從含時間資訊的逐字稿開始
開啟支援的媒體錄音，建立含時間資訊的本機逐字稿。請先修正口述文字，因為如果逐字稿誤聽名稱、數字或關鍵片語，字幕時間再精準也仍然是錯的。
在自然停頓及句子邊界處拆分長段落。簡短易讀的字幕段比密集文字更容易跟上，也不會迫使觀眾在閱讀與觀看畫面之間二選一。
依發布目的選擇 SRT 或 VTT
SRT 格式簡單且受到廣泛支援，由含開始時間、結束時間及文字的編號字幕段組成。WebVTT 結構相近，另加入許多網頁播放器使用的功能。發布平台或編輯器通常會說明接受哪種格式。
使用乾淨一致的文字編碼、避免字幕段時間重疊，並同時在小螢幕與桌上型顯示器上檢查換行。名稱、聲音描述及說話者切換方式應在整份檔案中保持一致。
開啟字幕觀看完成的影片
將字幕檔案匯入目標編輯器或播放器，從頭到尾觀看一次。檢查字幕進場與退場、快速對話、音樂、靜音、場景切換，以及任何難以聽清說話者的片段。
製作字幕需要結合自動化與編輯判斷。時間可以根據語音自動產生，但可讀性、重點、翻譯選擇與無障礙品質，仍需由了解觀眾及媒體內容的人把關。