Wenn Sie die Spalte mit den Bildschirmaktionen ausgefüllt haben ist es Zeit, die gesprochenen Inhalte für die jeweilige Szene zu erstellen. Notieren Sie dazu neben jeder separaten Bildschirmaktion, was der Sprecher dazu sagen soll.
Sekundenlange Standbilder mit Textmonologen langweilen den Betrachter; bei der Drehbucherstellung wird deshalb bereits auf genügend Bewegung im Screencast geachtet. Genauso sollten lange Videosequenzen ohne Vertonung vermieden werden.
Wird der Screencast nicht live, sondern erst im Nachhinein (z. B. mit einem professionellen Sprecher) vertont, sollte die Dauer der Tonausgabe vorher in etwa festgelegt sein, damit die jeweiligen Abschnitte nicht zu kurz geraten.
Screencasts können einfach gekürzt, aber kaum verlängert werden. Wird der Screencast mit eingefügten Standbildern verlängert fehlt die Mausbewegung oder beispielsweise der blinkende Cursor wenn sich dieser gerade in einem Eingabefeld befindet. Dadurch nimmt man dem Betrachter die Illusion dass dieses Video an einem Stück aufgenommen wurde.