近期，一支时长5分多钟的AI生成音乐MV在社交平台引发广泛关注，累计播放量超1500万次。马斯克对此高度评价，称其让人真切感受到了AGI（通用人工智能）的到来。
该作品人物造型、歌词排版、故障艺术拼贴及动态颗粒效果均与鼓点紧密配合，画面信息密度极高。创作者@anabology透露，其核心操作是向Opus 5.5输入提示词，结合Midjourney和情绪板，经过 overnight 渲染后生成成片。
爆款背后的工业化提示词逻辑
尽管外界误以为Claude具备了直接生成视频的能力，但作者开源的制作流程显示，这实则是一套精密的多工具协作工程。去除复杂的技术术语，其核心提示词骨架包含以下六个关键要素：
- 明确角色定位：赋予大模型“创意总监”和“动效工程师”的双重身份，统筹全流程。
- 确立审美基调：禁止廉价的默认风格，强制要求基于情绪板建立统一的角色表、色彩规范和字体系统。
- 工具职能划分：严格界定绘图、动效等工具的分工，避免功能跨界导致的混乱。
- 文字视觉化：歌词需作为构图的一部分，随节拍动态穿插于画面中，而非传统底部字幕。
- 设置视觉钩子：要求前3秒必须呈现强烈的视觉悬念，以锁定观众注意力。
- 自查与迭代机制：命令模型回看生成内容，自动排查关键帧的画面重复或口型不同步问题，并重新渲染修正。
需要注意的是，“睡一觉即成”仅是离线渲染的时间表象。实际复盘中，创作者人工执行了50多条精准指令，涵盖了从热点搜集、美术定稿到后期调色的全过程。
真实工作流：人机协作的深度介入
该MV的成功并非单纯依赖自动化，而是基于清晰的工业化执行流程：
- 创意构思：利用Claude Code辅助搜集科技圈热点与梗，人工筛选合并定稿。
- 视觉资产生成：人工选定美术情绪板，通过Midjourney生成角色与场景，并逐一挑选符合审美的分镜底图。
- 动态基础构建：将精选图像与音乐片段输入Seedance 2.5，生成人物基础动作及口型动态。
- 代码级合成：由Opus 5.5编写代码，将切片素材与逐字排版的动态歌词串联。
- 人工质检与精修：创作者亲自审查成片，修正口型对齐、背景重复等硬伤，并进行最终调色。
技术原理：代码即视频
Claude等大语言模型底层仍不具备直接输出MP4视频文件的能力。所谓的“AI视频”，本质上是代码运行的结果。
其原理类似于手翻连环画：Claude在后台编写包含精密数学函数的网页程序。当程序运行至特定时间点（如第3秒第12帧），代码会在屏幕上精准绘制几何图形、文字和色块。随后，自动化脚本以每秒24或60帧的速度截取屏幕画面，最后将这些静态帧合成为流畅视频。
行业案例与资源推荐
除该MV外，社区已涌现大量基于Opus 5.5的创新案例，如《芯片简史》演进动画、Python联动Blender生成的三维动画，以及各类15秒动态图形短片。这些案例证明了“代码生成视频”模式的广泛适用性。
目前已有开源网站汇总了各类动态图形、解说短片及微型游戏的完整提示词与代码片段，为创作者提供了可直接复用的参考模板。
随着国产大模型的快速进步，即便面临海外模型账号限制等问题，国内用户仍可借助本土工具实现类似的工作流转型。AI辅助创作的核心已从单一工具使用转向对工业化流程的掌控。
