我以前以為做一支音樂影片，需要樂團、相機、很可怕的剪輯軟體，還要認識一位知道「燈光師」到底在做什麼的人。後來我用一句話試著用 AI 做了一支，最驚喜的不是它能生成，而是對話讓我終於有地方開始。
如果你想知道如何用 AI 製作音樂影片，卻沒有歌、沒有分鏡、也沒有導演術語，這是一套適合新手的流程：先描述一種感覺，讓它長成歌曲，再把同一個想法延續成可編輯的 MV 畫布。
AI 不會讀心，也不會在你泡茶時端出傑作。比較好的分工是：你帶來品味、記憶與那些很具體的小要求；AI 幫你把它們變成音樂、場景和能真正回應的影片。
- 開始
- 一種感覺或一句話
- 製作
- 歌曲與歌詞方向
- 塑造
- 可編輯的視覺故事
- 完成
- 值得分享的音樂影片
最容易的部分不是影片，而是從一種感覺開始
空白時間軸以前總讓我卡住。三十條軌道、很多小片段，還有叫做「ripple edit」的按鈕，很容易讓人先去找點心。
對話式流程親切得多。不要先選技術設定，先描述你腦中那支小電影：一種心情、一段記憶、一個地點，或一句揮之不去的話。
例如："Make a dreamy indie-pop song about cycling home after a bad day, when the city lights make everything feel less dramatic." 這已經足夠。它替音樂帶來主題、情緒轉折與視覺世界，不必假裝懂樂理。
Make a dreamy indie-pop song about cycling home after a bad day. Start intimate and a little tired, then open into a hopeful chorus. I want warm streetlights, wet pavement, and the feeling that tomorrow might be easier.
第一個結果不必是「那一首」。聽聽有沒有一句像你、能拉起來的副歌，或能讓人想到動作的節拍。用正常語言說明修改即可，例如：「保留副歌、主歌安靜一點、不要那段太戲劇化的鋼琴。」
把歌曲變成一個小小的視覺承諾
當音樂接近你想要的樣子，不要立刻要求一支四分鐘的華麗幻覺。先替影片訂下一個視覺承諾：觀眾看完後最該記得什麼？
騎車回家的例子可以很簡單：一個人穿過下雨的城市，慢慢看見一些溫暖的細節。它讓影片不會變成漂亮畫面的隨機遊行，也讓每個場景都有工作。
Sora、Runway 與 Adobe Firefly 的提示詞指引有相同的實用結論：清楚說明一個鏡頭、主體、動作與場景，而不是把整個內心世界塞進一段話。
Turn this song into a gentle, cinematic music video. The recurring image is a cyclist moving through a rainy city at blue hour. The world begins cool and lonely, then slowly gains warm amber light in the chorus. Keep the same rider, yellow rain jacket, bicycle, and wet-street reflections throughout.
主體、場景、隨時間發生的變化，加上幾個必須固定的細節，就是有用的核心。黃雨衣不是時尚危機，而是一個視覺錨點；它讓觀眾跟得上，也讓 AI 少一些機會每十二秒換一次主角。
讓對話建立畫布
在 SoulVid 範例專案中，工作依序經過 Summary、Details、Assets、Storyboard 與 Video。這個順序讓想法一層一層變具體，而不是一開始就要求你做完所有選擇。
| 畫布階段 | 我會看什麼 | 有用的人類決定 |
|---|---|---|
| Summary | 歌曲與影片的情緒主線 | 這真的是我原本的感覺嗎？ |
| Details | 曲風、基調、地點與重複意象 | 哪三個細節不能漂移？ |
| Assets | 角色、風格或參考素材 | 什麼要保持像是我的作品？ |
| Storyboard | 一連串場景卡 | 每個場景真的有存在的理由嗎？ |
| Video | 組合完成的 MV | 哪些片刻讓我想再看一次？ |
畫布不是讓想法消失的黑盒子。歌曲方向不對就修改 Summary；視覺漂移就收緊 Details 或 Assets；故事像桌布一樣沒有推進，就先修正分鏡再生成更多影片。若你已有照片或參考圖，這篇用照片與音樂製作影片的指南能幫你把它們放進一致的視覺世界。
把故事板當成一份小電影播放清單
你不必畫出漂亮的分鏡。我當然也不會。一份有用的 AI 故事板，只是每個畫面各有一個目的的短清單。
藍調時刻，自行車把手上聚起雨滴；騎士還沒有出發，讓主歌有安靜的起點。
同一位騎士穿過反光街道；黃雨衣、自行車與潮濕城市色調保持一致。
騎士經過櫥窗，暖琥珀光灑在濕地上；世界沒有突然完美，但開始變得可能。
清晨橋上，自行車停下來，城市醒來；這是最後的情緒標點。
先做好一個強鏡頭，再要求更多
先從最重要的片刻開始，通常是副歌或視覺鉤子。這個例子是櫥窗暖光出現的瞬間。先生成短鏡頭並檢查：角色認得出來嗎？顏色轉換像副歌嗎？鏡頭是否留出呼吸感？如果運鏡語言最難，先參考幾個電影感提示詞，再加入更多場景細節。
Create one cinematic music video shot for the chorus: the same cyclist in a yellow rain jacket rides past a shop window at blue hour. Warm amber light spills onto the wet street as the chorus opens. Use a gentle side-tracking camera, rain reflections, and a hopeful but grounded mood. Keep the bicycle, jacket, and rain-slick city consistent with the earlier scenes.
鏡頭接近時，把它留作視覺錨點，再向外擴展；不接近時，先改鏡頭本身。不要把問題埋進多十六個形容詞裡。準備把錨點延伸成不同格式與場景時，可以從這些可直接使用的音樂影片提示詞開始。
讓 AI 給出清楚的選項，再由你做選擇
AI 很會快速做出可能性，但挑出真正有意義的一個，仍然是你的工作。生成最終影片前，依序檢查：
- 不看畫面先聽一次歌，情緒弧線還成立嗎？
- 挑三個會重複出現的細節並保護它們。
- 按順序讀故事板，能否用一句話講出故事？
- 把最強畫面留給副歌。
- 刪掉一個只是好看、卻沒有任務的場景。
範例畫布會在故事板組合完成後，把成片放在最後的 Video 階段。它不是空白時間軸上的魔術，而是歌曲、視覺方向、素材與場景選擇一起工作的結果。
可直接複製的第一段對話
I want to make a [genre] song and a cinematic music video about [memory, feeling, or tiny story]. The mood should begin [starting emotion] and grow into [ending emotion]. Visually, I picture [main subject] in [setting], with [recurring object or clothing detail] and a [colour or lighting] palette. Please create the song direction first, then help me turn it into an editable storyboard with a clear beginning, chorus change, and final image. Keep [three consistency details] the same across the video.
「錯過末班公車的歌」或「盯著飛機窗外的夢幻歌曲」都已經足夠。平凡的素材很好，因為它本來就是你的。
想讓對話延續成可編輯專案，而不是停在文字提示詞？試試 SoulVid AI 音樂影片生成器，把第一句話當成專案簡報。
