*可能一开始，就只是好奇，开始玩midjourney，接着玩suno。开始都没有想到要做视频，因为那个时候，也没有能做成哪怕5秒种的AI工具；

玩suno的时候，就想到，要分享出来，建立一个反馈系统。一个人偷偷玩，也不告诉谁，偶尔会在票圈贴几个。（现在我才意识到，其实，当时自己的耳朵是听不出什么好坏的。。。。）

喷嚏开始放一些早期的suno。也是想反馈。

一个纯粹的做系统的思维。我专门挑了两个自己完全零基础的行业开始，更能体现AI的能力的进步。

当时，也没想太多，想到就做了。

这就是你们刚开始看到的场景，我把suno和midjourney 联合起来用，为了合成为一个适合播放的视频，顺便把剪映也用了（用工具比较简单）。

我当时的想法是，这样两个东西就可以同时玩，而且每次，都可以交付一个结果。

这在系统的观点看，就闭环了。

剩下的事情，就观察AI如何迭代。

稀里糊涂地玩了一年，结果，发现自己也在迭代。用工具制作的过程，意识到，其实自己在学习一种全新的表达。

音乐的开头还是想法，图像的开头也是想法。那么，想法，最开头，不就是用文字表达的吗？

这么一想，胆子就大了。反正，试试看，又不会死人。

做suno的时候，为了找歌词，把唐诗宋词梳理了一遍，还看了辛波斯卡、布莱希特、冯至和穆旦等。这些，都是我以前没有打算看的。

本来是要看AI如何迭代的，结果，发现自己的知识，也在不停地以一种奇怪的方式在迭代。

到了去年，midjourney也开始推出可以无限做视频的版本时，我又觉得好玩。

要同时玩三样东西——音乐、绘图和视频。一个很小规模的结果，不就是MV吗？

一首MV，不会过短，15秒，全是AI干了，太不好玩了。做到几分钟内，又不长，不花太多的时间和费用。可以自己直接生产多巴胺。何乐而不为呢。

如何写字，我一直是知道的。现在，在玩了差不多三年的AI后，我觉得自己开始有点感觉，知道如何把文字视觉化了。

去年10月，我开始做小视频的时候，连 景别 这个专业词汇，都不知道。我是先做了一阵，买了一本电影方面的书看了才知道有这个词。看了几页，就把书放下了。我还是先做，再看吧。

但，前几年看了上千部电影，怎么运镜，什么是第一人称镜头。自己早知道了。我知道怎么用，但不知道，专业里面叫什么。

所以，我很清楚地记得以前看《让娜·迪尔曼》里面那个著名的 景别的感受。你管它叫什么，是景别，还是其他名字，其实，不重要。

而是一出来，你就能感受到它的与众不同。

有时，靠直觉，不一定是坏事。 

本质上，就这么一路玩下来了。

真的，没想太多，就只是玩玩而已。。。。

我现在会备份以前做的东西，回头看。我庆幸自己把时间浪费了在了多么美好的事物上。

我在自己以前从来没想过，甚至想都不敢想的领域里，玩得不亦乐乎。

人生居然有这么多好玩的，有这么多不可思议的可能性。

seedance 2 出来当天，和之后几天，做了些测试。 

20260212

seedance 2.0 测试 （5秒）
提示词：
演唱者视角，站在70年代黄昏的露天摇滚舞台上，面前是紧密挤在一起的人群，裸露的双手高举，长发与牛仔在节奏中晃动。没有手机，几乎没有相机——只有身体在摇、在拍手、在用最原始的方式齐唱。舞台结构简单，自然光逐渐转暖，观众的存在感强烈而贴近，纪录片式写实

(视频)

Seedance 2.0 测试 （15秒）
再来一个观众视角的——

提示词：
从70年代露天摇滚现场人群后方近景拍摄，肩膀彼此挤压，双手高举，所有人朝着简朴的露天舞台大声合唱。乐队在逐渐消退的日光下演出，灯光极少，全场像一个活着的整体一起拍手、摇摆、在副歌处吼唱。没有屏幕，没有记录设备，只有集体能量，复古纪录片质感

(视频)

20260213

seedance 2 test ： 首尾帧用midjourney画的。seedance做的一个转场

(视频)

这段后来放入了，苏轼的 一叶舟轻，双桨鸿惊-suno。成片时，在剪映里面加了点调色

(视频)

20260413

在小云雀里面，用seedance 2 做一个测试，上传了一张图片，给了一个局部的剧本。它自动拆解，生成了一个21秒的视频片段，前面切菜，做饭，端上桌子，都是它自己添加的。参考图，就是最后大家都在桌子上。我传错了图，里面有个大bug。想修改，积分不够了。。。。

（*那个大Bug就是：后面居然出现了自来水龙头。。。不注意的话，可以忽略。） 

(视频)

这段视频，后来放入了  人生不相见，动如参与商-SunoMV

(视频)

20260504

有了gpt-image-2后，原来其他第三方平台的token用不完了。做了个seedance 2的猫视频来玩。现在做这种小视频，几乎不用动脑子了。。。

提示词：
主题：
一只认真到离谱的猫，在现代化家庭厨房里做番茄炒蛋，整个过程像史诗级料理任务，严肃又搞笑。
人物：
一只圆脸橘色虎斑猫，胖乎乎，表情极其严肃，像专业大厨一样专注。它站在灶台前，用猫爪握着木铲翻炒番茄炒蛋，动作笨拙但充满仪式感。
服装：
黑色小厨师围裙，围裙正面有白色中文文字。
重要：如出现文字，必须精确拼写为“认真做菜”，勿更改、勿翻译、勿变形。所有镜头中文字保持可见、可读、字体一致。不要出现其他文字。
环境：
现代化家用厨房，深色橱柜，干净石英台面，嵌入式燃气灶，暖色柜底灯，背景有锅具、鸡蛋、番茄、葱花、小碗和木质砧板。厨房整洁高级，但猫做菜的行为带来反差喜感。
氛围：
严肃、紧张、荒诞、可爱、电影感强。像一场决定命运的料理比赛，但主角是一只猫。节奏快速，动作清晰，笑点来自猫的认真表情和夸张的厨师姿态。
音乐：
严肃管弦乐 + 低音鼓点 + 轻微喜剧拨弦，约100 BPM。前半段像史诗任务，后半段加入滑稽节奏，最后以庄严收束音结束。
色彩逻辑：
主色为暖黄、深灰、番茄红、鸡蛋金黄。厨房背景偏高级冷灰，锅中番茄炒蛋颜色鲜亮，火焰和蒸汽营造热烈视觉中心。
风格：
电影广告质感，高清写实，轻微夸张喜剧风，快速剪辑，浅景深，动态运镜，食物特写诱人，猫的表情要连续一致。
逻辑规则：
保持同一只橘色虎斑猫；保持黑色围裙和“认真做菜”文字一致；保持现代厨房空间一致；不要加入人类或其他动物；不要切换到无关场景；整个视频控制在15秒左右；镜头切换快速但动作清晰；番茄炒蛋从下锅、翻炒到出锅形成完整递进。
镜头1：
近景，35mm，低机位缓慢推进 / 橘猫戴着黑色围裙站在灶台前，眼神严肃盯着锅 / 围裙文字“认真做菜”清晰可见 / 音效：低沉鼓点开始。
镜头2：
特写，85mm，俯拍 / 猫爪把切好的番茄推入热锅，油花轻微飞溅 / 红色番茄与黑色锅形成强对比 / 音效：滋啦声。
镜头3：
中近景，50mm，手持轻微晃动 / 猫双爪握木铲，笨拙但认真地翻炒番茄 / 猫脸严肃得像在执行重大任务 / 音效：管弦乐加强。
镜头4：
极近特写，100mm微距 / 金黄色鸡蛋液倒入锅中，迅速凝固，与番茄混合 / 食物色彩鲜亮诱人 / 音效：鼓点加快，轻微喜剧拨弦。
镜头5：
中景，35mm，横向跟拍 / 猫用力一翻锅，番茄炒蛋短暂腾空，动作夸张但不混乱 / 蒸汽升起，火焰跳动 / 音效：夸张“呼”的一声。
镜头6：
近景，70mm，快速推近 / 猫停顿一秒，眯眼审视锅里的菜，表情像严厉大师 / 严肃与可爱形成强反差 / 音效：音乐突然短暂停顿。
镜头7：
成品特写，50mm，缓慢下移 / 番茄炒蛋被盛入白色盘子，颜色红黄鲜亮，热气上升 / 猫爪把盘子推到镜头前 / 音效：庄严收束音。
镜头8：
正面中近景，35mm，轻微推进 / 橘猫站在盘子后面，仍然一脸严肃，像完成了伟大使命 / 围裙文字“认真做菜”最后一次清晰可见 / 音效：严肃管弦乐结尾加入一个滑稽小音符。

一只认真到离谱的猫，在现代化家庭厨房里做番茄炒蛋

(视频)

 下次，我讲一下，是如何手搓奥威尔的《动物农场》的SunoMV。你们会看到一个简单的SunoMV的完整制作过程，也包括思考的过程，一个具体而微的项目开发流程。这里面包含了所有的部分：文字从哪里来，角色如何设定，分镜如何画，最后剪辑是怎样完成的。创意和工具是如何配合实现产品的基本目标的。

其实，这是一种系统分析的办法，我从软件行业里获得经验，只不过这次移植到了玩耍的领域。

上面那个猫视频的提示词，是我蒸馏来的。我会告诉大家，一个通用的蒸馏方法。