皓月千里

AI 歌词 MV 提示词 · 开心往前飞版

这是一份可以直接复制给 AI 编程工具的提示词。产出物是一条歌词 MV：代码画出来的扁平插画风动画，和音乐逐秒对齐，不需要打开任何剪辑软件。

整条片子的逻辑是「先剪音乐，再按剪好的时间排分镜」——所以提示词的第一步是让 AI 用语音识别把歌裁到标准长度，后面的分镜时间点才有意义。

怎么用

  1. 准备音乐：找一份《开心往前飞》（VIVI 唱的，开心超人主题曲）。整首歌、剪辑版都可以，不用自己剪。把它放进一个空文件夹，改名叫 song_full.mp3（wav 也行，改成 song_full.wav）
  2. 打开文件夹：用能跑命令的 AI 编程工具打开这个文件夹，比如 Claude Code、DeepSeek Harness、Cursor
  3. 复制提示词：把下面「提示词」那部分整段复制发给它。它会先自己把音乐剪成要用的 33.8 秒，再做 MV
  4. 看效果：做完用浏览器打开生成的 HTML，点「点击播放」，音乐和动画会一起开始

想换成别的歌？用另一份《AI歌词MV提示词_通用版》。

为什么要先剪音乐

提示词里的分镜时间，是按「第 0 秒直接唱『我唤醒大海』、唱到『满载欢乐回航』结束」排的。

你的音乐要是带前奏，或者长短不一样，画面就会和歌对不上。所以提示词第一步会让 AI 先把音乐剪齐——这一步是整条片子能对得上拍子的前提，不是可选项。

提示词（从这里开始复制）

当前目录里有一首歌 song_full（mp3 或 wav），是儿童动画主题曲风格的《开心往前飞》（元气女声）。请先剪好音乐，再做一个歌词 MV。需要什么工具（ffmpeg、whisper 等）自己安装。

## 第一步：把音乐剪成要用的一段

- 用语音识别找到第一句"我唤醒大海"开始唱的位置，把这里定为第 0 秒（开口前最多留 0.1 秒）
- 往后截到"满载欢乐 回航"唱完、正好落在拍子上的位置，大约 33.8 秒。截完加 0.25 秒淡出
- 存成 song.wav，后面都用它。告诉我你是从原音频的第几秒截到第几秒的
- 截好后这段约 143.6 BPM，下面分镜表里的时间都是按这段排的，以你实际测到的为准

## 第二步：做 MV

用 song.wav 做配乐，写一个单文件 HTML 歌词 MV 动画，标题 "开心往前飞"，1920×1080，动画要和音乐同步。需要的话，可以自己分析这段音频（比如找准鼓点）。


### 美术风格

- 明亮的扁平插画 + 纸片剪贴风：每个场景由 4～6 层前后景组成，镜头移动时有视差（parallax）
- 高饱和但干净的配色，柔和的投影和描边，像精致的儿童绘本
- 主角：一个原创的卡通小孩，橙色飞行员帽和护目镜、红围巾，骑着一架圆滚滚的小螺旋桨飞机。围巾和机翼要随飞行飘动、晃动。不要出现任何现有动画的角色

### 分镜（按歌词时间）

| 时间（秒） | 歌词 | 画面 |
|---|---|---|
| 0.0–2.3 | 我唤醒大海 | 开场就是小飞机从镜头前冲过、俯冲到灰暗沉睡的海面；飞机掠过的地方，海水一圈圈涟漪变成亮蓝色，鲸鱼跃出水面喷水 |
| 2.5–3.9 | 唤醒山脉 | 镜头上摇，一排灰色山峰随鼓点逐座"亮起"，变成绿色，山顶积雪闪光 |
| 3.9–5.5 | 我唤醒沙漠 | 掠过沙漠，沙丘被染成金橙色，仙人掌一株株"啵"地开花 |
| 5.5–8.3 | 处处充满色彩 / 美丽的地方 | 镜头拉远成小地球俯瞰，彩色光带沿飞机航线绕地球一圈，整个世界变彩色 |
| 8.3–10.1 | （间奏） | 飞机蓄力，镜头慢推，为下一句做准备 |
| 10.1–11.7 | 开心往前飞 | 高潮第一击：飞机加速，速度线和彩色纸屑爆开，镜头猛推再甩开 |
| 13.2–15.5 | 就算有亿万公里 | 横向长镜头：背景里的城市、草原、雪山快速掠过，一个里程表数字飞涨 |
| 15.5–17.1 | 一吨行李 | 飞机后面挂着一串夸张的行李箱和气球，压得飞机一沉 |
| 17.1–18.8 | 我们不放弃 | 主角咬牙拉杆，飞机重新拉起 |
| 19.0–21.5 | 前进需要勇气 / 一直往前飞 | 冲进暴风雨云层，闪电随鼓点闪；21.3 秒破云而出，阳光洒满画面 |
| 23.1–27.4 | 最重要开心就好 / 忘记烦恼 | 云层之上，主角松开一只手挥手，烦恼变成小乌云被甩到身后、散成星星 |
| 27.6–30.3 | 宇宙很大 任飞翔 | 一路上升穿过大气层进入宇宙：星空、行星、流星，飞机绕着一颗彩色小星球转一圈 |
| 30.3–33.8 | 满载欢乐 回航 | 飞机带着一串发光的星星回航，地球在下方亮起；33.3 秒定格在主角挥手的画面 |

### 节奏和镜头

- 动作和镜头卡鼓点：每一拍要有可见的律动（缩放弹跳、闪光、粒子），每 4 拍或 8 拍一个大动作或转场
- 运镜要有推、拉、摇、跟，场景之间用流畅的转场（穿云、甩镜头、遮罩擦除），不要硬切，不要 PPT 感
- 少字多演示，不要大字卡片轮播

### 歌词字幕

- 显示在画面下方三分之一，白色圆润粗体加柔和描边，每个字跟着节拍逐字弹出
- 按分镜表里的时间出现和消失（表里的时间是大致的，以实际音频为准）

### 技术要求

- 页面用 `<audio>` 引用同目录的 `song.wav`。浏览器不允许自动播放声音，所以打开时显示一个"点击播放"按钮，点击后音乐和动画一起从头开始，播完停在最后一帧
- 动画时间以音频的 currentTime 为准，保证音画同步
- 另外提供 `window.seek(秒)`：调用后立刻画出那一时刻的画面（不播放声音），我要用无头浏览器逐帧录制
- 可以从 cdnjs 引入库（比如 GSAP），除了 `song.wav` 不要依赖其他本地文件，所有图形用代码画

（复制到这里结束）

做完后怎么确认