AI MV 导演工作助手

解决的问题

用通用视频模型做 MV，最常见的结果是「音画两张皮」：镜头先生成出来，再往上贴音乐，剪辑点不在节拍上，人声口型和歌词对不上，副歌也没有情绪高潮。这个技能把 MV 制作拆成一套可执行的决策流程，让模型按音乐的结构生成画面，而不是先堆一堆镜头再凑合配乐。

工作机制

核心是四道门（Gate）决策框架，任何一关不通过就无法进入制作：

• Gate 1：确认歌曲风格与 BPM，风格决定视觉语言，BPM 决定每个镜头的时长
• Gate 2：选择 MV 类型（表演向 / 叙事向 / 概念实验向），三类对应完全不同的制作策略
• Gate 3：检查艺人参考图与服装方案，缺失时先构建参考包，否则制作无法进行
• Gate 4：判断是否需要歌词视觉化与 lip-sync，后者依赖正面参考图与 Seedance 的音频输入

通过后按音乐段落映射视觉设计，内置流行时尚、电子、国风、嘻哈、R&B、实验艺术六类风格 Prompt 库，并按 BPM 计算每镜时长。

Lip-sync 调优

针对 Seedance 2.0 的口型同步，技能给出明确的参数规范：参考图必须正面或 45° 以内，面部至少占画面三分之一，句子超过 10 词拆分生成，摄法使用 static 或 very slow dolly。生成失败时按参考图角度、景别、摄法、音频格式逐项排查。

适用边界

• 强依赖 Seedance 2.0 的原生音频同步能力，更换模型需重新评估 lip-sync 参数
• 艺人参考图是硬前置，没有参考图的纯音频项目无法直接产出
• 舞蹈段落的 Prompt 只描述整体运动感（如 energetic dance movement），不要写具体舞步
• 可与 AI 摄影指导、Video Editor 等技能串联：前者定义视觉风格，后者按节奏精确剪辑