快速上手 · Agent 对话 × 画布精修

小云雀音乐 MV教程｜从一首歌到一支成片

适合独立音乐人、内容创作者、音乐运营与 MV 制作团队

你会完成什么

准备一段音乐，选定 MV 方向。
让 Agent 解析节奏、歌词、情绪与歌曲结构。
拿到创意方案、分镜脚本和逐镜生成提示词。
生成视频后，在对话或画布里继续精修。

开始前准备

这是一套 READ-DO 教程：读完一步，立刻在小云雀里完成对应操作；确认结果后再进入下一步。

准备项	建议
音乐	准备 mp3 或 wav；优先选择段落清楚、情绪变化明显的版本。若当前入口没有上传按钮，使用平台可用音源或切到画布入口。
人物或主体	可以只写人物设定，也可以上传人物图、艺人素材、商品图或视觉参考。
成片方向	先从剧情、K-POP、演奏、说唱、CG 概念、对口型中选一个主方向。
发布场景	提前确定横屏或竖屏，以及抖音、TikTok、小红书、YouTube 等发布渠道。

Agent 对话流

适合第一次做 MV，目标是快速完成一支可发布的成片。

画布模式

适合逐镜修改、素材管理、多版本尝试与批量生产。

Step 1｜选择音乐

操作：在输入框上传音频，或从平台可用曲库中选择音乐。上传后告诉 Agent：“使用这首歌制作音乐 MV”。

Step 2｜确定 MV 方向

只说“做个 MV”会让视觉方向过于发散。最省事的做法是选择对应的skill，明确 风格 + 主体 + 场景 + 发布比例，其余镜头交给 Agent 设计。

方向	适合内容	一句话示例
剧情 MV	抒情、叙事、独立音乐	做成一支城市夜归人的剧情 MV，主歌孤独，副歌出现释然。
K-POP 舞蹈	快歌、女团、打歌舞台	做成五人女团打歌舞台，黑银造型，副歌进入完整齐舞。
演奏风	器乐、乐队、Live House	做成小型 Live House 演出，手持运镜，突出鼓点和吉他段落。
说唱表演	Rap、Hip-Hop、街头	做成地下车库说唱 MV，低机位推进，重拍切换近景。
CG 概念	电子乐、视觉专辑、Teaser	做成霓虹液态金属的 CG 概念片，高潮段空间快速形变。
对口型演唱	艺人上镜、数字人、单人演唱	以歌手半身近景为主，保持人物一致，副歌加强情绪和口型表现。

万能描述公式

我要做［类型］音乐 MV，主角是［人物/主体］，场景在［地点/世界观］，整体采用［色彩/质感］，副歌重点呈现［动作/情绪/视觉高潮］，最终输出［横屏/竖屏］。

示例：我要做竖屏 K-POP 音乐 MV，主角是五人虚拟女团，场景从镜面练习室切到黑银舞台，整体冷色高对比；副歌进入整齐群舞和快速推进镜头，人物服装与发型全程一致。

通过标准：你能用一句话说清“谁在什么世界里，以什么方式完成这支 MV”。

Step 3｜检查创意与分镜

Agent 会先“听懂歌”，再生成创意方案、故事线、分镜脚本和逐镜提示词。不要急着一次性生成整支视频，先检查结构是否对歌。

重点检查 4 件事

歌曲结构：主歌负责铺陈，副歌有明显升级，桥段承担反转或情绪留白。
节奏卡点：转场、动作落点和景别切换尽量对齐重拍，而不是平均切镜。
人物一致：逐镜提示词重复关键身份、服装、发型和视觉标记，避免每个镜头像不同的人。
视觉递进：高潮不只“切得更快”，还要提高动作幅度、镜头运动或场景信息量。

逐镜提示词公式

［人物/主体一致性］+［动作］+［场景］+［景别与运镜］+［光线与色彩］+［情绪］+［节奏点］+［画幅］

示例：同一位银灰短发女歌手，黑色亮片夹克，在雨夜天台转身走向镜头；中景切近景，稳定器缓慢推进，蓝紫霓虹逆光，克制而坚定，在副歌第一拍抬眼，9:16 竖屏。

让 Agent 自检

请先检查全部分镜：人物是否一致、镜头是否重复、副歌是否有视觉高潮、转场是否卡重拍。发现问题先改分镜和逐镜提示词，再开始生成。

通过标准：每个镜头都能对应具体音乐段落，副歌有清晰的视觉升级，人物与美术设定没有冲突。

Step 4｜生成、精修与导出

分镜确认后再生成视频。先生成一个关键段落验证人物、动作和美术方向；效果正确，再扩展到整支 MV。

小段试跑：优先测试副歌或最难的舞蹈、演奏、对口型镜头。
局部重生：只重做失败镜头，不要因为一个镜头推翻整条片。
微调提示词：动作失真就减少同镜头动作数量；人物漂移就强化一致性描述与参考素材。
画布精修：调整镜头顺序、裁剪片段、修改字幕、替换素材、提高清晰度。
导出检查：核对画幅、分辨率、字幕安全区、音画同步与发布平台要求。

不要一次改太多变量：每次只调整人物、动作、运镜、光线中的 1—2 项，才能判断是哪项变化改善了结果。

完成标准

副歌、Drop 或重拍位置有明确镜头落点。
主角身份、服装、发型和关键道具保持一致。
口型、舞蹈或演奏类动作没有明显错位。
字幕不遮挡人物脸部与关键动作。
前 3 秒能看到主体、情绪或视觉钩子。
导出画幅与目标平台一致。

完整示例｜做一支竖屏女团打歌 MV

一次性输入

使用我上传的歌曲制作一支 9:16 竖屏 K-POP 打歌 MV。主角是五人虚拟女团，统一黑银舞台造型；主歌在镜面练习室进行单人和双人镜头，副歌切换到大型灯光舞台并进入整齐齐舞，桥段改为低饱和近景，最后一个副歌回到全员舞台。请先完成节奏、歌词、情绪和歌曲结构分析，再输出创意方案、故事线、分镜脚本与逐镜提示词。先让我确认，不要直接生成整条视频。

你应该拿到的结果

输出	检查点
音乐分析	标出主歌、副歌、桥段、高潮与明显重拍。
创意方案	说明主题、人物、世界观、色彩、镜头语言和发布比例。
分镜脚本	每镜包含对应时间段、主体、动作、景别、运镜和转场。
逐镜提示词	人物设定稳定，副歌动作和镜头强度高于主歌。

常见问题

人物越生成越不像

把身份、发型、服装、脸部特征和标志性配饰写成固定描述，在每个相关镜头中复用；有参考图时明确“人物参考只约束身份与造型”。

卡点不明显

要求 Agent 标出重拍与副歌第一拍，并把“切镜、动作落点、灯光变化”分别绑定到具体拍点，不要只写“节奏感强”。

镜头很多，但像素材拼盘

先确定一个视觉母题，例如镜子、红线、雨夜或银色舞台；让该元素在主歌、桥段和副歌中以不同形态重复出现。

动作容易变形

降低单镜头动作复杂度，一个镜头只安排一个核心动作；舞蹈和演奏镜头先做短段测试，再扩展长度。

生成结果不满意，要不要重做全部

不用。先判断问题属于人物、动作、运镜还是美术，再在画布里局部重生对应镜头；其余已通过的镜头保留。

画布进阶

当你需要多个版本、逐镜控制或批量交付时，把流程切到画布：

让音频、歌词、创意方案、分镜、参考素材与成片保持同屏。
复制已经验证的分镜结构，只替换风格或人物，快速产出不同版本。
对失败镜头单独修改逐镜提示词并重新生成。
保留“母版分镜”，把横屏、竖屏、Teaser 和完整版拆成独立分支。

最稳的工作顺序：先听歌 → 再定方向 → 先审分镜 → 小段试跑 → 局部修正 → 扩展成片。把生成放到分镜确认之后，返工会少很多。

说明：产品入口、模型名称与可用能力可能随版本更新，以你当前界面显示为准。