“模式”字面意思指事物的标准样式，代表着同一类事物的共同特征、被人效仿的形式。从叙事艺术实践在叙事实践历史，模式确实存在。小说有古典主义叙事模式、浪漫主义叙事模式、现实主义叙事模式，现代主义叙事模式，电影有经典叙事模式，纪实叙事模式、表现叙事模式。从叙事学研究脉络看，不同的学者对叙事模式进行不同的分类。亚里士多德《诗学》构成了经典叙事学的基础，西方形式形式主义从拉开了模式的分类：如36情节的模式、俄罗斯普罗普民间神话学的24个叙事结构单元、法国格雷马叙事矩阵模式，在影像叙事领域，受到索绪尔的语言学和结构主义的影响，诞生了麦茨的现代电影叙事模式，彼得沃伦的语言学叙述模式，沃格勒的神话叙事模式。当代著名叙述学家米克·巴尔将叙事作品置于即素材，故事，本文[．[荷]米克·巴尔.叙述学：叙事理论导论. [M] .北京师范大学. 谭君强译,2016年 11 月. 第三版。
]三个层次进行理论的阐述。综合叙事学研究，我们可以认为，所谓叙事模式（narrative mode)，指的是在叙事文本（text）中体现出来的规范化样式和标准，具体指叙事文本整体结构中呈现的固定化内容和赖以传达的规范化方法叙事。叙事模式主要包含叙事文本（text）、叙事内容和（histoire）和叙事话语（discourse）三个重要方面。从叙事实践历史看，叙事模式侧重指叙事文本和内容，而叙事研究侧重于指叙事话语的阐释（方法和文本）。
针对智能视频的影像特征，我们主要调取电影叙事学的理论资源来对人工智能叙事性视频进行叙事模式研究。在具体研究范式上，建立叙事者、叙事时空、叙事语境等指标叙事模式研究维度。其中叙事题材属于内容素材的层面，具体包括故事发生的环境、事件、人物角色；叙事主体包括故事的承担者、被讲述者和讲述故事者，属于叙事本体层面的维度。叙事时空指的是时空组织的具体形态。叙事影像属于叙事话语层面的维度；叙事效果指的是在算法的驱动下，人工智能视频本身对观众、社会、媒介的影响和后果，属于叙事本体维度。
（一）分享引导型视频叙事
分享引导视频叙事是基于人工智能推荐、预测的算法特点、与互联网络传播、社交场景融合产生的叙事产品。这种叙事产品的叙事模式可以满足受众对于个性化、热点性新闻内容的信息需求。在全球跨国实践中，较为知名的视频形态有facebook、今日头条、Ｂｕｚｚｆｅｅｄ等媒介为载体的智能视频形态.在目前所有人工智能叙事视频形态中，Ｂｕｚｚｆｅｅｄ提供的智能视频是较为代表性智能叙事产品。目前该平台的核心视频产品（videos）拥有“As Is、Bogus Beauty、Worth It: Food”等十八个品牌化的标签类型，相应的代表“trend”的视频，其中也包括被业界推崇、具有商业价值原生广告视频。Ｂｕｚｚｆｅｅｄ视频的生产方式目前属于专业生产内容形态为主。
从叙事流程来看，Ｂｕｚｚｆｅｅｄ致力于“分享大于消费”、尊重叙事接受者的叙事理念，按照受众“愿意分享什么”来生产内容。在Buzzfeed，一个理想的视频制作过程需要经过一下步骤。在视频策划环节，人工智能通过数据管理平台对互联网热点阅读数据进行抓取，计算出 “流行趋势”和热门话题的相关数据形式，进行市场分析；在选题环节，制作部门通过智能数据平台进行视频制作的选题策划和定位，包括视频战略、头条定位、内容模式、以及广告商提供品牌内容；选题完整之后进入制作环节，制作部门利用人工智能分析的推荐，既可以制作各种原创文章、图片、视频和原生广告等文本形式，也可以根据同一个内容生产不同的文本形式。在传播环节，文本制作完成后，BuzzFee将同一个原创内容推荐到与BuzzFeed合作的媒介和订阅客户端，推荐的内容根据媒介的特性和客户阅读习惯调整。在传播端，受众对这些原创视频进行评论和分享。受众的阅读效果将继续形成数据被采集形成下一轮的视频生产，业界将这个流程此称为“反馈闭环（feedback loop）”系统。
从叙事学的角度看，Ｂｕｚｚｆｅｅｄ作为幕后叙事者，一方面通过智能算法收据数据分析目标群体和客户需求以及预知感兴趣的话题内容，来建立视频的叙事模式，另一方面通过视频固定的标签—系列—模式三个维度，来扮演议程设置和把关人功能，来迎合客户观看、分享的社交需求。
Ｂｕｚｚｆｅｅｄ叙事题材选则主打“sometimes funny, sometimes serious, always shareable”的口号。Ｂｕｚｚｆｅｅｄ目前有十八个固定的视频标签，凸显出Ｂｕｚｚｆｅｅｄ注重新鲜有趣好玩，通过悬念和引发观众分享的选材理念。视频的故事场景多聚焦于都市，将现代性都市与消费的紧紧结合在一起，是都市日常生活向网络叙事扩散。Ｂｕｚｚｆｅｅｄ视频事件的选择有两个特点，第一个注重事件的话题性（病毒性）。Ｂｕｚｚｆｅｅｄ视频中事件的悬念度大多是由于趣味营造出来的，而千百年传下来的亚里士多德及其后来叙事理论强调的危机、矛盾、激变、意外这些产生悬念的戏剧性事件则被算法自动过滤。第二是事件时长较短、数量少，以片段化、情景化的形式出现在视频当中。