mcpField
M
music-video-production

music-video-production

github.com/calesthio创意与媒体219114 次安装15 周前更新
代码仓库

关于 music-video-production

这是一套音乐视频制作规划技能，围绕歌曲结构、艺人形象、权利状态和发行目标展开，适用于艺人及制作团队，涵盖前期采集、创意方案、同步规划和平台剪辑版本。

主要功能

  1. 01歌曲与发行信息采集
  2. 02权利与来源记录
  3. 03节拍和乐句映射
  4. 04创意方案与镜头表规划
  5. 05歌词和同步指导
  6. 06平台专属短版规划

适用场景

  1. 01规划权利状态明确的音乐视频
  2. 02按歌词和音乐提示安排镜头
  3. 03为发行准备竖屏短片
  4. 04评估 AI 生成视频的风险

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/calesthio/generative-media-skills --skill music-video-production

安装后在 Claude Code 中输入/music-video-production确认已加载。

附带文件EVAL.md

详细介绍

音乐视频制作

使用此技能，将一首歌曲转化为结构连贯、权利清晰且适合各平台发布的视频套件。将歌曲视为不可更改的主线：视频旨在强化歌曲的结构、艺人形象、歌词和发行目标。

不要将其视为通用的视频生成任务。音乐视频需要节拍图、乐句图、准确的歌词、同步审核、权利说明、表演指导、针对不同平台剪辑的短版视频，以及审批节点。

基本原则

  • 除非艺人、唱片公司或客户批准制作电台版、洁净版、分轨版、变速版、淡出处理或缩短版，否则不得更改母带音频。
  • 切勿捏造权利许可情况。记录哪些内容已获许可、状态未知、由平台提供、已获授权、免版税、属于公有领域或由生成工具生成。
  • 不提供法律建议。应将有关许可、肖像权、代言、工会、唱片公司、发行商或平台风险的问题提交给客户、权利持有人、唱片公司、经纪人或法律顾问。
  • 在制作时重新核查平台规则。音乐库、AI 标签、商业披露工具、广告规格和上传限制经常变化。
  • 将有记录依据的事实与制作经验法则区分开。事实应能追溯到当前来源；经验法则则属于创意建议。
  • 保留来源记录：歌曲来源、歌词来源、分轨、剪辑版本、模型、提示词、可用时的随机种子、同意文件、许可、平台核查记录和审核备注。

前期信息收集

构思方案前，先收集足够的信息：

  1. 歌曲资料包
    • 最终音频文件、时长、采样率、位深，以及已知时的响度目标
    • 歌曲标题、艺人名称、客串艺人、版本名称，以及已发行时的 ISRC/UPC
    • 经批准的歌词、是否为显式内容或洁净版，以及需要时的歌词翻译
    • 可选分轨：人声、伴奏、鼓、贝斯、旋律、即兴唱段
    • 已知时的 BPM、调性、拍号和段落标记
  2. 发行与受众
    • 目标：首映、可视化视频、歌词视频、粉丝互动、付费宣传活动、巡演宣传、专辑发行推广、短视频热门片段测试
    • 目标平台和宽高比
    • 截止日期、审核批准人、审批顺序、已定稿的品牌／艺人指导方针
  3. 权利与安全
    • 谁拥有或控制母带和词曲作品
    • 同步使用、社交媒体使用、付费广告使用、地区、期限和平台使用权是否已获许可
    • 是否包含采样、插入改编、混音、翻唱或第三方分轨
    • 是否有任何品牌、产品、场地、艺术作品、纹身、标志、道具或可识别人物需要取得许可
    • 是否会使用 AI 生成的视频、语音、肖像、舞蹈编排参考或风格参考
  4. 创意参考
    • 2-5 个参考视频，并说明要借鉴的内容：节奏、灯光、调度、剪辑韵律、字体设计、摄影语言、色彩、超现实程度
    • 明确不得照搬的内容：艺人肖像、完整舞蹈编排、受保护的标志、独特布景元素、逐镜头复刻的结构

如果权利状态未知，只能继续进行规划或内部样片制作。在许可问题解决之前，不得建议发布、付费推广、交付发行或公开发行。

选择概念路线

选择一条主要路线和一种次要风格。视频可以融合多种模式，但不应让人觉得是六个毫不相关的概念。

  • 表演视频：由艺术家或表演者承载情感核心。适合魅力、演唱表现、乐队能量或明星特质至关重要的情况。
  • 叙事视频：通过故事场景展现歌曲的情感弧线。适合歌词暗示冲突、转变、回忆、爱情、反叛、悲伤或胜利的情况。
  • 歌词视频：由字体设计、时机把控和视觉设计构成观看体验。适合在官方视频发布前推出、歌词是重要亮点，或预算／时间紧张的情况。
  • 可视化视频：通过重复母题、循环、氛围世界、生成式动态或象征性动画，烘托聆听体验。适合专辑、流媒体画布和轻量级推广素材。
  • 舞蹈或编舞视频：动作是亮点。适合节奏鲜明的曲目、短视频挑战、粉丝参与和以表演为主的社交媒体宣传活动。
  • 抽象／生成媒体视频：通过 AI 片段、动画、拼贴、模拟或超现实影像，为歌曲营造梦境般的逻辑。适合艺术家的世界观比写实叙事更重要的情况。
  • 发布素材套件：组合主打视频、竖屏精彩片段、预告循环、Canvas 风格循环、歌词片段、幕后花絮和平台缩略图。

制作启发：如果歌曲有令人难忘的副歌歌词，至少为这句歌词设计一个可重复使用的标志性视觉元素。如果歌曲有器乐段落的爆发点，则设计一个非歌词类的视觉亮点：舞蹈重击、镜头运动、色彩切换、超现实变形或蒙太奇爆发。

制作歌曲映射

编写镜头列表或提示词之前，先制作节拍与乐句映射。

最低限度的映射内容：

  • mm:ss.mmm 格式的时间码
  • 段落：前奏、主歌、预副歌、副歌、副歌后段、桥段、间奏、尾奏
  • 小节数或乐句数（如有）
  • 关键歌词片段和人声进入点
  • 节拍重音、加花、爆发点、停顿、弱起音、即兴演唱
  • 情绪强度，按 1-5 分标注
  • 目标剪辑密度：长镜头停留、中速剪辑、快速剪辑、频闪风险、静默
  • 视觉事件：揭示、动作变化、文字出现、表演特写、转场、故事节点

节拍映射行示例：

00:45.200-01:07.900 | Chorus 1 | hook repeats twice | intensity 5 | cut on snare every 2 bars; hold final hook for 2.5s | lyric text enters on vocal, not before | hero blue-to-red lighting shift

乐句映射比原始 BPM 更重要。应根据音乐原因剪辑：强拍、歌词起始、鼓点加花、换气间隙、押韵完成、贝斯爆发、和声变化和静默。除非曲风和概念需要这种强度，否则不要机械地每拍都剪一次。

脚本、创意说明和镜头列表

在编写提示词或拍摄之前，先写一份简短的创意说明。

创意说明应包括：

  • 一句话承诺：观众会记住什么
  • 艺术家呈现方式：标志性、脆弱、俏皮、不可接近、纪实、神话感、匿名、动画化
  • 世界观：地点、时代、色彩、质感、天气、灯光、镜头感
  • 按歌曲段落划分的结构
  • 反复出现的母题及其演变方式
  • 第 1 段副歌、第 2 段副歌和最后一段副歌中出现的内容，以及每段如何逐步升级
  • 歌词／屏幕文字规则
  • 生成片段规则：写实程度、镜头语言、连续性锚点、负面限制
  • 审批风险：权利、肖像、闪烁、露骨内容、品牌安全

镜头列表字段：

ID | Timecode | Section | Shot size | Subject | Action | Camera/motion | Lighting/color | Sync requirement | Asset/source | Notes

同步要求示例：

  • lip-sync exact to lead vocal
  • dance hit on downbeat
  • lyric word appears on syllable
  • cutaway only; no mouth movement
  • loop must restart invisibly every 4 bars
  • AI clip can drift; use under instrumental texture

表演与编排指导

表演方面：

  • 在拍摄现场播放音轨，或在生成视频／唇形同步指导中使用回放。表演者必须听到最终获批的音频版本，或与时间码对齐的回放版本。
  • 按段落指导情绪节拍，而不只是说“唱得有感染力”。例如：主歌 1 克制地与镜头对视，预副歌踱步，副歌直视镜头，桥段转身背对镜头，最后一遍副歌尽情释放全身动作。
  • 拍摄可安全用于同步的素材：固定机位的嘴部特写、表演中景、全身远景、细节插入镜头、升格动作镜头，以及非演唱画面。
  • 除非嘴部被遮挡或不在镜头轴线上，否则避免在不打算精确同步的镜头中出现可见的演唱动作。
  • 对于乐队，要将重点乐器镜头对应到可听见的乐段。除非刻意营造反差效果，否则不要在只有吉他的过门时切到鼓手。

舞蹈方面：

  • 根据歌曲分段图标注拍数。注明动作名称、身体方向、镜头方向和动作定格帧。
  • 保留干净的全景主镜头，以确保编舞连贯，再补拍特写和细节镜头。
  • 围绕 5-15 秒的标志性动作片段，规划适合短视频的挑战内容。
  • 如果使用 AI 生成的舞者，可提示大致节奏和姿势变化，但要人工核实；生成的动作可能无法遵循精确拍数。

歌词与屏幕文字

仅使用已获批准的歌词。如果未提供歌词，请索取歌词，或将转录内容标记为未获批准。

歌词视频规则：

  • 让文字与主唱对齐，而不是与伴奏节拍网格对齐。
  • 按音乐来断行：依据乐句、押韵、换气或语义单元。
  • 为主唱、背景人声、即兴唱词和非歌词字幕设计层级。
  • 除非概念以字体设计为先，否则不要在情绪高潮时遮挡艺人面部。
  • 为竖屏界面叠加元素和字幕留出安全边距。
  • 条件允许时，提供无文字的干净母版，以便本地化和后续编辑。

屏幕文字可包括标题卡、演职人员名单、警告、发布日期、商品／巡演 CTA 和披露信息。披露信息应清晰易读，并靠近其所说明的声明或内容。

生成视频提示词转换

使用 AI 图像／视频工具时，应将音乐视频指导转换为制作提示词。不要只要求模型“制作一个音乐视频”，然后指望它实现同步。除非服务提供商明确支持相关控制，否则大多数生成视频系统都不擅长精确唇形同步、歌词时间点、文字保真度和连贯性。

提示词组成部分：

  • 镜头时长和宽高比
  • 主体身份或虚构角色描述；避免未经授权地模仿真实人物的形象
  • 用一个清晰的动作短语描述动作
  • 摄影机运动和景别
  • 灯光、镜头、色彩、质感、地点
  • 来自歌曲分段图的时间锚点
  • 连贯性锚点：服装、道具、色彩、环境
  • 负面约束：不要出现随机且可读的文字、额外手指、徽标、嘴部演唱动作、面部变形或闪烁

生成片段提示词示例：

4-second vertical 9:16 shot for the final chorus of an indie-pop music video. A fictional silver-jacketed performer runs through a rain-slick neon alley, turns sharply toward camera on the downbeat, and throws a handful of glitter that becomes floating stars. Handheld tracking shot, 35mm lens feel, saturated cyan and magenta, wet pavement reflections, high-energy chorus payoff. No real celebrity likeness, no readable signs, no lip-sync mouth movement, no strobing, no brand logos.

在生成片段最擅长的场景中使用它们：超现实插入镜头、视觉化片段、环境、转场、象征性动作、梦境片段和质感呈现。若嘴部同步至关重要，请使用专业的唇形同步或虚拟形象工具、现场拍摄素材，或经过精心指导的动画。

剪辑节奏

音乐视频剪辑应体现音乐性，同时避免显得刻板。

  • 在片头确立视觉语言。
  • 用主歌讲述故事、营造亲密感或构建世界观。
  • 用预副歌推动节奏加速：镜头运动、缩短剪辑时长、增加文字密度、转换色彩。
  • 用副歌呈现最具重复性的视觉创意。
  • 在最后一次副歌留一个升级点：新地点、更广的镜头、群体编舞、色彩反转、雨／火焰／彩纸、群众，或抽象变形。
  • 让重要歌词留有余韵。一句有力的歌词往往配合停顿比增加剪辑更能打动人。
  • 营造对比：长时间停留后接密集蒙太奇，混乱后归于寂静，广角编舞后切特写。
  • 避免使用超过无障碍阈值的闪光模式；不要默认用快速全画面闪烁来营造“能量感”。

有目的地制作短版：

  • 6-8 秒：钩子／预告／类似 Canvas 的循环片段；只呈现一个创意。
  • 10-15 秒：社交媒体挑战或副歌钩子。
  • 20-30 秒：付费社交媒体广告或发行公告。
  • 45-60 秒：加长版短视频片段。
  • 完整时长：正式音乐视频或视觉化视频。

对口型与播放同步

对于真人拍摄或虚拟形象／对口型制作：

  • 在生成或拍摄同步镜头前，锁定音频版本。
  • 条件允许时，现场拍摄应使用场记板／时间码或可见的拍手动作。
  • 让嘴形与辅音和乐句起始对齐；元音容错较高，爆破音则不然。
  • 以正常速度和半速检查同步情况。
  • 如果镜头略有偏差，应在最不吻合的音节上使用切出镜头，而不是拉伸母带音频。
  • 除非获得明确批准，否则不要为了匹配生成的视觉效果而更改发行歌曲的音高、速度或时长。

对于歌词同步：

  • 抽查所有副歌重复段；由于人声表达会有变化，直接复制粘贴时间点往往会逐渐偏移。
  • 确认歌曲发行版本中的歌词处理方式（如审查版／净版）一致。

权利、署名与披露检查点

出现以下任何情况时，请升级至客户端、权利持有人、唱片公司、经纪人、发行商、平台专家或法律顾问处理：

  • 歌曲受版权保护，且艺术家或客户端并未拥有或控制相关权利
  • 涉及翻唱、混音、采样、插编、节拍授权、素材循环片段或第三方人声
  • 视频将用于付费广告、品牌合作、政治情境、受监管行业或代言
  • 出现真实人物肖像、克隆声音、数字复制品、档案影像、粉丝拍摄的影像、未成年人、私人场所、纹身、标志或艺术作品
  • 在平台原生音乐库允许的使用情境之外使用其中的音乐
  • 生成的媒体过度模仿在世艺术家、名人、舞者、摄影师、导演或可识别的视觉风格
  • 可能适用工会表演者、唱片公司合同、发行商或场馆的规定

已核实并可采用的事实，核实日期：2026 年 7 月 11 日：

  • YouTube 要求创作者披露可能被观众误认为真实人物、地点、场景或事件的逼真修改或合成内容；YouTube 表示，明显不真实、动画、特效或制作辅助用途通常不要求使用该工具披露。来源：YouTube 博客《我们如何帮助创作者披露修改或合成内容》以及 YouTube 帮助中心的《内容制作方式》披露页面。
  • TikTok 表示，创作者必须标注逼真的 AI 生成内容，并提供创作者标注和自动 AI 标注；将未经修改的内容误导性地标注为 AI 生成内容，可能违反其条款。来源：TikTok 帮助中心《关于 AI 生成内容》。
  • Meta 的错误信息政策规定，包含照片级逼真视频或听起来真实的音频的自然流量内容，必须使用其 AI 披露工具进行披露。来源：Meta 透明度中心《错误信息》。
  • FTC 的代言指南要求清晰、醒目地披露代言人与广告商之间未被预期的实质性关联。来源：FTC《代言指南》和《联邦法规汇编》第 16 卷第 255 部分。
  • TikTok 表示，商业或推广内容应使用其商业音乐库，因为该库之外的音乐未获许可用于内容中的商业用途。来源：TikTok 帮助中心《TikTok 音乐的商业用途》和 TikTok 广告帮助中心《关于商业音乐库》。
  • YouTube 音频库中的曲目可能要求署名，尤其是知识共享许可曲目；YouTube 创作者音乐提供预付许可和收益分成选项，但有可用性限制。来源：YouTube 帮助中心的音频库和创作者音乐页面。
  • 美国版权局关于 AI 著作权资格的指南强调人类作者身份；根据其 2025 年第二部分报告摘要，仅靠提示词本身不足以构成受版权保护的作者身份。来源：美国版权局的 AI 报告页面。

请将这些内容视为合规提示，而非法律结论。平台规则、法律和许可条款因国家或地区、账号类型、内容类型和日期而异。

无障碍与受众安全

已记录事实，核实日期：2026 年 7 月 11 日：

  • WCAG 2.2 成功标准 1.2.2 要求为同步媒体中的预录音频内容提供字幕，但媒体明确标注为文本替代形式时除外。
  • WCAG 2.2 成功标准 2.3.1 指出，除非闪烁低于一般闪烁和红色闪烁阈值，否则内容在任意 1 秒内闪烁次数不应超过 3 次。

制作要求：

  • 为对话、口述片头／片尾以及非歌词信息提供字幕或字幕文本。对于歌词视频，也应尽可能提供平台字幕或文字稿；风格化歌词文本本身可能不便访问或无法解析。
  • 在有意义时，加入重要的非语音音频说明：[crowd chanting]、[thunder]、[music stops]。
  • 避免全屏闪光、强烈的黑白频闪、高饱和度红色闪光和快速闪烁转场。
  • 对最终导出版本进行闪烁风险审查，尤其是 EDM、hyperpop、metal、glitch、夜店或快速文字效果。
  • 确保文字在移动设备上清晰易读：对比度高、停留时间足够、留出安全边距，且重要文字不被平台界面遮挡。
  • 对于露骨内容或敏感主题，请遵守目标平台的年龄限制、广告和社区规则。

平台版本与交付

先制作母版，再从母版衍生不同版本。如果裁切成 9:16 会导致艺人的面部、舞蹈、歌词或字幕无法正常呈现，就不要把完成的 16:9 画面直接裁切成 9:16。

实用交付内容：

  • 完整母版：16:9、4K 或 1080p，尽可能不含文字
  • 竖屏母版：9:16，重新构图或单独设计
  • 方形／竖版信息流：按需采用 1:1 或 4:5
  • 副歌短片：15-30 秒
  • 预告片：6-10 秒
  • 歌词片段：每句关键歌词／钩子各一条
  • 视觉循环片段：无缝循环 3-8 秒，或采用平台指定时长
  • 缩略图／封面画面：避免意外闭眼、随机 AI 文字或艺人身份不清晰
  • 字幕／字幕文本：SRT/VTT，以及按需提供的烧录版本
  • 署名／披露说明：歌曲、艺人、导演／剪辑师、按要求注明的 AI 工具，以及按要求提供的音乐／许可署名

交付时需重新核实的平台易变信息：

  • YouTube 上传编码建议包括逐行扫描、高规格、封闭 GOP、4:2:0 色度抽样，以及与源素材帧率一致；官方码率建议因分辨率／帧率而异。来源核实日期：2026 年 7 月 11 日：YouTube 帮助中心，“推荐的上传编码设置”。
  • 在 Shorts 的创建／上传场景中，YouTube Shorts 支持最长 3 分钟的视频。YouTube 表示，2024 年 10 月 15 日或之后由普通频道上传的正方形或更高比例视频会被归类为 Shorts；官方艺人频道和关联至音乐内容所有者的频道，则以 2025 年 12 月 8 日作为相应截止日期。时长超过 1 分钟且存在有效 Content ID 声明的 Shorts 可能会被全球屏蔽。来源核实日期：2026 年 7 月 11 日：YouTube 帮助中心和 YouTube 博客。
  • Instagram Reels 帮助中心指出，上传视频的宽高比可为 1.91:1 至 9:16，且应满足最低 30 FPS 和最低分辨率要求。来源核实日期：2026 年 7 月 11 日：Instagram 帮助中心，“Reel 尺寸和宽高比”。
  • TikTok 非 Spark 拍卖信息流广告规格列出：竖屏 9:16，至少 540x960；正方形 1:1，至少 640x640；横屏 16:9，至少 960x540；以及支持的视频格式、最长 10 分钟和文件大小限制。Spark Ads 规格可能不同，因此请重新核实所选广告格式。来源核实日期：2026 年 7 月 11 日：TikTok Ads 帮助中心，“TikTok 拍卖信息流广告”。

优先查阅平台当前的帮助页面，不要依赖记忆。自然发布内容、广告、Stories、Reels、Shorts、类似 Canvas 的循环内容、分发平台门户和不同账户类型的规格可能各不相同。

审核周期

采用分阶段审批：

  1. 接收审批：音频版本、歌词、权利状态、目标平台、概念方向。
  2. 创意方案审批：故事、风格、参考案例、披露说明和风险备注。
  3. 节拍图和镜头清单审批：同步点、歌词处理、表演／编舞计划。
  4. 素材审批：生成片段、拍摄精选镜头、字体测试、视觉循环片段。
  5. 粗剪审批：结构和情绪表达，不是最终润色。
  6. 精剪审批：同步、歌词、表演、色彩、文字、署名。
  7. 交付审批：导出文件、字幕、披露说明、文件名、元数据、缩略图。

向审批人员提出具体问题。“有什么想法？”通常只会得到含糊的反馈。更好的问法：

  • 是否批准副歌的视觉标识？
  • 歌词以及洁净版／显式版处理是否正确？
  • 艺人的呈现是否符合品牌调性？
  • 场地、人物、品牌、艺术作品或造型是否存在权利问题？
  • 各平台的 AI／合成内容披露方案是否可接受？
  • 应以哪个剪辑版本作为发布主打？

音乐视频 QA 检查清单

交接前请执行此检查：

  • 音频
    • 最终音频与已批准版本一致
    • 没有意外的音高、速度、淡入淡出、削波或偏移
    • 如有指定，响度和真峰值符合交付目标
  • 同步
    • 主唱的口型同步在正常速度和半速下都通过检查
    • 歌词文字与音节和乐句起始点同步
    • 舞蹈动作和剪辑重音与节拍图吻合
    • 对于无法可靠同步的生成片段，避免出现可见的演唱画面
  • 歌词／文字
    • 歌词与已批准的来源一致
    • 拼写、姓名、标题、合作艺人署名、发行日期、CTA 和话题标签均正确
    • 各纵横比下，文字都位于安全区域内
  • 视觉连贯性
    • 艺人形象、服装、道具、环境、色彩和视觉主题与概念保持足够一致
    • 没有不需要的 AI 瑕疵：扭曲的手、面部漂移、随机文字、幻觉生成的 Logo、闪烁、物体融化
    • 没有意外出现的品牌 Logo 或未经授权的艺术作品
  • 权利与披露
    • 已记录音乐许可／来源信息
    • 已记录第三方视频素材、照片、字体、艺术作品、场地和表演者
    • 在适用情况下，已记录肖像／声音／数字复刻同意
    • 已针对每种发布情境核查平台的 AI 和商业披露要求
    • 已包含署名和必需的归属信息
  • 无障碍／安全
    • 按需准备字幕／说明字幕／文字稿
    • 已审查闪烁／频闪风险
    • 已在手机尺寸播放画面上检查文字对比度和停留时长
  • 交付
    • 已按要求的规格导出母版和变体
    • 已选定缩略图／封面帧
    • 文件名包含标题、版本、纵横比、时长、日期和审批状态
    • 如有要求，已导出无文字版和洁净版

示例：单曲发行的歌词视频

制作意图：一首时长 2:48 的流行单曲需要快速上线歌词视频，以及竖屏副歌剪辑。

输入：

  • 已批准的 WAV 和歌词
  • 封面图和艺人 Logo
  • 没有表演者视频素材
  • 平台：YouTube 全长视频、Instagram/TikTok 副歌片段

方案：

  1. 根据人声构建乐句图，而不只是使用 BPM 网格。
  2. 根据封面图选择字体概念：镀铬衬线体标题词、手写即兴唱词、柔和颗粒感背景。
  3. 首先制作完整的 16:9 版本，歌词置于安全区域中央；然后单独设计更大字号、换行更宽松的 9:16 布局。
  4. 逐步提升视觉张力：主歌采用小巧亲密的呈现，副歌使用满屏动感字体，桥段采用极简黑底，最后一段副歌加入封面图的视觉主题。
  5. 导出无文字动态背景和烧录歌词的母版。

方向示例：

The video is a nocturnal lyric object, not a karaoke screen. Each verse line appears like a private text message reflected in chrome. Chorus phrases arrive as large sculptural type that bends with the vocal. Ad-libs appear smaller, handwritten, and offset. No random decorative words. Every lyric is from the approved sheet. Avoid flashes; use smooth brightness pulses under WCAG flash threshold.

预期故障模式：

  • 复制的副歌时间点在最后一段副歌中发生偏移
  • 竖屏裁切隐藏较长的歌词行
  • AI 背景生成看似可读的虚假文字
  • 缺少封面图元素或字体的归属信息

示例：叙事与表演相结合，并穿插生成片段

制作意图：一位另类 R&B 艺人希望制作一支氛围忧郁的官方音乐视频，结合现场表演和超现实的生成梦境片段。

输入：

  • 成品歌曲、歌词、艺人形象授权书、两组拍摄完成的表演场景
  • 允许使用生成片段呈现象征性场景
  • 不参考任何真实名人的肖像

方案：

  1. 将歌曲划分为主歌回忆场景、预副歌紧张感、面向镜头的副歌表演，以及桥段中的梦境崩塌。
  2. 所有可见的演唱画面均使用拍摄的艺人镜头。
  3. 生成片段仅用于转场镜头：被水淹没的走廊、漂浮的红色手机、满是闪烁电视的房间、倒放绽放的花朵。
  4. 保持连续性锚点：红色外套、窗上的雨水、钨丝灯实景灯光、50mm 镜头质感。
  5. 在器乐过门和句尾处插入生成片段，不要覆盖关键的口型同步部分。

生成插入片段的提示词示例：

3-second 16:9 cinematic insert for an alternative R&B music video bridge. A red rotary phone floats just above a dark flooded apartment floor, its cord slowly moving like a snake. Tungsten lamp reflection, shallow depth of field, gentle push-in, melancholic and surreal, 50mm lens feel, realistic water ripples. No people, no readable text, no brand marks, no strobe, no horror gore.

QA 重点：

  • 生成片段不会让人误以为出现了未经授权的演员肖像
  • 梦境片段不会破坏艺人既定的色彩风格
  • 所有演唱同步均由表演镜头呈现
  • 桥段的视觉强度逐步升级，同时避免不安全的闪烁

核查的主要来源

除非另有说明，均于 2026 年 7 月 11 日核实。发布前请重新核查。

评论

支持 Markdown