现已可用：免费写剧本，以及用 年度会员 版（每月 39.99 美元，含 6,000 积分）根据剧本生成分镜和逐镜头视频。
团队协作方案：Studio 版订阅计划定价为每月 149.99 美元，订阅后即可获得 3,000 张额度 月度额度，该版本专为团队打造，提供实时多人协作功能、不设席位数量上限，并享有平台内最优惠的内容生成费率。
示例
表演。漫天飞雪中，一个穿金色长大衣的人站在黄色出租车上：一个姿势撑满一整遍副歌。
叙事。深夜便利店里的粉色和青色霓虹，两个始终不说话的人：夹在两遍副歌之间的故事线。
以光为节奏。白色灯管框住雾中的男人，专为跟着底鼓明灭而设计。
最后一遍副歌。人群穿过纷飞的彩纸冲向镜头，桥段之后的释放。
一支 MV，从歌曲到画面
1. 前奏（0:00） 内景 霓虹神殿 夜
烟雾在空气中缓缓流动，烛光摇曳，沿着长长的中殿一路向前铺展开来。在这条通道的尽头，女祭司静立等候。底鼓尚未响起之前，整个空间里的一切都保持着静止状态。
主歌 1（0:15）
三扇高窗下，她抬起脸。尖刺光环接住了光。她对着镜头唱。
女祭司
（唱）
击响鼓，唤醒石头。
Hook（0:44）
强拍落下的瞬间，她的掌心重重落在鼓面上。鼓皮表面积攒的尘土被震动带起，在空中飞扬。与此同时，在她身后的位置，第一位舞者从地面站起身来。
副歌 1（0:50）
正俯拍。十二名舞者围着她散开成一个圆，每小节一个动作。
她将双手高高举起，每只手的掌心里都握着一簇跃动的火焰。进入下一个音乐小节时，神殿内部所有的霓虹灯管在同一时刻被点亮。
尾奏（3:05）
音乐骤停。她直视镜头，笑了。
最后一击，切黑。
前奏 · drop 前一小节
大远景，纵深穿过烛光中殿，女祭司在尽头小小一个，烟雾，固定机位。底鼓之前什么都不动。
主歌 1 · 对镜头表演
高窗下仰拍中近景，尖刺光环逆光，缓慢推镜，唱第一句时看向镜头。
Hook · 强拍
手鼓特写插入镜头，掌心正好落在强拍上，尘土从鼓皮扬起，身后一名虚焦的舞者站起。
副歌 · 正俯拍
从天花板垂直向下，十二名舞者围着她成一圈，柱子上勾着细细的光边，每小节一个动作。
副歌 · 灯亮
背面全景，双臂高举，两手各一簇火焰，舞者面向她。白色灯管在镜头中途亮起。
尾奏 · 最后一眼
对着镜头的近景，发辫和湿润的皮肤，音乐骤停，她笑了。停留最后一个小节，然后切黑。
写 MV 脚本
拿着秒表听歌，记下前奏、每段主歌、每段副歌和桥段从哪里开始。这些时间码就是你的场景标题。上面的脚本按歌曲段落切分，而不是按地点。
一个小节的时长是240 ÷ BPM秒：120 BPM 是 2 秒，150 BPM 是 1.6 秒。Neon Temple 在 150 BPM 下每小节切一个镜头。主歌可以撑两个小节，副歌一个，一段鼓加花半个。
表演线是歌手把歌唱给你听。故事线是歌手周围的世界。把它们写成不同的场，尽早定好比例，并在脚本里标出哪句歌词落在哪条线上。
主歌用一种光、一个地点或一套服装，副歌用另一种。关掉声音，观众也该知道自己在歌里的哪个位置。在 Neon Temple 里，主歌是烛光和窗光，副歌点亮霓虹。
歌曲结构
8 %
用十到十五秒搭起世界。长镜头，少剪辑，歌手在远处，或者还没露面。
18 %
歌手对着镜头，加上故事线的第一批画面。每个镜头两个小节，主歌的视觉基调。
15 %
大家会跟着哼的那一句。把最强的画面放在它的第一个字上，每小节一剪，换光。
30 %
故事往前走。母题不变，角度更新，让第二遍副歌往上走，而不是重复第一遍。
30 %
一次风格断裂，接着是全片最大的画面、最快的剪辑，和最后一次看向镜头。
制作 15 至 30 秒时长的 9:16 竖屏短视频版本时，务必从 Hook 段落直接开场切入，而非从前奏或铺垫部分起手。竖屏画面构图需采用垂直分层叠放：将人物面部特写安排在画面上三分之一区域，手部动作特写、打鼓镜头或舞者身形则布局在画面下方区域。
镜头词汇
歌手唱给观众听。这是这个类型的约定，也是每遍副歌都会回来的镜头。
medium close-up, performer looking straight into the lens, slow push-in, strong backlight, shallow depth of field, haze
一只手、一面鼓、一根弦、一只踏地的鞋跟。一个短短的细节，正好落在那一击上。
extreme close-up insert, palm striking a hand drum, dust lifting off the drum skin, candlelight, single impact
从上方读舞蹈。舞者变成图案，随音乐打开又合拢。
overhead top-down shot, dancers in a ring on a stone floor, synchronized movement, symmetric composition, rim light
场景在某一拍上换色。生成两种状态再切，或者让变化在同一个镜头里发生。
wide shot of a dark temple, rows of white neon tubes switching on at once, candles in the foreground, smoke, static camera
一次转头，把头发或布料甩过整个画面。剪辑时放慢，就能填满一整个小节。
profile close-up, performer whips her head, long braids flying across the frame, slow motion, dark background, rim light
歌手居中，舞者排在四周，整个场景都亮着。封面图就从这一帧来。
symmetrical wide shot, performer centered with arms raised, dancers on both sides, candles, gothic arches, neon accents
一整段主歌里，歌手穿过长长的空间走向镜头。一镜到底，剪辑点交给另一条线。
long corridor, performer walks slowly toward the camera, candles on both sides, slow dolly back, smoke, symmetrical framing
音乐骤停，歌手出戏一秒：一个笑，一口气，一瞥。
tight close-up, performer looks into the lens and slowly smiles, sweat on the skin, warm key light, held frame
灯光与色板
在 MV 里，灯光也在演奏这首歌：主歌用烛光，人声用一扇冷色的窗，副歌用霓虹。每一次换光都像剪辑点一样，排在小节上。下面五种颜色取自 Neon Temple 的镜头：灯管的白，火焰的两种暖色，烟雾的蓝，中殿的黑。第 5 个镜头灯管亮起时，副歌在强拍上换了颜色。
霓虹白
#DAE5E7
烛焰
#D3A680
神殿琥珀
#8E6044
烟雾蓝
#5A727C
中殿黑
#0E1313
AI 容易出错的地方
生成的嘴型没法稳定地对上真实人声的音节。可以实拍歌手演唱，再生成周围的世界；或者把唱歌的镜头放远、拍侧面或背面，另外安排一轮专门的对口型处理。别指望直接生成视频能搞定。
模型会自己选速度。每个镜头只写一个动作，比如一次击打或一次慢转身，生成时比一个小节稍长一点，剪辑时在动作上下剪刀。
同一张脸拍四十个镜头，任何漂移都藏不住。先给歌手做一份角色设定表：熙熙 会把角色、场景和参考图一个镜头接一个镜头地带下去。
生成镜头里的闪烁灯光容易抖动、拖影。干净地生成两种灯光状态，灯管灭和灯管亮，频闪放到剪辑里，踩着节拍做。
形式
歌手，也许加上乐队或舞者，在一两个场景里。靠灯光和编舞撑起来。把舞蹈的拍数画在分镜的小节上。
一个没有对白的短故事，与表演交叉剪辑，或者干脆取代表演。像写默片短片一样写，每遍副歌一个转折。
歌词随人声出现在屏幕上。生成不带任何文字的背景，字幕排版放到剪辑里，按时间码一行一行上。
给流媒体平台用的循环画面，或一幅缓慢变化的图像。一个世界，一个运镜，颜色随段落变化。
流水线
行业标准的剧本编辑器，还有更多：可视化大纲与节拍编辑器，把写作灵感（笔记、照片、音频）放在页面旁，以及一位辅助而非替代你笔触的 AI 资料员。
从剧本自动生成镜头拆分，手动调整每个镜头（景别、角度、运动、时长），一键生成 AI 预演。
与剧本和分镜相连的素材生成流水线。开箱即用已优化，工作流可完全修改。
常见问题
