把MP3或WAV文件拖进上传区，单文件别超过300MB。上传完系统会自动加载波形图，**黄色滑块默认覆盖全曲，必须手动拖右侧滑块把区间缩到45到90秒之间**，优先截取副歌或情绪爆发段。别保留前奏几十秒的纯钢琴伴奏，那部分没有节奏锚点，AI生成出来的画面会静止或者乱跳。截取完看一眼右侧显示的BPM值，低于60或高于180说明音频质量有问题，换一首。

确认BPM和情绪标签，不对就手动改

系统解析完音频后，右侧会显示识别出的BPM值和主情绪标签，比如“128 BPM / 高能电子”。如果BPM跟你的听感偏差超过正负5，手动改一下数值，这个直接决定后面所有转场卡点准不准。情绪标签如果识别成“忧郁慢板”但你的歌明明是激昂的，也别放着不管，点标签旁边的编辑按钮改成“高能电子”或“史诗管弦”。这一步花十几秒，比后面重跑整支MV省算力。

上传一到七张参考图锁定视觉风格

点“上传参考图”区域，导入1到7张图片。**只传一张图的话，AI会强行泛化风格，容易出现服装漂移**；建议传三到五张：第一张脸部特写突出五官，第二张半身动作图展示姿态，第三张场景图交代环境。严禁混搭不同角色或画风，同时传Q版头像和写实侧脸会导致生成画面五官崩坏。图片里如果有水印或者文字LOGO，先用美图秀秀擦掉，不然AI会把logo当成风格元素重复渲染到每一帧里。

用主体加动作加质感的三步法写提示词

在“视频描述”框里用中文写提示词，分三步：第一步写主体（“穿银色机甲的少女”），第二步加动作和镜头（“缓慢转身→抬手指向远方→镜头从脚部仰拍推至面部特写”），第三步叠两个质感词（“赛博朋克霓虹光效+胶片颗粒感”）。禁止写“悲伤”“热血”这种抽象情绪词，AI解析不了；也别中英混输，会触发过滤机制导致生成中断。提示词写得好不好，直接决定成片是MV还是PPT配音版。

选对画布比例和分辨率别选错了

参数区里，**发抖音或B站竖屏选9:16，发YouTube或电视投屏选16:9**。清晰度默认是720P，如果要投屏展示或者商用，切到1080P并勾“启用高清渲染加速”。免费算力在720P下够跑一支两分钟左右的MV，1080P渲染会多消耗算力，算力紧的话先用720P跑一遍看效果，满意了再升1080P重导。另外“自动卡点”是默认勾上的，别取消，取消后镜头不会跟着鼓点切。

进故事板检查分镜再启动生成

点“生成分镜”后进入故事板页签，系统已经按歌词情绪自动分配了镜头，主歌慢节奏两三个镜头，副歌快切四到六个。**如果某句歌词配的画面提示词太笼统**，点那句话右侧的铅笔图标手动改，比如把“阳光洒在街道上”改成“低角度仰拍，斑驳树影掠过少女裙摆”。改完确认分镜没问题，点“开始生成”。普通两到三分钟的歌曲平均耗时两分十秒左右，期间别关页面别刷新，关了要重新排队。

生成完在预览页检查音画同步再下载

进度条走完后自动弹出预览窗口，从头拖一遍进度条，重点看三个地方：**鼓点响的时候镜头有没有跟着切、歌词字幕出现的时间对不对、人物脸在不同镜头里有没有变**。有问题的话回故事板改提示词重新生成，别在成品上硬修。确认没问题点“下载MP4”，文件默认命名是“歌曲名_立刻MV_日期”，不带水印，可以直接发平台。免费算力生成出来的成片可以商用，没有额外授权限制。

算力不够用时优先截短音频而不是降分辨率

免费算力用完之后，如果不想充值，可以把音频截到45秒以内重新生成，算力消耗跟时长挂钩，短片段消耗少很多。**别为了省算力去降分辨率**，720P降到480P画质糊得没法看，发出去还不如不做。另外如果只是想做一条测试片看看效果，可以先不传参考图，只填提示词跑一版低精度的，确认AI理解对了你的意图再补图重跑，这样试错成本最低。

立刻MV这套流程从传音频到出片大概三到五分钟，免费算力做一条短的够用，想做长一点的或者反复调风格就得充值了。润灭网后面会整理一批立刻MV提示词模板和免费算力消耗更省的参数组合，能帮你在有限额度内多跑几条成片。