：Fiverr 和 Upwork 用于出售 AI 技能和接单；UserTesting 和 Prolific 提供测试与研究赚钱渠道；Product Hunt 帮助提前发现海外新工具进行中文化输出；Internet Archive 挖掘已消失的信息；Foreign Affairs 和 Brookings 提供全球趋势与智库研究；Wikipedia 作为陌生领域入门；Snopes 用于事实核查；Pexels 和 Pixabay 提供免费图片、视频和音乐素材。作者强调关键在于将 AI 技能转化为可复现的服务并付诸实践，而非仅收藏清单。
作者将494个去重信源整理为Agent的研究底库，覆盖15个领域，包括342个可导入OPML的信源、Karpathy分享的92条HN 2025 RSS冷启动集，以及58个YouTube频道Feed。该素材库可用于研究、选题、事实核验和撰写推文等场景，帮助快速寻找线索，但作者提醒具体主张仍需回到原始来源进行核验。
本文分享了作者在公众号和小红书平台上的内容生产全流程经验，重点介绍了如何通过建立风格规格文档和素材库，结合Skills功能搭建从选题到发布的自动化工作流。作者强调提示词是Skills的基础，但复杂规则应放在规格文档中，并指出AI生成内容缺乏曝光的原因在于缺少真实细节，因此需要人工补充个人观点和经历。文章还开源了核心Skills代码，展示了完整的SOP流程，帮助读者从0到1搭建自己的内容创作系统。
本文介绍了如何利用飞书和豆包构建个人对标账号素材库。作者通过实际操作，详细说明了从验证豆包读取视频音轨、生成带时间码的逐字稿，到建立飞书多维表格、批量处理20条视频，并提取方法论、分析开头钩子和用户问题，最终生成原创选题的全过程。文章提供了具体的提示词和操作步骤，旨在帮助内容创作者高效整理和分析对标视频，节省时间并提升内容质量。
本文深入解析了Codex进行自动化剪辑的底层逻辑，主要涵盖三部分：通过建立分类素材库解决画面问题；利用AI配音或TTS技术解决声音问题；借助参考视频和FFmpeg等工具实现画面与声音的合理编排。文章旨在帮助读者搭建专属的自动化视频剪辑工作流。
本文介绍了如何利用 Obsidian 结合 AI（Copilot/Claude）搭建一套高效的内容生产流水线。通过“先积累后分类”的方法，利用本地文件确保数据安全，并借助插件和自动化脚本实现素材的自动归类、整理与选题生成。文章详细阐述了从零开始的安装步骤、避坑指南、实用分类法（PARA/Zettelkasten）以及具体的 AI 工作流配置，帮助内容创作者解决素材管理混乱和选题枯竭的问题。
