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。
作者开发了第二个B-roll类Skill——eian-riso-broll，用于解决口播视频配画面繁琐的问题。该工具是一套孔版双色印刷风格的信息动画工作流：AI Agent自动从逐字稿中挑出值得配画面的句子，生成9:16竖屏信息动画视频。它内置10个模板对应10种信息形状（数字冲击、前后对比、流程步骤、金句等），采用三道确认闸门（分镜表、样帧、成片）确保质量，严格禁止AI编造内容。技术上使用HTML/CSS排版、GSAP动画、Chrome逐帧截图加ffmpeg合成，零npm依赖、无需联网和图片生成模型，专为竖屏短视频版面设计，跨平台渲染效果一致。
作者分享使用MiniMax H3制作扁平矢量动画的体验，认为其效果出色，适合制作B-roll剪辑素材，可用于科普、知识分享及日常解说视频。文中附带了完整的提示词模板，演示如何生成一段15秒的中文扁平插画风格商业解说视频，涵盖分镜设计、色彩方案（暖白、深黑、青绿、黄、珊瑚红）、文案编排及音效音乐描述，展示了用AI视频生成工具快速产出专业动画素材的工作流。
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。
作者开源了一款基于 Codex 的拼贴动画 B-roll 生成 Skill。该工具可将口播文稿转化为黑白半调风格的 B-roll 视频，采用三重 QA 机制节省成本。目前仅支持 Codex，后续更新将增加定制化角色功能。
