本文是 AI 视频创作教程系列的上册，讲解视频内容的组织方法。作者结合摄影和剪辑经验，介绍了视频的三套结构：叙事结构（信息出现顺序）、镜头结构（观众看什么）和时间线结构（画面与声音的配合）。随后从帧、镜头、场景、段落、素材等基本概念入手，说明 A-roll 与 B-roll 的区分及用途，并介绍口播稿、脚本、分镜图、分镜表、镜头清单、风格参考板六种制作文档。最后提出生成 AI 视频前应填写镜头任务单，核对用途、开始、动作、结束、声音、验收六项，并以《肖申克的救赎》为例演示信息推进方式。
作者以视频创作小白的身份，分享了使用 Miora 织影 Agent 制作中国古代猫故事短片《乾红猫》的完整过程。文章详细介绍了从选题找故事、建立故事框架、创建角色卡、拆解分镜到调整细节和剪辑的六个步骤。制作中遇到红猫一致性等 AI 视频生成的常见问题，通过补充角色卡和抽卡方式解决。最终短片 1 分 18 秒，生成 50 段视频，花费约 40 美元。作者认为这类视频 Agent 目前更适合作为创作工作流使用，距离一句话生成短片还有距离。
文章探讨了AI视频创作中工具与导演思维的关系。作者认为，尽管Vibe Creating等理念降低了技术门槛，让普通人能用自然语言生成视频，但决定作品上限的仍是导演思维：一是动手前清楚知道自己想要什么画面和感受，二是能判断生成结果的对错并明确改进方向。作者以Vibe Coding类比，指出描述与判断越模糊，结果越随机。纯粹玩乐时无需导演思维，但要做出系列作品或商业交付，就必须具备画面感和叙事能力。学习影视理论的意义不在术语，而在构建脑中画面与判断力。
AI博主黄白针对自媒体视频频繁被平台卡审限流、且平台不告知具体原因的痛点，开源了一个名为「过审」的 Claude Code/Codex Skill。该工具将各平台公开审核规范整理入知识库，结合作者自身实践经验迭代，可同时检查视频的语音、字幕和画面，输出包含原文、时间点、依据和修改建议的风险表，显著降低卡审概率。由于平台规则多变，作者邀请用户共同提交 PR，把真实卡审反馈整理成案例，持续完善审核规则库，帮助更多人顺利过审。
作者为解决 AI 视频创作中角色换装难题，开发了一个服装提取 Skill。它接收穿搭参考图，提取可见的配色、轮廓和层次，生成横向服装资产板：左侧为整套造型，右侧为可单独取用的外套、内搭、下装、鞋饰等部件。这样在制作多镜头视频时，角色换装和服装一致性都有据可依，不必每次对着原图重新文字描述。Skill 还能补全原图未展示的视角（如背面照的正面），但作者提醒补全部分仅作造型提案。文末提示网络素材可能存在版权风险。
作者借鉴 Vibe Coding 的理念，展示了如何用 AI 视频工具 Pexo 以'聊天式'方式制作特斯拉 Q2 2026 财报短视频。工作流包括：上传参考图与文案、先定视觉风格（黑底+Tesla 红）、先做 3-5 秒开场测试跑通节奏，再逐轮沟通调整配音、文字动效与分镜层次，最后批量生成完整 30 秒成片。作者认为 AI 视频工具正变成可持续沟通的剪辑师/动效设计师，'先做几秒再铺全片'比一次性生成更高效，这种导演式沟通是未来视频创作的方向。
作者分享了使用AI视频创作工具Pexo制作一支SpaceX主题概念品牌片的完整过程。作者从一段15秒的粗糙演示视频和几张风格图出发，通过多轮对话式沟通，逐步将作品升级为30秒的成片。制作过程包括：让Pexo理解参考素材并确定画面风格、先讲故事再生成、三轮迭代优化（把30秒做紧、拆解六段叙事结构、调整镜头密度与节奏），并优先验证最难的高潮段落。作者强调AI视频创作是持续的导演式沟通，边聊边改比写专业提示词更直接高效。
作者开源了一套视频封面制作Skill，解决视频剪好后制作封面耗时耗力、缺乏思路的痛点。通过在蔚蓝AI平台的Skill仓库获取'蔚蓝风格封面生成'，复制GitHub仓库地址后交给Codex等Agent完成安装，即可调用Skill快速生成风格统一、包含大标题、人物形象和贴纸的爆款封面，5分钟内一次可生成5张不同风格供挑选，并支持局部修改如调整标题、人物或比例，非常适合小红书等平台的内容创作者使用。
文章针对新手使用 AI 视频生成工具（如 Veo 3.1）时频繁返工的问题，提出先拆解需求再生成的思路。作者以“下班回家，把手机扣在桌上，安静喝口水”为例，讲解如何先明确观众应记住的一句话，把故事拆成三个各承担一件事的镜头，再写包含取景、动作、声音的可执行提示词。并给出操作流程建议：生成前确认选对视频模式和构图方向，验收时优先检查动作是否拍对，返工时一次只改一个问题，最后再进入剪辑。核心是学会识别问题来源，而不是堆砌炫酷提示词。
作者分享了使用 Codex 结合 Remotion 制作动画的实战经验。文章指出写代码反而是最简单的部分，难点在于动画的节奏、连续性和可读性等细节判断。作者介绍了 Remotion 的帧驱动原理、useCurrentFrame 和 interpolate 等核心 API，以及如何通过 Remotion 官方 Agent Skills 让 Codex 更高效地生成动画代码。文章还系统讲解了时间、状态、Keyframe、Easing、Spring 等动画基础概念，并结合自媒体口播视频的 A-roll、B-roll、动画三类画面整合需求，说明了构建完整视频生产工作流的方法与踩坑经验。
作者分享使用Codex实现知识类视频自动剪辑的完整方法。凭借差异化的视觉设计和教程类内容，其两条视频即接到近四位数商单。核心思路是将画面拆分为A-roll（IP人物小剧场）与B-roll（知识图表）交替呈现，提升观感与AI剪辑准确率。工具链包括Codex、动效插件HyperFrames、豆包语音合成2.0。流程分四步：文案配音与声学对齐（whisper生成毫秒级时间轴）、生成视觉编排表（导演视角分镜）、按表正式剪辑（保持IP形象一致性需三视图与细节笔触图），并提供完整提示词。
本文介绍了如何使用LibTV工作流结合Seedance 2.5模型高效制作AI长视频。随着视频时长增加，整体重跑修改的成本极高。通过将人物和场景拆分为素材资产，利用AutoLink智能引用功能，创作者能轻松管理多参考素材。LibTV的片段重拍功能允许仅针对出错的几秒镜头单独重新生成，大幅降低了试错成本。这标志着AI视频创作正从单纯的模型体验迈入精细化、高效率的工作流时代。
本文详细拆解了剪映AI图文成片工具的核心能力与使用方法。该工具主要用于将文案快速转化为视频初稿，通过自动识别结构、匹配素材和字幕，极大降低视频剪辑门槛并提升制作效率。文章分享了5步操作流程，列举了适用的内容类型（如知识讲解、工具教程），并结合实操案例给出二次优化建议。工具虽存在素材匹配不够精准等局限，但作为视频草稿生成器，能有效提升内容创作者的更新效率。
作者分享了为工会进行 AI 剪辑培训的经历，发现普通职场人对 AI Agent 的应用存在巨大认知和操作门槛。文章详细介绍了 ChatCut 结合 Codex 的工作流，分析了其将操作暴露给 Agent 及现场生成素材两大核心能力，并指出目前工具落地难、移动端适配缺失等问题，强调降低门槛比增加功能更重要。
文章深度测评了AI视频生成工具LibTV。该产品内置100多个由专业影视从业者沉淀的视频生成Skill，覆盖电影、广告、短剧等多种场景。实测显示，LibTV能通过Agent实现从策划、分镜到成片的全流程自动化，显著降低了视频创作门槛，让零基础用户也能产出高质量作品，真正做到了“Born Finished”。
文章作者受“巨手拯救小人国”视频启发，将其创意逻辑拆解为“宏大灾难×微缩降维×日常工具×情绪闭环”的公式，并封装为一个名为 miniature-rescue-prompt 的 AI Skill。该 Skill 包含五步工作流及灾难工具对应库，实现了爆款视频的批量生成。作者分享了如“同构匹配”、“一镜到底”等实操技巧，并提出了将灵感转化为系统资产的 AI 时代创作方法论。
