好多人做 AI 影片第一時間諗「用咩工具生圖」，但嬌姐話第一步係內容結構。例如做開源項目推薦，唔可以就咁掉篇文章畀 AI 生成，否則畫面會好散。正確做法係叫 Agent 出「預生產稿」，入面要講明：呢個選題講畀邊個聽、觀眾點解會停低、核心衝突係咩、觀眾要記住邊句、邊啲數字/產品名/URL 一定要出現、每一段口播對應咩畫面。

影片唔係將文章變成語音，而係將內容重新拆成一屏一屏嘅觀看理由。

一屏只負責一個任務：大數字頁製造衝擊感，Before/After 頁講清楚變化，步驟頁讓人跟住做，截圖講解頁令人相信係真，總結頁令人記住觀點。

Agent 會將文章先拆成口播，再將口播拆成分鏡，每個分鏡有清楚字段：呢一屏講咩口播、完成咩畫面任務、必須出現嘅關鍵詞、適合邊種畫面類型、係咪有截圖價值、字幕會唔會擋住核心內容。

口播講一套，畫面演另一套—呢個係 AI 影片最易出事嘅位。

例如口播提到 GitHub 地址，畫面就要有 URL；口播話「720 個人物、1812 條關係」，畫面就要用數字卡呈現，唔可以淨係一個抽象科技背景。重要信息（產品名、URL、數字、方法論）要由 HTML 或後期貼片保證準確，唔可以靠 AI 生圖自由發揮。

嬌姐試過 AI 生圖，發現有幾個問題：文字容易錯、URL 容易錯、中文排版唔穩定、風格唔統一、手機端睇唔清。所以改用 HTML/CSS 生成畫面，好處係文字準確、字號統一、佈局可控、顏色間距穩定、可以複用迭代。

HTML 係「可編程嘅 PPT 頁面」，唔係網頁，而係一張可以精準控制嘅豎屏影片幀。

如果每條片都畀 AI 臨時設計畫面，結果會越來越亂：今日科技藍，明日紫色漸變，後日賽博朋克，帳號冇自己嘅識別度。嬌姐加咗一層「視覺 DNA 系統」，Agent 會先分析內容適合咩視覺系統——係 AI 教程定開源項目推薦、數據解讀定係觀點表達——然後生成視覺策略，定義色彩系統、字體風格、版面語言、常用符號、動效風格同禁止事項。

視覺 DNA 確保帳號統一，但唔會令每條片變同一模板。

雖然有視覺風格，但仲需要模板庫。常見畫面類型包括：大數字證據頁、Before/After 對比頁、步驟清單頁、產品截圖講解頁、方法論框架頁、讀書批註頁、總結金句頁、數據故事頁。每個模板族要有變體，例如 A 版信息最清晰、B 版視覺衝擊最強、C 版最適合截圖收藏。

Agent 根據內容語義匹配模板，唔係隨機揀：講「點解錯」用對比或風險模板，講「點樣做」用步驟或清單模板。

同時要做反重複控制：連續幾頁唔可以用同一種構圖，一條片要有主視覺頁、信息頁、對比頁、證據頁、總結頁嘅節奏變化。真正穩定嘅系統係 AI 負責判斷內容，模板負責承載內容。

一個好嘅畫面系統唔應該只係「套模板」，而要根據內容密度自動調整：內容少嘅時候用大標題、留白、視覺符號，令觀點更有衝擊力；內容中等用卡片、步驟、對比結構；內容多就用證據卡、分區、編號、重點高亮。

內容決定頁面結構，唔係所有內容用同一個版面。