AI 时代，最好的方法不是学会了再去干，而是"干中学"。
这句话听着挺普通的。但最近用闲余时间做了 6 首国风治愈歌曲 MV 后，才真的有了很深刻的体会。
不是一点点先去看教程，不是脑补着一步步可能需要怎么做。而是直接上手，上来就做，有任何疑问，或不会的时候，直接问 AI。
顺手发了小红书，数据大概是下面这样。
嗯，完全的新号，感觉还行。
一、六首 MV，一首一首踩过来
1.《念未歇》
6 月 24 日偶然在网上看到有人制作的《念未歇》 MV，感觉好好听，画面也唯美，一下子就被打动了。于是也想自己做一个。
心随念起，经过一番摸索，借助 AI，我终于捣鼓出了完整制作流程。根据歌词生成适配的意境画面，再将静态画面转为流动动态影像，最后整合画面与配乐精细剪辑打磨。经过了好一番折腾，终于成片。
这也是真正意义上，让我踏出了 AI 视频创作的第一步。唯美的乐曲配上氛围感动画，让歌中绵长的情思拥有了看得见的具象意境。
第一首参照之前发过的《念未歇》｜自制国风 MV。
2.《静心咒》
有了第一首的经验，这次再做会相对容易一些，毕竟不少流程已经摸索过一遍。进步最明显的是剪辑合成软件，使用起来熟练了不少。
这首制作时，平均每个分镜都至少重生成了两次。复盘下来，主要采用的是文生视频的方式，但文生视频的文字描述偏抽象，使得部分生成片段和我预想的画面不符，只能反复修改、多次重新生成，也算实打实踩了坑。
3.《佛》
这首依然直接采用的是通过AI，生成分镜文字，然后直接文生视频，最后合成。但在上个视频经验基础上，细化了文字描述部分，抽卡次数确实变少了。发现文生视频，也有独特的好处，画面有时候比较有创意。即使有些运镜过程没有写的特别清楚，AI也能根据整体的描述，把镜头给顺下来。当然了，有时候效果会不如人意，需要修改并再次生成。
还有个好玩的插曲，这首发布的时候，一开始封面写的是歌曲本身的名字《佛》，描述里也写的偏禅意，但发布后一点流量都没，因为不太懂，以为是触发了平台的流量限制规则，于是改了个名字。最后发现应该还是自己搞错了。
4.《我在人间修个仙》
前三首整体曲风偏禅意，所以这首我选了节奏更轻快的曲调。之前画面里只有小柠一人，看着略显孤单，我便参考国风常用搭配加入小猫元素，让镜头多了一份陪伴感。
复盘前几次创作后，我调整了制作思路：为提升画面可控度，严格遵循"文生图、图生视频"的流程。先用 AI 出图提前核对画面效果，存在偏差就能及时调整，减少反复重生成的损耗。整套流程试下来，顺畅度提升不少。
除此之外，我对剪辑合成软件的操作更加熟练。封面选了一款喜欢的字体，封面整体质感感觉提升了不少。
5.《我羡慕天边的风》
歌曲特意选了小女孩的嗓音，配上轻快的旋律，氛围感一下子就不一样了。
有上一首磨合好的完整制作流程做铺垫，这次做起来省心不少。提前把参考图片定好，图生视频基本一次就能满意，避免了反复返工，效率提高了很多。
同时，我也发现加上小猫后，效果上也确实好了不少，整片画面层次更丰富，也更有氛围感。
6.《有风无风皆自由》
这是我自制的第6首歌曲MV。经过前面5首的制作经验，现在已经比较熟练了，也形成了成熟的制作流程。以后歌曲MV制作本身，技术上，对我来说已经没有难度了。
其实真正难的，在于怎么样体现出歌词的意境。这需要用心去想，也是最需要花时间去构思的，AI可以辅助，但当前时点，单纯的AI，效果上可能没那么好。
二、现在我怎么做
上面这些，基本就是我一首一首踩出来的。到后面几首，做法已经比较固定了。你要是现在开始，可以直接参照我这套。
1. 选工具
豆包 + 即梦 + 剪映。当然，其他的 AI 工具也可以。看自己工具箱即可。
1，豆包：根据歌词拆分镜、写画面描述，然后出分镜图。2，即梦：主要是出视频（也可以出图片）。视频积分与时长有直接关系，对于新手，开始可以生成短一点的，因为一开始可能需要返工。后面稳定了可以一次生成长一些的。3，剪映：主要用于视频合成和剪辑。配文字和声效。
2. 选歌，选风格
先想清楚几件事。这首歌是偏禅意、轻快，还是抒情？画面大概什么色调？主角是谁，有没有固定的陪伴物？
我后期基本统一成低饱和的莫兰迪感觉，原木米白、淡青瓷、薄荷浅绿这类。角色也固定了，国风 Q 版小女孩，再加一只小猫。最好提前有一张定妆图或者三视图当参考，后面出图一致性会高很多。
3. AI 生成分镜提示词
把歌词丢给大模型，歌词按句拆开，一句对应一到几个分镜就行。让它按分镜分别输出文生图和图生视频提示词。具体每个分镜，对应哪句歌词、画面是什么、运镜怎么走、大概几秒、情绪是什么。
其中，文生图和图生视频提示词要分开。文生图主要生成画面，图生视频重在运镜和动作。
4. 文生图
这是我后面效率提升最大的一点。
前几首我主要走文生视频，看着省事，但文字太抽象，画面没法提前看。错了就整段重抽，又贵又耗时间。《静心咒》那首，基本就是这么折进去的。
后来改成先文生图。按分镜出图，带上角色参考图，把关键帧先定住。构图、人物、氛围不对，就在图这个阶段改，不用等到视频阶段反复抽卡。
这一步的目标很简单：先把"这一镜长什么样"定下来。
5. 图生视频
图定好了，再拿这张图去做图生视频。
图生视频提示词，重点别再重复描一整张画了，重点写清楚：
这几秒里主要做什么动作。
镜头是慢推、慢拉，还是固定。
动作尽量只写一个主的，别贪多。
视频时长。
单段别太长，几秒到十几秒都行，后面剪映里再拼。
文生视频偶尔会有惊喜，适合瞎探索。真要成片、要稳，还是"文生图 + 图生视频"更靠谱。
6. 剪辑和合成
这一步核心就一件事：把歌词、声音和视频调成统一的。歌词到哪句，画面就该对上哪一段；声音的节奏，也尽量和镜头切换对上。看着别扭的，就拉一拉、剪一剪，直到音画听着顺。
转场也设一下。国风治愈这种，转场少一点更好，慢和干净比花活重要。
此时适合加上一个剪映多轨道时间轴的截图，最好能看见音乐、歌词、视频三条轨对齐
封面别省。字体、留白、主视觉要一眼能看清歌名和风格。
7. 复盘和总结
每次做完，可以复盘一下：哪个环节最耗时间？哪类提示词最容易翻车？哪些还不太会？怎么样可以形成更加稳定和成熟的流程？
记下来，下一首就可以针对性的提升。这样才叫干中学，不然就只是干了，没学到。直到最终形成完整的套路。
三、最大的收获
在做第一首之前，我当时心里还想着，做这种是不是有些难度。现在回看整个过程，我最大的收获其实不是"我会做 MV 了"，也不是我能基本熟练使用即梦或者剪映了。
而是真切体会到：AI 时代很多东西，不是先学会再去干，而是干中学。在干的过程中，不断学习和总结。
第1首，我在证明自己能做出来。中间几首，我在改方法、少踩坑。到第6首，技术门槛已经不是问题了，并且形成了固定的套路。最终真正难的，变成了审美和判断。
这些东西，网上所谓的教程，给不了完整的答案，也给不了这种真实的感受。只有亲手做一遍，踩过坑，才会变成自己的。