Quasi ogni richiesta rientra in una delle quattro forme. Campionamento significa scattare fotogrammi equidistanti in una porzione di video (uno al secondo, uno ogni dieci) per rivedere, annotare o inserire qualcos'altro. Targeting significa trovare un fotogramma specifico e salvarlo alla massima qualità. Costruire significa che i fotogrammi sono materiale grezzo per qualcos'altro: una GIF, una miniatura, un provino di contatto. Preparazione significa che i fotogrammi diventano un set di dati, dove coerenza e provenienza contano più di qualsiasi singola immagine.
Le impostazioni che seguono da ciascuna sono veramente diverse. Il campionamento è deciso da un intervallo e vive o muore ottenendo il conteggio dei fotogrammi subito prima di iniziare. Il targeting dipende dalla conoscenza della frequenza fotogrammi di origine in modo che l'avanzamento si sposti esattamente di un fotogramma. La costruzione di solito richiede meno fotogrammi di quanto le persone si aspettano e una scelta deliberata del formato di output. La preparazione richiede decisioni di denominazione e suddivisione prese prima dell'inizio dell'annotazione, perché sono costose modificarle in seguito.
Le guide seguenti sono raggruppate in questo modo anziché per strumento.