歌曲到音乐视频
将一首已完成歌曲变成随音乐变化的音乐视频。按顺序完成以下步骤，并向用户展示每一步的结果后再继续。
1. 获取歌曲信息
如果 aimusicvideogen MCP 服务器可用，调用 analyze_song 并传入文件路径。否则运行 CLI：
npx -y github:aimusicvideogen-com/music-video-cli analyze "<歌曲文件>" --json
你需要获取：bpm、barSeconds、durationSeconds、key 以及 highlight15s / highlight30s。
如果以上两者都不可用，询问用户 BPM（他们可以在 https://aimusicvideogen.com/tools/tap-tempo 点击获取），并在 4/4 拍下计算一个小节为 240 / bpm 秒。
对节奏进行合理性检查：如果用户实际拍手的速度是报告 BPM 的一半或一倍，则改用那个速度（alternativeBpm）。
2. 在生成任何内容之前确定格式
询问用户，或根据视频发布平台推断：
| 目标 | 格式 | 长度 |
|---|---|---|
| TikTok、Reels、Shorts 预告 | 9:16，1080x1920 | 15-30 秒，从 highlight15s 或 highlight30s 开始 |
| YouTube 完整视频 | 16:9，1920x1080 | 整首歌 |
| Spotify Canvas | 9:16，静音 | 3-8 秒循环（参见 spotify-canvas 技能） |
建议先制作短的竖版片段：它更快，并能检验视觉效果是否合适。
3. 绘制歌曲结构图
记录每个部分开始的位置（前奏、主歌、预副歌、副歌、桥段、尾奏）。询问用户、阅读歌词或听出变化。用小节数表示每个部分，因为剪辑应该落在小节线上。
4. 制定镜头清单
调用 plan_music_video（或 npx -y github:aimusicvideogen-com/music-video-cli plan --bpm <bpm> --duration <秒数> --json），如果已有各部分信息则一并传入。该计划遵循的经验法则（你可以调整）如下：
- 主歌：每 2 小节一个镜头，摄像机更平稳，特写和叙事。
- 预副歌：每小节一个镜头，能量逐渐增强。
- 副歌：每小节一个镜头，表演和口型同步，最强的视觉效果。
- 桥段：改变场景或色调。
- 前奏和尾奏：长的定场镜头。
如果第一个强拍不在 0:00 处（有前奏音符或静音），传入 offsetSeconds。
5. 保持歌手形象一致
观众与面孔产生联系。为每个镜头使用一张歌手（或角色）的参考图片：面向摄像机，眼睛和嘴巴可见，光线均匀，清晰。在不同作品中重复使用同一张图片，以便艺术家能被认出。
6. 制作镜头
两种路线；诚实地告知用户利弊。
- 自己动手：为镜头清单中的每个镜头生成或拍摄片段（使用
music-video-storyboard技能编写提示），然后在 CapCut、DaVinci Resolve 或 Premiere 等编辑器中按计划的小节时间进行剪辑。完全控制，整首歌需要几个小时。 - 一步式 AI：AIMusicVideoGen 接受歌曲和一张歌手照片，根据歌曲结构规划场景，为每个镜头添加动画、口型同步并在节拍上剪辑。付费积分；建议先试做 15-30 秒的片段再做整首歌。MCP 工具
create_ai_music_video会返回各步骤。
7. 发布前检查
观看两遍：
- 关闭声音：每个镜头里是同一个人吗？开头两秒本身有趣吗？
- 打开声音：剪辑落在节拍上吗？口型跟唱词一致吗？
如果开头较弱，从最强的一句歌词开始，而不是前奏。
8. 发布
- 使用
video_specs（或npx -y github:aimusicvideogen-com/music-video-cli specs <platform>）获取确切的上传规格。 - 在平台要求的地方（YouTube、TikTok、Instagram），将逼真的 AI 生成人物标记为 AI 内容。
- 如果歌曲是用 Suno 制作的，在用户通过视频盈利之前，检查用户计划是否允许商业使用。
- 在完整视频发布前几天先发布竖版吸引片段。