全书共12章，分三部分。第一部分(第1-3章)是全书的底层框架，主要解决“如何稳定控制AI视频输出”的问题。第二部分(第4-10章)围绕不同视频类型展开实战训练，强调“可复制能力”，帮助读者掌握跨场景的视频生成逻辑。第三部分(第11、12章)聚焦长期创作能力的建立，帮助读者从“会做视频的人”向“能持续创作并变现的视频创作者”转变。