我现在很多时候就是这么做的，完全AI录屏、截图获取素材，最后到后期剪辑。

甚至前期调研产品的时候，也是走的这个流程，然后让AI给我生成一个带timeline的html。我看一眼大概就知道这个产品的交互和产出效果，如果觉得在预期内再去试用。

但是超过2分钟的视频，我还是中间人为增加控制分镜的步骤，不然会和自己想的偏差比较大。

做了个试验，用 Codex 的 Computer Use 操作剪映自动剪辑视频

不到一分钟的视频花了 27 分钟。

速度是真不能忍，不过确实能搞定。

还是打算自己写一个 Skill，完成从录屏到剪辑的全过程，应该会快很多。