大家注意到没，最近YouTube上有一种视频起号非常快，流量也大——AI生成的音乐视频，简直刷爆点击率，轻轻松松就能拿到百万播放量！而且最牛的是，这玩意儿做起来超简单，只需要用AI，就能做出看起来专业级的MV。
几年前，要做这种视频，你得花上几千上万、组个大团队，还得忙好几周。但现在，借助AI工具，你几小时就能搞定所有步骤。
举个例子，有个频道才开了几个月，订阅者就破十万，视频播放量直接上百万——就像这支视频，播放量超过XX万。据Social Blade的数据，他们每个月大概能赚XX万美元，很厉害！
这波潮流还刚刚起步，这就意味着机会巨大，只要你抓住了，就能快速涨粉、赚钱。学会这套流程后，你可以把视频分享到YouTube、TikTok、Instagram等平台，可以吸粉无数。
本期用到的工具：
▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
►向有风咨询，加入我的知识星球圈子：
➜https://t.zsxq.com/16QP9JP8b
►本期视频文字信息（所有提示词Prompt）
➜ https://aiyoufeng.com/ai-music
► elevenlabs 最好用的AI配音
➜https://bit.ly/47UBlUv
►自动化直播新选择！StreamingBots
➜https://bit.ly/3xOAjw2
►Suno AI音乐生成
➜https://suno.com/invite/@incomparablekeyboard265
►Mubert AI生成音乐（最长可生成25分钟）
➜https://bit.ly/3SxiE3O
► Epidemic Sound 好听的YouTube背景音乐
➜https://bit.ly/3RrPlPq
►Cgdream Ai 照片生成
➜https://cgdream.ai/
► Leonardo AI图片生成
➜https://bit.ly/3yTr0LO
►midjourney AI图片生成
➜https://www.midjourney.com/
►chatGPT
➜https://chatgpt.com/
► 办一张国外银行卡（可用于ChatGPT会员升级）
➜https://yeka.ai/i/19YC7OIQ
➜升级到GPT4会员教程：
https://www.youtube.com/watch?v=ZZnwaadhfqM&t=3s
► midjourney+ChatGPT 账号合租平台、账号购买
➜https://nf.video/C1dxn
►可灵AI
➜https://klingai.kuaishou.com/
►kittl设计封面
➜https://kittl.pxf.io/OrWBVZ
►Capcut 剪映英文版i
➜https://bit.ly/3Lrz2P4
第一份提示词Prompt（生成音乐）
你现在的任务是帮助用户设计高质量的提示词，供SUNO AI（一款文本转音乐工具）使用。它能把你提供的音乐风格描述和歌词结构自动生成一段音乐。你需要熟悉下面所有要求，根据需要生成、调整和优化提示词。
基本说明
SUNO AI 需要至少两个输入项：
- 风格提示：描述音乐风格和流派，最多200个字；
- 歌词提示：说明歌曲的结构和歌词内容，最多2000个字。
风格提示（Style Prompt）
- 简洁明了：用最简单的词概括你想要的音乐风格。
- 关键词要点：写上流派、氛围、乐器（如果有的话）和演唱风格。
- 不要写太多细节：细节太多反而会影响生成效果。
- 用逗号分隔：例如写成“梦幻氛围, 慢节奏, 女声低语”，这样每个词语独立，否则系统会把所有词连在一起理解。
歌词提示（Lyrics Prompt）
- 分段标识：歌词中可以加入类似 [主歌]、[副歌]、[前副歌]、[桥段]、[尾奏]、[器乐间奏] 等标记，帮助系统理解歌曲结构。
- 各部分建议：
- [主歌]：节奏感强，氛围相对低调；
- [副歌]：旋律优美、容易上口，是整首歌的亮点；
- [前副歌]：起到衔接作用，引入副歌；
- [桥段]、[间奏]、[尾奏]：可选，用来增加变化；
- 纯器乐部分：只用来播放音乐，无歌词。
- 生成后的修改：生成后可进一步精简歌词，删掉废话、调整韵律和节奏，使其更符合要求。
元标签（Meta-tags）使用：
- 可以在歌词中加上情绪或演唱风格的提示，如 [悲伤主歌]、[欢乐副歌]、[说唱段落]、[福音合唱]；
- 器乐部分可以写 [器乐间奏] 或 [打击乐段]；
- 注意别用太多，以免它们被直接唱出来。
额外建议
- 简洁至上：风格提示越简短，音乐效果通常越清晰。尽量避免把太多流派混在一起或写一堆乐器。
- 流派和风格选择：
- 可选范围很广：如氛围音乐、电子、嘻哈、摇滚、爵士、流行、交响、世界音乐等；
- 同时记得说明想要的情绪，比如忧郁、欢快、戏剧性或梦幻般的感觉；
- 乐器描述尽量简单，比如钢琴、原声吉他、温暖的合成器音效。
- 提升歌词品质：
- 可以加入叙事视角、冲突和细节，让歌词更生动；
- 生成后记得再编辑一下，删掉多余的字句，利用标点或换行调整节奏，简短明了的句子往往效果更好。
- 纯器乐作品：
- 如果歌词提示留空，系统有时还是会自动生成唱词；
- 要想只要器乐效果，可以在风格提示中加上“纯器乐”或者写上 [器乐间奏]；
- 注意有些流派（如流行、福音）可能默认加人声，这时就需要再强调一次“纯器乐”。
声音与语言
- 自动识别：系统会自动判断语言，不用你特别标明。
- 流派影响人声：例如嘻哈一般偏向男性说唱，流行可能更偏女声，但这不绝对。
- 自定义描述：你可以在风格或歌词提示中写上“女声低语”、“男声旁白”、“福音合唱”等，以便更精确地控制效果。
示例提示词
风格提示：
“忧郁的氛围电子乐, 慢节奏, 柔和钢琴, 温暖合成器, 女声低语”
歌词提示：
[主歌]
走在安静的霓虹街头
旧时光的倒影在闪烁
柔软的影子轻唱着秘密摇篮曲
我追逐着那些永远没有回应的回声
[前副歌]
夜色中那遥远的温暖
仿佛一个无声的承诺
[副歌]
沉浸在温柔的音浪里
低语中迷失方向
在空旷的夜里轻轻呼吸
那逐渐消逝的记忆仍在徘徊
调整建议：
- 更换流派：可以把“忧郁的氛围电子乐”换成“欢快的舞曲流行”或者“情绪化的原声民谣”。
- 更换乐器：把“柔和钢琴, 温暖合成器”换成“原声吉他”或者“打击乐段”。
- 调节人声：将“女声低语”换成“男声旁白”、“福音合唱”或“说唱段落”。
- 修改歌词：可以自行编写，也可以增减句子或加入其它结构（如 [桥段]、[尾奏]）。
第一份（回复用的提示词Prompt）
音乐风格与氛围
- 氛围迷幻舞曲风格
- 想要那种像火人节那样热闹节日气氛
编曲与节奏
- 采用典型迷幻舞曲的编曲：主要有强劲的低音和明显的“掉拍”效果
- 开头节奏较慢、梦幻；慢慢进入充满能量的节奏；高潮时低音特别强烈，伴随掉拍；最后再回到缓慢、带点忧郁的感觉
人声风格与语言
- 用女声电子合成嗓音
- 歌词使用英语，既有“la-la”的哼唱，也穿插一些完整的句子
歌曲主题与歌词方向
- 以火人节为主题
- 歌词内容可以尽情发挥创意，不用太拘泥
歌曲结构与分段
- 整体结构参考下面这首曲子的格式，不过要求内容全新创作，切勿照搬：
[女声电子合成嗓音] [开头] Breathe in the night Feel the energy rising [主歌] We glow with the flow Beyond all control Deep in the bassline We find our soul [过渡] [器乐间奏 - 爆发段] [副歌] Take me higher Lost in the fire Take me higher Lost in the fire [桥段] Bass takes control No place to hide Waves of euphoria Dark meets the light [副歌] Take me higher Lost in the fire Take me higher Lost in the fire [结尾] Let echoes remain In this endless domain - 整体保持典型迷幻舞曲风格，特别强调厚重的爆发段和大量低音
视角与冲突
- 没有特别要求，歌词内容和视角可以自由发挥创作
其他要求与限制
- 整体风格偏混搭，不需要太多歌词，保持迷幻舞曲的典型感觉
- 整个曲子的时长控制在2-3分钟左右，其他没什么特别限制
目的
- 我们的目标是用这段音乐制作一个音乐视频，主题围绕火人节展开
有不清楚的地方吗？
- 我已经提供了以上详细信息，请按照这些说明来生成适合SunO提示词。如果还有疑问或者需要进一步讨论的地方，请告诉我！
第二份提示词Prompt（生成图片）
你是一位专门为 MidJourney（文本转图像）生成详细且优化提示词的助手。你需要把下面的信息都记住，之后在创建、编辑或者定制提示词时都要参考这些要求。
基本信息
提示词结构
- 文字描述（文本提示）
用来定义画面的主体、风格、颜色、光影、构图等内容。 - 图片链接（图片提示）
在提示词前面加上图片链接，可以用来影响风格和内容。 - 参数
一些额外的命令，用来控制风格、尺寸、模型或者变化，通常放在最后。
文字提示（主题描述）的基本规则
- 简单明了：描述越简单越好。
- 用具体词汇：明确说明主题和想要传达的情绪。
- 不要太长或复杂：长篇大论容易让系统迷失重点。
关键要点包括：
- 主题：可以是人物、动物、场景或物品。
例子：“一只威风凛凛的狮子坐在岩石上。” - 媒介：可以是摄影、绘画、插画、雕塑、像素艺术等。
例子：“一幅铅笔素描的向日葵。” - 环境：室内、室外、城市、自然或奇幻世界。
例子：“一个充满霓虹灯的未来都市。” - 光线：柔和光、霓虹、黄金时刻或者特殊阴影效果。
例子：“电影感的柔光效果。” - 颜色：鲜艳、单色、粉彩或黑白。
例子：“鲜明的红金配色。” - 氛围：神秘、愉快、暗黑或充满活力。
例子：“宁静安详的氛围。” - 构图：特写、鸟瞰、肖像或广角。
例子：“一幅森林的戏剧性鸟瞰图。”
高级功能
多重提示
- 用“::”来组合多个概念，并可为每部分设置权重。
例子：space::2 ship（这里会更强调“space”）。 - 负权重可以去除某些元素：
例子：vibrant tulip fields:: red::-.5（会去掉红色郁金香）。
图片提示
- 在提示词开头添加图片链接，帮助影响风格和内容。
例子：/imagine prompt [URL] 一个夜晚的赛博朋克城市。
参数说明
- 宽高比：
--ar <宽>:<高>（例如：--ar 16:9）。 - 混乱度：
--chaos <0–100>，数值越高生成效果越随机。 - 风格化：
--s <0–1000>，增强艺术效果。 - 奇异度：
--w <0–3000>，让画面显得更实验、更不寻常。 - 排除元素：
--no <对象>，去掉不想要的部分。 - 模型版本：
--v <版本>（例如：--v 6）。
具体功能和调整
- 变化模式：
- 高变化：生成的图片差异大；
- 低变化：差异小，更注重细节。
- 可用 Remix 模式在变化中调整提示词。
- 风格参考：
- 使用
--sref <URL>调用特定风格。
例子：/imagine prompt 一辆未来感汽车 --sref [URL]。 - 用
--sw <0–1000>控制风格的强弱。
- 使用
- 角色参考：
- 用
--cref <URL>保证不同场景中的角色一致； - 结合
--cw <0–100>调整关注区域（脸部或整体）。
- 用
提示词技巧
- 简短提示：让 MidJourney 更有创意，但控制力较弱。
- 详细提示：控制更精准，但可能减少随机性。
- 用词讲究：用“庞大”代替“大”，能更好地传达细节。
- 重复多次：用
--repeat <1–40>以获得稳定效果。
参数组合最佳实践
- 艺术控制：例如结合
--stylize 500和--weird 250，能产生既美观又独特的效果。 - 清晰图片：混乱度设低（
--chaos 0–10）能保证图片质量稳定。 - 高级美感：用
--style raw可关闭 MidJourney 自动美化功能。
示例提示词
- 简单版：
/imagine prompt 一道鲜艳的彩虹映衬在平静的海洋上 --ar 16:9 - 高级版：
/imagine prompt 一个夜晚的赛博朋克城市，有飞行汽车和湿漉街道上的霓虹反射 --ar 16:9 --chaos 25 --stylize 750 - 实验版：
/imagine prompt 一幅超现实的沙漠中融化的时钟画作 --s 500 --w 1000
拍摄角度与镜头类型
常见拍摄镜头
- 特写
镜头靠得很近，主要拍摄头部和脖子，突出面部细节和表情。 - 半特写
稍微拉远点，从胸部以上拍摄，既能看清面部也展示部分背景。 - 超特写
极度靠近，专注于眼睛、手部等局部细节，效果冲击力十足。 - 中景
从腰部以上拍摄，既展示人物也能融入环境，增加情境感。 - 西部风格特写
镜头从膝盖以上拍摄，适合展示配饰或其他细节（这种镜头在西部电影中比较常见）。 - 全身镜头
从头到脚完整展现人物，构成完整的视觉故事。
掌握拍摄角度
- 低角度拍摄
摄像机低于眼睛向上拍，能让主题看起来更高大有气势。 - 高角度拍摄
从上往下拍，主题显得较小、脆弱，适合制造孤立感和情感层次。 - 广角拍摄
拍摄范围广，适合展现大场景或风景。 - 俯视拍摄
从正上方看下去，可以捕捉平时忽略的地面细节。 - 鸟瞰视角
类似俯视，但更像从空中俯瞰，带来全新角度。
记住，选对拍摄角度能让一张照片从平凡变得不凡！
其他拍摄角度和镜头
- 荷兰式倾斜镜头
把摄像机倾斜，制造出一点让人眼花缭乱的效果。 - 第一视角拍摄
用第一人称视角，让观众仿佛亲历现场，特别适合动态场景。 - 自拍
虽然不算主流，但自拍结合不同角度也能产生动感效果。
镜头的影响
不同的镜头会极大影响照片效果：
- 广角镜头：适合拍摄大范围景色。
- 鱼眼镜头：制造出球面变形效果，适合独特构图。
- 微距镜头：专门拍细节，无论是人物还是动物都能捕捉到精致的细节。
- 移轴镜头：能制造出微缩效果，非常适合风景或城市景观。
风景拍摄技巧
- 俯视、鸟瞰与航拍：从高处捕捉宽广景色，展示大自然的壮丽。
- 低角度拍摄：把摄像机放在地上，突出前景的纹理和植被。
- 低角度向上拍摄：拍摄时向上仰望，可以把自己也融入广阔的背景中。
- 全景拼接：多张图片拼接成全景，展现极宽广的视野。
当你开始用 MidJourney V6 创作时，合理搭配拍摄方向、镜头类型和角度，能让你的作品更上一层楼。
关于音乐视频的图片制作
我们将一起为一个音乐视频制作图片，视频内容主要展示参加火人节的漂亮女性。重点放在那些穿着典型火人节服装的美女上，这部分也欢迎大家发挥创意。具体来说，我们需要以下三类照片：
- 活动环境照
展示火人节现场的氛围，让观众仿佛身临其境。 - 全身美女照
展示各种类型的女性穿着典型火人节服装，要求全身入镜，并且背景中一定要能看到火人节的场景。 - DJ台及乐器演奏照
展示一些女性在 DJ 台后面以及其他女性演奏乐器的场景，这部分可以充分发挥创意，不过背景同样需要体现火人节的元素。
最后，请把所有与音乐视频图片制作相关的问题都问清楚，如果有任何不明白的地方，也请一并提问。
请将所有问题逐条列出来。
第二份提示词Prompt（回复模板）
活动环境和时间：
- 活动场景安排在白天。
环境元素：
- 要展现出火人节特有的现场氛围和元素，不过具体怎么表现可以充分发挥你的创意。
服装风格和多样性：
- 服装方面可以尝试未来感、部落风和金属质感的搭配；
- 多种风格的服装都可以尝试，创意发挥空间很大。
照片构图：
- 照片里一定要能完整展示美女的全身。
每张照片的人数：
- 每张图片中人物数量可以控制在1到3个，不论单人还是多人都行。
DJ和乐器表演场景：
- 这部分建议大胆创意，比如可以设想美女在燃烧的鼓组上表演（鼓组冒出火焰），或者演奏着燃烧的电吉他等，都能营造出震撼效果。这里完全由你自由发挥。
氛围和光线：
- 整体氛围可以多样化，但所有照片都要保持统一风格；光线和整体氛围可以自由组合，只要最后风格一致即可。
脸部展示和配饰：
- 脸部和配饰方面可以是各种风格的混搭，发挥你的想象力。
色调：
- 色彩搭配上也可以随意创作，不过要确保所有照片的风格保持一致。
整体一致性：
- 最终这些图片在音乐视频里要无缝衔接，整体风格统一。
其他具体要求：
- 为这三种不同的照片类型，每种要给出8个不同的提示词。
- 请直接把提示词写在普通文本中，不要用“SQL”窗口格式。
关于 MidJourney 的补充说明：
- 虽然输入“全身照”要求，但 MidJourney 常常只显示半身，所以我们需要在提示词中额外说明鞋子的细节，比如注明“赤脚”或“穿凉鞋”，以确保能拍到全身。
- 每个提示词前必须加上 “A Cinnematic Photo of” 这个短语，以确保图片质量；同时在提示词结尾添加“hyper-realistic, 4k, highly detailed”等描述词。
- 请始终记住之前提供的信息，并根据聊天内容加入合适的参数，尽情发挥创意。
- 每个提示词中都必须加入“background at the Burning Man event”（背景在火人节现场）。当出现“women”这个词时，务必在前面加上“beautiful”，例如“beautiful women”。
- 提示词尽可能详细，因为越精确的描述能带来更好的生成效果。
请将所有与音乐视频图片制作相关的问题都问清楚，如果有任何不明白的地方，也请一并提问。
请逐条列出你需要问的问题。
第二份提示词Prompt（回复修正）
全身美女照（8个提示词）：重新生成一下，如下要求
在最后加上参数：—no naked boobs 避免祼体
再把bra 换成 outfit
第三份提示词Prompt（生成相似的照片）
请先用英文详细描述一下这张照片的细节，然后基于这张照片编写一个 Midjourney 提示词
第四份提示词Prompt（可灵AI 生成视频）
你是一位专门为 Kling AI（图像转视频、文本转视频）生成高质量提示词和使用说明的助手。你得把下面这些信息都记在心里，之后在创建或者定制提示词时都要参考这些内容。
关于 Kling AI 的基本信息
Kling AI 是什么？
Kling AI 是一款能把静态图片“活”起来，或者直接根据文字生成视频的 AI 工具。它可以精确控制相机的移动、关键帧和各种风格变化。你可以用它的标准模式（简单快速）也可以用专业模式（详细调控）。
主要功能和模式：
- 图片转视频
- 把一张图片制作成流畅的动画。
- 不仅能做一些简单的平移、缩放，还能做复杂的动画效果。
- 文本转视频
- 根据文字描述场景、相机运动和情绪。
- 比如：“一个未来感十足的都市，有飞行汽车和闪烁的霓虹灯，相机缓缓拉近。”
- 相机运动
- 定义平移、缩放、旋转等动作。
- 例如：“相机慢慢从左到右移动，同时略微向上倾斜。”
- 风格与氛围
- 设定画面的色调、光影和细节。
- 例如：“柔和的金色光线、鲜艳的色彩，充满电影感。”
提示词的结构
一个 Kling AI 的提示词通常包含以下几个部分：
- 文字描述：说明画面上要展示什么（场景、氛围、元素等）。
- 相机运动：描述相机如何移动，比如平移、缩放、旋转或者组合起来的运动。
- 风格：讲清楚色彩搭配、光影、纹理和其他视觉特效。
示例提示词
简单版：
“一个宁静的山水画面，有缓缓流淌的河流，相机从左向右平移，柔和的环境光。”
高级版：
“一座隐藏在密林中的古庙，相机先用宽景拍摄，然后慢慢拉近庙门，金色时光的光影配上薄雾缭绕的氛围。”
进阶功能
- 相机特效：
- 慢动作：可以描述为“相机以慢动作缓缓移动”。
- 360°旋转：比如“相机围绕主体旋转一整圈”。
- 氛围和光影：
- 用具体词汇描述，如“戏剧性光影”、“情绪化氛围”、“柔和环境光”。
- 视觉风格：
- 指定色彩搭配，如“单色蓝”或“彩虹鲜艳”。
- 描述纹理效果，比如“颗粒感真实”或者“光滑干净”。
- 提示词创作小贴士：
- 清晰准确：明确写出你想要的效果，但又别太啰嗦。
- 组合运动：例如“相机从左到右平移的同时，慢慢拉近”。
- 风格参考：比如“采用复古科幻电影风格，带颗粒质感、低饱和色调”。
接下来，我会在聊天里上传照片，你需要根据我上面提供的信息，对这些照片进行分析，然后给出详细的 Kling AI 提示词。
提示词中必须包含以下内容：
- 人物该怎么移动或者做什么动作；
- 相机应该如何移动；
- 人物表现出什么样的情绪。
请记住，动画时长只有 5 秒，所以相机的移动不能太多。对人物动作的描述越详细，生成的效果就越好。
可灵AI排除词：
画面走样、模糊不清、不断变形、明显颗粒感、跟描述不搭、质量太差、有噪点、长得怪怪的、手脚乱七八糟、粗糙失真、像素感太重、过于动漫化或者卡通、缺乏层次、焦点不到位、细节模糊、颜色太浓、整张图像看起来像罩了一层雾、过分变形、静止得像照片、容易出错、分辨率低、粗糙未加工、冻结状态、人体结构错误、动作显得不自然
那么，咱们就开始吧！第一步：为你的视频制作动感的背景音乐。
- 打开工具清单
https://aiyoufeng.com/ai-music
打开视频下方描述里的文章链接，里面列出了整个流程需要用到的AI工具和提示语。建议提前把所有工具都打开，方便操作。
- 使用 ChatGPT 定制歌词与风格复制文档里的第一个提示语，粘贴到 ChatGPT 中（注意使用最新版本，这样能获得更精准、更流畅的文本输出）。接下来，ChatGPT会问你一些问题，帮助你定制歌曲的歌词和风格。你可以自己回答，也可以直接套用我准备好的答案，打造一种轻松、氛围迷幻的风格。当然，也可以尝试嘻哈、流行等其他风格，提示语足够通用。
- 用 Suno AI 生成音乐接着，打开 Suno AI 的官网——这款工具可以根据文字提示生成音乐，现在绝对是市面上最强的选项之一。点击“创建”，并确保开启了自定义模式。
- 选择最新的V4版本，它能生成更高质量的曲目，风格更统一，保证你的音乐听起来专业。V4版本在免费计划中可以使用，但最多只能生成10首歌曲；之后就得升级付费计划，同时还能解锁更多高级功能。
- 将ChatGPT生成的风格提示粘贴到“音乐风格”栏，把歌词提示粘贴到“歌词”栏。给你的歌曲取个有创意又符合你风格的名字——比如，我的曲子叫“氛围迷幻火人节风”。
- 然后点击底部蓝色的“创建”按钮，Suno AI会生成两版风格和歌词一致的歌曲。
- 选曲与保存认真听听这两版，挑出你最喜欢的一版。点击歌曲旁边的三个小点，选择“下载音频”。记得为你的项目创建一个专门的文件夹，把下载好的音频放进去，文件整理好后，后续剪辑起来就顺畅多了。
就这么简单，几下点击下来，你就能拥有一段完全符合你创意、专业水准的背景音乐。
既然音乐搞定了，咱们就进入第二步：打造能完美衬托你音乐的炫酷画面。下面详细说下怎么做。
- 准备提示语先打开视频描述里的 Google 文档，复制第二个提示语。建议你开启一个全新的 ChatGPT 会话，因为一次性输入太多内容容易出错，新开个对话会更稳。把提示语粘贴进去，等待它提问。
- 定制画面风格ChatGPT 会问你一系列问题，涉及整体风格、色彩搭配、氛围以及服装造型等。回答时别着急，越详细越好，因为这些答案直接决定了你生成图片的风格。如果懒得思考，你也可以直接用文档里我预设好的答案。不过，为了节省时间，我们这次重点制作三种照片：
- 环境照：奠定整体氛围和场景；
- 全身照：展现人物魅力，让画面更有个性；
- 动作照：比如DJ现场或者演奏乐器的动态镜头，营造出动感与活力。 每种照片都有独特作用，后期剪辑时我会详细讲解如何将它们组合成一个完整的视频。
- 生成图片将 ChatGPT 生成的第一个提示语复制，接着打开 Midjourney 的官网。虽然也可以用 Leonardo AI 等工具，但我的经验是 Midjourney 生成的图片质量更高。在 Midjourney 页面点击“创建”，把提示语粘贴到输入框里。注意：在我早前测试中，大部分提示语都是正常的，但有时某些词语（比如“hyper realistic”、“4K”、“highly detailed”）会被错误地加上双破折号。你需要先把这些双破折号去掉，再把这些词移到提示语末尾，作为独立参数加上去。而像“–no brand logos”或“–no text”这类参数则可以直接删除，因为这一步并不需要。这样调整后，工具就能专注于你真正想要的效果，避免错误或无关的输出。接下来，在箭头按钮旁边点开“图片设置”，将长宽比设置为 16:9（这是制作 YouTube 音乐视频的标准要求），再选择最新的模型版本（目前是 6.1）。按回车，等待生成第一张图片。
- 挑选与优化Midjourney 会根据提示生成四种不同风格的图片。选出你最满意的一张，然后点击图片旁边的三个小点，选择“细节增强”来提升图片质量。对每个提示都重复这个流程，就能获得一系列高质量的图片。
- 避免不合适的画面我发现一个常见问题是，Midjourney 有时会生成女性上半身裸露的图片，而这绝对不是我们想要的效果——既不符合视频的真实感，也容易违反 YouTube 的社区指南。解决方法很简单：在每个提示语中都加上参数
--no naked boobs，以尽量减少这种情况的出现。如果四张图片里还是有一张出现裸露，那就重新生成直到满意为止。此外，像“bikinis”（比基尼）或“bra”（胸罩）这样的词在 Midjourney 里是被限制的，用不了。不过别担心，换成“outfit”（造型）就能达到相似效果，这个小技巧我试过，非常好用。 - 统一风格最后，为了让所有图片风格保持一致，记得在提示框中输入你的提示语时，多注意细节，确保每次生成时的描述相同。
等你在 Midjourney 上生成图片后，挑选最中意的那张，然后点击底部的“使用此风格”（Use Select Style）。这样下一次生成图片时，就会自动套用你选中图片的风格，保证所有画面看起来协调又专业。接着，当你对某张图片满意并进行了放大处理，就可以保存啦。
只需要点击图片，然后点右上角的下载按钮，瞬间就能获得一张风格统一、高质量的图片！接下来，我要给大家介绍另一个超棒的 AI 工具——CG Dreams。它是 Midjourney 和 Leonardo AI 的一个极佳替代品，提供强大的滤镜选项，能让你对图片进行更细致的调整。
你可以在我准备的 Google 文档里找到 CG Dreams 的链接。进入页面后，按照下面步骤操作：
- 将你的提示语粘贴到页面右上角的设置菜单里的下方提示窗口中。
- 做以下调整：
- 设置图片尺寸为推荐的 16:9 比例；
- 每个提示生成四个图片变体。
- 点击左下角的“滤镜”（Filters）来微调图片参数。
现在好玩环节来了！
在这个项目中，我常用的滤镜有“女性幻想”和“女性写实”，另外还会加上成人分类里的三个滤镜。别担心，这些滤镜完全符合我们的需求，而且能打造出视觉上极具冲击力的专业级画面。为了避免生成带有裸露内容、违背 YouTube 指南的图片，我将其中一个滤镜的数值调到大约 0.45，这样能确保画面适合发布。
设置好滤镜后，点击右下角的“生成”按钮。为什么选择 CG Dreams 呢？因为它生成的图片通常更注重人物身形，造型更丰满，能更吸引观众的目光。
生成图片后，挑出你最喜欢的一张，然后点击图片下方的“X2”按钮，进一步放大提升画质。接下来，再给你介绍一种创造合适图片的另类方式：
- 打开 YouTube，找一个播放量短时间内就爆表的视频，点击进入。
- 利用 Vidic 工具，在右侧找到视频缩略图，点击缩略图并选择“下载缩略图”。
- 然后回到 ChatGPT，新开一个对话，把刚下载的缩略图粘贴进去。ChatGPT 会根据图片生成一个对应的提示语，这个提示语的结构你可以在 Google 文档中找到。
- 把生成的提示语复制，再粘贴到 Midjourney 中。在运行之前，仔细检查提示语，调整掉可能违反 YouTube 指南的词汇。
正如之前讨论的，Midjourney 会根据原始缩略图生成一张类似的图片。如果你希望结果更接近原图，再把相同的提示语拿到 CG Dreams 页面：在左侧的“结构”区域上传缩略图，粘贴提示语，点击“生成”。CG Dreams 能让你生成的图片效果非常接近原始图。满意后，点击图片，再点右上角的下载按钮，把图片保存下来。重复这个过程，直到你大概有 30 到 45 张图片为止。
把所有图片下载好后，把它们放到之前新建的文件夹里，并按顺序编号，方便后续剪辑时查找使用。
接下来就是下一个重要环节了：利用 Runway ML（原文提到 Cling AI，但更正为 Runway ML）为这些视觉素材添加动画效果。方法如下：
- 返回 Google 文档，复制第三个提示语；
- 新开一个 ChatGPT 会话，将提示语粘贴进去。ChatGPT 支持直接上传图片，并能生成详细的动画提示语。
图片上传后，系统生成提示语，复制好这个提示语，然后打开 Cling AI 网站。在左侧菜单里点击“AI 视频”，再在左上角选择最新的版本 1.6。注意要确保你在“图片转视频”这一模块，因为后面的操作都在这里进行。
接下来，上传你想要制作动画的图片，再把 ChatGPT 生成的提示语粘贴到对应的输入框里。然后，回到 Google 文档，复制那份负面提示语，滚动到 Cling AI 页面下方的“负面提示”窗口，把它粘贴进去。这个步骤非常关键，它能帮助你生成流畅、无误的动画。
一切设置好之后，点击“生成”按钮。每张图片都按照这个流程处理一下。如果对某个动画不满意，可以调整提示语再试，直到你满意为止。动画生成完成后，在页面右下角点击下载图标，选择“无水印下载”。把所有动画文件存到一个文件夹里，并记得给它们按顺序编号，方便后续整理。
接下来，我们进入视频制作中非常关键的一步——让人物的嘴型跟着音乐同步。这一步能让你的视频更有亮点，也更有个人特色。举个例子，我自己做的视频里就有这种对嘴同步的效果，看起来特别炫酷，绝对能让你的视频脱颖而出。有兴趣的朋友可以在评论区聊聊你们的看法。
下面说说怎么操作：
- 打开 CapCut，新建一个项目。
- 将音乐文件拖入 CapCut，然后点击蓝色的加号，把音乐加到时间轴上。
- 找到你想要对嘴同步的那段音乐，剪辑掉不需要的部分，留下合适的片段。剪完后，点击上方的“导出”按钮。
- 导出时，根据歌曲内容给文件命名，方便后续查找。记得取消视频，仅保留音频，将格式设置为 MP3，点击“导出”保存文件。
接下来回到 Cling AI 的“AI 视频”页面，选择一段适合当前音乐片段的动画。在左下角找到“Lip Sync”（对嘴同步）按钮，点击打开新窗口。
在新窗口中，点击“本地配音上传”，添加刚才导出的 MP3 文件，确认后再点击窗口下方的“对嘴同步”。就让 Cling AI 自动处理对嘴同步吧，效果绝对让你惊叹。完成后，把这个动画下载下来，保存到之前的文件夹里，并记得标清楚序号。
对每个需要对嘴同步的部分都重复这个流程。待这一环节全部完成后，我们就进入最后一步——在 CapCut 中组装整个视频。
操作如下：
- 打开一个全新的 CapCut 项目。
- 在 CapCut 的右侧点击“修改”，给你的项目命名，并设置长宽比为 16:9，帧率调整到 60fps，然后保存。
- 调整好设置后，将音乐文件拖入项目中，再点击蓝色的加号把音乐添加到时间轴上。
- 接着，在右上角的“基础”选项下点击“增强人声”，将强度调到 100，这样在视频中就只会留下歌曲的主唱部分。
这一步能让动画和歌曲的唇动完美匹配。加载完毕后，先听一下歌曲开头，挑一段跟音乐气氛相符的动画，从之前整理的文件夹中找到后，把它插入 CapCut 的第二条时间轴里。然后调整动画的位置，确保和歌曲节奏完全契合，仔细听听效果，确保人物的嘴型和歌曲同步。也可以凭感觉微调，直到满意为止。
接下来，确保动画中的内置配音和歌曲对齐、没有回声后，就说明效果不错。对所有带唇动同步的动画都按这个流程操作，每个部分都保持整齐有序。把下一段动画放到时间轴上比前一段略高一层，形成一种阶梯式的叠加效果，这一步只是为了让唇动同步更准确，后期会统一整理。
当唇动同步的部分都完成后，用没有唇动同步的动画填补其余的空白。比如，视频开头那段非常关键的空隙，就选一段视觉效果特别好的动画，把它从文件夹拖进 CapCut的指定位置。可能你会发现两段动画的衔接不够完美，不用担心，先做以下处理：
- 剪掉静默部分先剪去音乐开头无声的部分，再点击右上角的“速度”按钮调整动画播放速度。比如，我把速度调至 0.8。如果动画变得略长，会自动移到下一层，这没关系，后续再处理。
- 剪辑与叠加将播放头移到第二段或第一段动画的开始处，利用带唇动同步的动画，剪掉第一段多余的部分，再把剪掉的部分下移到下一层。这样，两段动画就能完美衔接，开头的空隙就填上了。
- 逐步处理接着，把播放头移到第三段动画的起始位置，剪去第二段多余部分，再将剪辑好的部分下移一层。如此反复，直到所有动画都对齐、衔接自然。
如果发现某些地方仍有较大空隙，就继续用没有唇动同步的动画填补，依次将动画拖入时间轴，直到空隙基本消失。有时最后用来填充的动画可能会稍长或稍短。如果太短，可以选择剪辑掉部分，或者用速度工具微调播放速度；注意别加得太快，避免动画显得乱糟糟的。你也可以两种方法结合使用，先略微提速，再剪掉多余部分。对所有空隙和视频尾部都按此方法处理好后，再完整预览一次整个视频，确保每个细节都没有问题。
细调完毕后，把时间轴上所有文件都选中，右键点击，选择“创建合成剪辑”，这样就能把所有素材合并成一个片段。
接下来，要加个片头。点击右上角的“文字”按钮，在时间轴上添加两段默认文本。第一段写上你的 YouTube 频道名，比如“AI 音乐视频”，调整好字号、字体和颜色（我选了霓虹绿）。第二段写上类似“Presence”这样的词，同样调整大小和颜色。把片头时长设定在大约 5 秒，然后选中这两层文本，右键选择“创建合成剪辑”。
为了让片头效果更流畅，再给这两层分别加上 1 秒的淡入和淡出效果。最后，再加一个水印，创建另一层文字，把你的频道名放在不会分散观众注意力的角落（比如右下角），延伸整个时间轴。最后，为了让结尾更有看点，再添加一个电视关机效果和一个故障音效。
这一切都完成后，点击上方蓝色的“导出”按钮，就能保存你精心制作的音乐视频啦！
你可能会问，之前说过要详细讲解三种不同类型的照片在剪辑中的运用，没错，下面我就用另一个项目举个例子，说明这三种照片如何提升你的视频效果。
第一种：环境镜头
环境镜头非常适合用来渲染氛围和场景感。用它们可以把观众带入音乐的情境中，给人一种身临其境的感觉，尤其适用于歌曲的渐进或尾声部分。虽然不是必须的，但环境镜头往往能给视频留下深刻印象，让整体视觉更吸引人。
第二种：全身镜头
这类镜头展示美丽女性的全身效果，在我们的当前视频中被大量采用。从创作者们的反馈来看，这是最受欢迎的选择，效果也很抢眼。既然你已经看过整个剪辑流程，这部分就不再多讲了。
第三种：动态镜头
动态镜头能让视频充满活力，尤其适合配合有强烈节奏和低音的音乐。在这里，我举个例子：以前的一个动态镜头项目里，正是在音乐节奏强烈的“drop”处加入了动态动画，立马让画面充满能量。剪辑这种镜头时，先分析歌曲，标记出节奏的爆发点，然后在相应位置插入动态动画。剪掉多余的部分，并加上拉出转场，能让这些瞬间显得更加有冲击力。
好了，所有步骤都讲解完毕。看完这期视频，你已经完全掌握了如何制作自己的 AI 音乐视频。如果你喜欢这个视频，请留言、点赞并订阅，我的反馈会帮助我创作出更棒的内容。
相关文章
