AI 视频 · 案例
《おかえりDarling!》：成片、失败镜头与一支 AI 动画 MV 的返工
先看完整 MV，再把作者公开视频中的成功与错误，接回人物设定、歌词分镜、画幅、动态生成和剪辑选择。
发布 · 材料核对
一首由逝去爱犬启发的歌，变成三名犬耳偶像在房间、玄关与舞台之间演唱的动画 MV。Jill Mama 先有歌曲和画面构想，再用模型生成静帧与动态，最后在 CapCut 里挑选可用时刻。她把成片、衣服和发型变化的失败视频、口型失败视频，以及一个满意的镜头都嵌进制作笔记。这里能看到的不只是做成了什么，还有生成片段为什么不能直接进成片；但这些片段不是同镜头、同条件的提示词实验。
已核实的材料
先看成片：这次完成了什么
原作者提供完整 MV，并说明歌曲在制作视频之前已发布。
Jill Mama 的制作笔记直接嵌入《おかえりDarling!》完整 MV。歌曲此前已通过 Spotify 等渠道发布；这次制作要把她心里的“等人回家”和犬耳偶像舞台画面拍出来。作者有多年音乐行业经历，自己构想了主要场景，没有让 AI 代写整支 MV 的故事。打开原片，先看房间、玄关与舞台如何交替，以及三个人物在歌唱段落中如何分配镜头。
成片可播放，不能因此推断它有多少观众或赚了多少钱。作者只说视频或许会帮助歌曲传播；她提到在制作 MV 前已看到歌曲被用于 TikTok，不能把该使用量记成 MV 带来的成果。
本节依据： Jill Mama：《おかえりDarling!》动画 MV 制作笔记 · 《おかえりDarling!》完整 MV
公开说法
五个人缩到三个，歌词写进 Excel
先控制角色与场景，再决定谁唱哪句、哪时切到舞台。
作者最初打算做五位以意大利灵缇为灵感的偶像，开始画角色设定后改成银发、黑发、棕发三位。她的理由是多角色的发色、服装、站位和脸容易在生成中混在一起；三位也更容易安排各自的独唱与出场。名字和性格帮助她管理大量素材，并决定各角色该怎样动。这是作者的创作与管理选择，不是模型自动规划出来的结构。
她先定“等待的房间、归来的玄关、情绪爆发的舞台”三处场景和舞台装、居家装两套衣服，再在 Excel 里写歌词、分配歌唱者、想姿势与运镜、生成静态画面并贴回表格。她没有在开始前做完所有镜头；清楚的部分先锁定，其余随素材结果调整。对想做音乐视频的人，先把歌词、人物、场景和镜头目标对齐，比先盲目生成长视频更容易定位返工原因。
公开说法
静帧好看，却因为画幅与道具重做
16:9 画幅没在静态阶段锁定，麦克风和复杂服饰又增加动态失误。
作者用 ChatGPT Images 2.0 做主要画面，却曾只看人物姿势和表情，没有先按最终 16:9 成片画幅制作。转成视频后出现黑边，单在视频生成阶段指定 16:9 也没解决，她只能重做大量静态图。笔记展示了分镜表，但没有逐一公开所有重做前后的输入和输出；这里可确认的是错误发生的环节与作者的修正方向，不能伪造一组严格对照。
舞台人物起初拿着麦克风。作者报告，转为动态时麦克风会消失、增多、飞走或变成黑棒；已有少量成功镜头让她不愿全弃，于是成片混用了有无麦克风的镜头。她还发现由图像模型加上的褶边、丝带等服装细节难以跨镜保持，只重做变化太明显的素材，放过较小的装饰差异。这不是“多写几个形容词”就能保证修复的问题，而是人物设计和可接受误差的取舍。
已核实的材料
把能看的成功与错误片段放在一起
衣发漂移、口型失败和成功运镜来自同一作者、同一 MV 项目，但不是同一镜头的改前改后。
原文在服装反省段落嵌入一段 Seedance 2.0 失败视频：同一角色的衣服与发型明显跑偏。另一个嵌入视频展示她尝试短语口型后出现的失败画面。它们是原作者自己选择公开的失败片段，读者可以直接播放，比只看“会翻车”的笼统提醒更具体；但笔记未给出完整逐字提示词、固定随机种子、重试数或对应的独立修复后视频。
作者也公开了一段自己满意的运镜：先做上、下方的参考画面，细写摄影机运动，却较少指定角色动作，生成出了她喜欢的舞台镜头。这是另一个镜头，不能说它修好了衣服或口型。作者自己的经验是长提示词并不必然更好，有时只写两行、留给模型动作空间反而更自然；这是一次项目中的判断，不是适用于所有模型或题材的对照实验。
公开过程
同一 MV 的三段原作者视频
按原文嵌入顺序核对衣发漂移、满意运镜和口型失败。每段可在原作者 YouTube 播放；它们承担不同镜头任务。
同一项目的造型漂移示例；不是最终成片中的同镜头前版。 · Jill Mama 原作者的 YouTube 视频与缩略图；本站不托管 · 原始材料 作者满意的独立运镜，不是上一个失误的修复结果。 · Jill Mama 原作者的 YouTube 视频与缩略图；本站不托管 · 原始材料 这是原作者展示的口型失误；不能当成所有 AI 视频口型能力的测试。 · Jill Mama 原作者的 YouTube 视频与缩略图；本站不托管 · 原始材料
证据边界三段视频是同一创作者、同一 MV 中的不同镜头和问题；没有完整输入、同条件 A/B、每次重试清单或失败镜头的独立修复版。本站使用 YouTube 原播放器和链接，不镜像视频或抽取静帧。
本节依据： Jill Mama：《おかえりDarling!》动画 MV 制作笔记 · 作者公开的衣发漂移片段 · 作者满意的运镜片段 · 作者公开的口型失败片段
公开说法
15 秒生成素材，真正可用的可能只有 10 秒
作者在 CapCut 里挑时刻、变速、换位置，必要时回到静帧重做。
原文说，计划用满的一段 15 秒视频，有时因动作或首尾异常只留 10 秒；为了合拍，某段还会加速到约 8 秒。生成结果即使画面本身不错，也可能放不到原先设计的歌词位置。于是作者不断剪接、检查违和感、换素材和再生成，有时连静态画面都要重做。成片不是把多个完整生成片段顺次排上去，而是在歌曲的时间轴中寻找可用部分。
她想让开头与结尾的短句对口型，但说歌速和舞步拍点难以完全配准，最终只做到自己当时可接受的程度。作者把 Suno 列为音乐工具；歌曲在这次 MV 制作前已经完成和发行。视频制作另用了 ChatGPT Images 2.0 做静帧，Seedance 2.0、Veo、Kling、Sora 做动态，再由她在 CapCut 剪辑。公开材料没有逐镜工具归属表，不应替所有镜头指定同一个模型，也不能把视频生成说成音乐创作的全部过程。
本节依据： Jill Mama：《おかえりDarling!》动画 MV 制作笔记 · 《おかえりDarling!》完整 MV · 作者公开的口型失败片段
公开说法
约 1.5 万日元的自报费用，不等于盈利样板
作者给出订阅和加购的粗估，也写到一次咨询最终没有形成委托。
作者粗算 Firefly 两个月及加购约 4,500 日元、CapCut 的订阅与 Seedance 加购约 10,000 日元，总额说成“大约 15,000 日元”。分项相加约 14,500 日元；这更说明数字是取整的个人回忆，不是逐笔结算。这个合计只列了两类工具，未纳入她原本已付费的 Suno，也未计多天生图与剪辑劳动；公开页没有完整账单、发行成本或收入。不能把这个数字当成任何人都能以同样价格做出 MV 的报价。
作者说自己的歌曲已在 TikTok 被使用，也曾有人询问能否为研讨会制作 AI 动画。她向对方解释制作需要时间与预算，最终没有接到该委托。这两件事说明作品可能带来传播或服务想象，但没有证据把既有歌曲使用归因于 MV，也不能把一次咨询写成订单。公开材料没有 MV 的平台结算、客户回款或净利润。
本站分析
如果自己要做，先缩小到一段歌和两个镜头
保留人物与歌词计划、输入和失败输出，先检验跨镜一致性与剪辑可用率。
可以从自己有权使用的一段歌曲出发，先决定一个人物、一个场景和两种镜头任务：一段表演、一段叙事。按最终画幅做静帧，给人物与服装留简单设定，再分别试动态；记录每次参考图、提示词、输出、耗费与最终进入剪辑的秒数。若只有“漂亮的一张图”，还不能判断连续视频是否成立。这个小实验是本站从作者经历提出的起步方法，不是作者公开的保证成功配方。
原作者开放的是观看 MV 和阅读制作经历，不是把歌曲、形象、视频或笔记授权给他人重新发布。文章页尾另有付费附件，本站没有使用或转述附件内容。读者若想商用自己的 MV，要先核对歌曲、声音、形象和每个生成服务的使用条件；目前这份公开材料也不足以证明该项目具备可复制的盈利模型。
出处与边界
材料从哪里来
- Jill Mama：《おかえりDarling!》动画 MV 制作笔记原作者第一手制作自述；免费可读部分发布 核对
人物、分镜、失败、剪辑、费用和未成交咨询均来自作者自述；页尾付费附件未使用。
- 《おかえりDarling!》完整 MV原作者 YouTube 成片核对
核对成片画面和剪辑结果；不提供收入或后台数据。
- 作者公开的衣发漂移片段原作者 YouTube 失败片段核对
制作笔记在服装反省处嵌入；未提供同镜头独立修复版。
- 作者满意的运镜片段原作者 YouTube 成功片段核对
制作笔记在摄影机运动段落嵌入；与失败片段不是同一镜头。
- 作者公开的口型失败片段原作者 YouTube 失败片段核对
制作笔记在口型段落嵌入；没有完整提示词或独立修复版。