AI MV 创作项目
两代AI MV工作流：第一代由我担任项目总负责人，验证AI制作MV的降本可行性；第二代由我个人借助Claude搭建端到端流程，实现输入歌词和音频即可自动生产完整MV，也可按质量要求加入人工挑选。
// 两代工作流
核心目标：验证降本可行性
我担任项目总负责人，提出需求、协调技术并把控流程；团队完成批量生产验证。这个阶段证明了降本可行性，但工具链分散，一致性和叙事质量有限。
核心目标：个人独立跑通端到端流程
以《晴天》为创作载体，串联歌词理解、角色和场景生成、分镜、生图与视频生成。当前系统可运行，但质量和成本尚未达到规模化要求。
// Skill 体系
不是一个AI做所有事，而是把故事、镜头、资产和生成工具拆开，让不同Skill分别处理。
编剧 Skill
编剧狗狗负责「说什么」- 故事本体 + 情感弧线设计
- 49 个镜头事件拆解
- 平行蒙太奇 + 转场策略
- 角色 Want / Need / Stakes 建立
导演 Skill
导演即墨负责「怎么拍」- 四层 Prompt 架构（主体/动作/摄影机/风格）
- 资产分层：人物/场景/道具/风格
- Coverage 回退方案机制
- 场景批量生成 + 连贯性控制
布场 Skill
布场负责「看起来是什么」- 角色三视图生成（Seedream img2img）
- 场景锚定图生成
- 道具视觉描述锁定
- 资产入库（私域素材体系）
// 自动化与人工选择
这个系统可以全自动跑完，也可以在关键节点加入人工挑选。是否HITL取决于质量目标，而不是流程是否能闭环。
Workbuddy
编排层。负责调度任务在不同Skill和工具之间流转，维护生成过程中的上下文和状态。
编剧 · 导演 · Seedream · Seedance
执行层。编剧负责故事，导演负责镜头语言，生成工具负责图片和视频结果。我的工作是定义流程与判断结果。
可选人工挑选
质量关口。要求不高时可以不介入；要求更高时需要人工挑选镜头、替换低质量结果。质量上限主要由视频模型决定。
// 四个真实问题
人物一致性
解决方案
为角色生成多角度参考图，并在后续生成中尽量复用角色描述和参考图，降低跨镜头漂移。
结果
一致性有所改善，但最终仍受即梦等视频模型能力限制
场景一致性
解决方案
为反复出现的场景建立锚定图和固定描述，减少每次重新生成导致的空间、光线和氛围差异。
结果
同一场景的连续性更稳定，但不是完全可控
故事性
解决方案
把歌词理解、故事线、情绪变化和镜头事件拆开处理，避免画面只是机械图解歌词。
结果
成片具备更清晰的叙事方向，人工挑选时质量更可控
生成成本与质量不稳定
解决方案
在工作流中预留可选人工挑选节点：要求不高时自动跑完，要求更高时由人挑选镜头和结果。
结果
单首约3-4小时、200-300元，暂不具备规模化商业条件
// 自动化工作流
// 成品 MV
周杰伦《晴天》· AI MV · Claude + WorkBuddy + 即梦/Seedance