观世的AI学习笔记㉙:用柿咪咪拍了一段MV,歌词是写给离乡的人

我用的还是豆包。把歌词复制进去，写了一句指令：

“以下是一段歌词，请帮我为每一句或每两句话生成一个对应的画面描述，风格统一为温暖治愈的插画风，主角是柿咪咪（一只小猫）。画面要能表达歌词的情绪。”

歌词贴进去后，AI很快给出了8个画面的描述：

1. “这一次我告别故乡，踏上我的流浪”

柿咪咪背着小包，站在村口回头望，身后是远山和炊烟。

2. “无知和久违的理想，像期待在前方”

柿咪咪站在岔路口，面前是一条伸向远方的路，晨光洒下来。

3. “妈妈的话充满梦想，我不会再度彷徨”

柿咪咪坐在行李箱上，手里拿着一张明信片，上面画着妈妈的笑脸。

4. “如今我背负了信仰，渐渐远离了家乡”

柿咪咪走在铁轨旁边，背影越来越小，天色渐暗。

5. “童年的梦境可笑的，就像是乌云隐藏着”

柿咪咪蹲在树旁，天空是乌云。

6. “外面的世界漆黑着，而我依然是一个篝火者”

柿咪咪在黑暗中举着一小团篝火，火光映红了脸。

7. “说着看星空突然变成黑色，象征篝火的我也会变得退缩”

柿咪咪抬头看天，星星一颗颗熄灭。

8. “我曾盼望繁星我才坚定的活着，接下来的故事慢慢仔细听我说”

柿咪咪坐在篝火旁，对着星空微笑。

每个描述都带着柿咪咪的形象和歌词的情绪。我觉得AI理解得不错，只微调一些地方把“铁轨”改成“乡间小路”，更符合柿咪咪的乡村感和一些小细节改动。

有了画面描述，接下来生成静态图。

我用豆包的AI绘图功能。为了保持整组图风格一致，我先用第一句歌词生成了一张参考图，然后在后面的提示词里都加上“基于此图的色彩和光影风格”。

第一张的提示词：

“温暖治愈插画风，柿咪咪（小猫）背着小包站在村口回望，身后有远山和炊烟，暖黄色调，柔和光影，水彩质感”

生成后，我觉得色调偏黄了，改了一下：“色调稍微偏橙红，增加一点黄昏感”。第二版好多了。

后面的每一张我都按这个套路：复制画面描述，加上“保持角色和风格与参考图一致”，然后生成。

有几张需要微调。比如“乌云”那张，第一版乌云太浓，像暴风雨。我改成“浅灰色云层，有微光透出”，就柔和了。“篝火”那张，火焰颜色一开始太红，改成“橙黄色火光，温暖不刺眼”。

/.8张图大概花了一个多小时，主要是调细节花时间。

静态图有了，但MV需要动态画面。我用豆包AI的图生视频功能，每张图生成4-5秒的短视频。

动作指令要配合歌词的情绪写，不能随便动。

比如第一张“告别故乡”：

“柿咪咪缓缓回头张望，微风吹动毛发，背景的炊烟轻轻飘动，动作缓慢，有离别的惆怅感”

“篝火”那张：

“篝火轻轻摇曳，柿咪咪双手靠近火源取暖，脸上光影闪烁，眼睛坚定”

“乌云”那张：

“乌云缓慢移动，雨滴偶尔落下，柿咪咪蜷缩着，身体微微发抖”

生成过程中，有些动作不符合预期。比如“篝火者”那一段，第一次生成柿咪咪的表情太平静，我加了“嘴角微微下垂，眼神坚定中带一点疲惫”，重新跑了一遍。

最终8段视频都生成了，每段4-5秒，总时长大概35秒。

最后一步是剪辑。我用剪映（手机版）。

操作流程：

1. 把8段视频按歌词顺序拖进轨道

2. 把BGM音频拖到音频轨道——我用的是歌手本人翻唱的版本，直接从音乐平台下载导入（注意版权，仅自己用没问题）

3. 逐句对齐：听一句歌词，切一段画面，让画面切换和歌词的节奏匹配

4. 加字幕：把歌词逐句打在画面下方

5. 加转场：每段之间用“叠化”，时长0.3秒，不抢戏

6. 导出：最高画质

最难的是“对齐”。歌词有快有慢，比如“说着看星空突然变成黑色”这句节奏紧凑，画面切换也要跟着快一点。我反复听了七八遍，微调画面长度，让情绪连贯。

做完之后，我自己看了好几遍。最打动我的是“篝火”那一段——柿咪咪在黑暗中面对着篝火，火光映在脸上，歌词唱到“而我依然是一个篝火者”。那一瞬间，我觉得这只小猫不只是可爱，它还有故事。