这一镜为什么这么拍？用 AI 副导演做 MV 分镜（65,853 个镜头数据 + 模板）

先说结论： AI MV 看起来「平」，往往是因为没人说得清每个镜头为什么这么取景。我们从 1,531 个 SunoMV 分镜项目里抽了 65,853 个镜头。没有理由约束时，AI 会退回最稳的默认值：三分之一是中景，一半是平视，推镜头是最常见的运镜。解决办法不是换更强的模型，而是一个导演习惯：给每句歌词写一句运镜理由，再让景别、角度、运镜从这句话里推出来。

好的 MV 团队都是这么干的。导演能告诉你，为什么副歌是仰拍跟拍，为什么桥段是固定的大特写。这句理由写在分镜表上。有了它，团队可以讨论第 14 镜该怎么拍，而不是一遍遍重抽，直到「感觉对了」。

这篇把这个习惯带到 AI MV 上。如果你还没有分镜，先看逐场景分镜方法。如果你的问题是每个镜头都一样大，景别节奏 + 运镜方法讲的是节奏。这篇讲再上一层：每个镜头能不能解释自己？

65,853 个 AI 起草的镜头告诉我们什么

SunoMV 起草分镜时，会给每个镜头提出景别、角度、运镜、剪辑节奏和叙事功能，用户之后可以改。我们对 2026 年 6 月到 10 月创建的分镜做了 5% 随机抽样，统计最后留在分镜上的是什么。

SunoMV 内部数据，5% 随机抽样，1,531 个分镜项目。约 7% 的镜头没有运镜或角度标签。

字段	最常见	占比	说明什么
景别	中景	32.6%	每三个镜头就有一个是最保险的景别
运镜	推	28.4%	「这里很重要」的默认说法
角度	平视	50.1%	半部 MV 都在眼睛高度拍
平均镜头数	—	每支 MV 约 43 个	一首 4 分钟的歌，每 5–6 秒就要做一次决定

这些默认值本身都没错，真实 MV 拍主歌时，平视中景本来就最常见。问题出在意义上。当 28% 的镜头都在推，推镜头就不再代表任何东西。镜头一直在往前推，观众就感觉不到它终于贴近歌手的那一刻。

实用规则： 每一镜都在用的运镜，等于哪一镜都没用。把推镜头留给配得上它的那句歌词。

问「为什么」之前，先锁定角色和场景

运镜理由的前提是人不能变。如果主歌和副歌里她的脸不一样，「她找到自己的声音，镜头推近」这句话就没意义。所以一致性要在前面。

在 SunoMV 里，这一层有三部分：

• 角色卡。 每首歌最多 5 个角色。每张卡的描述里写着发色、服装色板和标志性配饰，每张静图都照着它生成。
• 场景卡。 最多 5 个场景，每个镜头选一个，天台就一直是同一个天台。
• 从另一首歌导入。 把同一组角色和场景带进下一支 MV，一个系列始终是同一张脸。

出视频之前，SunoMV 会检查漂移。如果有几张静图里的发色和角色设定对不上，它会提醒你视频里发色可能中途变，让你先改静图（便宜），再开拍。完整方法见 AI MV 角色一致性方法。

先锁脸和地点。主体不漂移，运镜理由才站得住。

一句话理由：歌词驱动的分镜表模板

模板在这里。就是你熟悉的分镜表，只多了一栏：为什么。

时间	段落	歌词	景别	角度	运镜	为什么（一句话）
0:12	主歌	「路灯一盏盏念我的名字」	远景	俯拍	固定	城市没人注意她，她在画面里很小
0:41	导歌	「我开始唱回去」	中景	平视	慢推	她找到自己的声音，我们跟着靠近
0:58	副歌	「把整片天空调亮」	全景	仰拍	跟拍	副歌炸开：整条街和整个画面都是她的
2:05	桥段	「安静，就一秒」	大特写	平视	固定	音乐抽空了，镜头也跟着停下

为本文绘制：和上表同样的四行，理由一栏单独高亮。

让「为什么」这一栏不变成废话，有三条规矩：

1. 写歌，不写观感。「因为很有电影感」不算理由，「副歌在这里炸开」才算。
2. 一个镜头一个理由。 两个理由，通常说明应该是两个镜头。
3. 先改理由。 某一镜不行时，先重写理由，再让景别、角度、运镜跟着变。

想让助手先帮你起草这一栏，直接复制这段提示词，换成你自己的歌：

下面是我这首歌的分镜，每行一个镜头（时间、段落、歌词）。
请为每个镜头建议景别、机位角度和运镜，并用一句话说明「为什么」，
理由必须和歌有关：段落切换、歌词含义、能量上升或回落、歌手的情绪弧线。
不许用「更有电影感」做理由。推镜头最多用在四分之一的镜头上。
每句理由不超过 20 个字。

镜头：
0:12 主歌「……」
0:41 导歌「……」

实用规则： 一句放在哪一镜都成立的理由（比如「增加能量」），等于没写。改到只适用于这一句歌词为止。

主歌、副歌、桥段：跟着歌走的运镜理由

歌有结构，每一段都有一个默认的运镜理由。先用默认值，要打破就有意识地打破。

段落	默认镜头	默认理由
前奏	远景或建立镜头，固定	人声进来之前，先把听众放进场景
主歌	中景，平视	讲故事的距离，我们在听
导歌	慢推	张力往副歌堆
副歌	全景或远景，仰拍，跟拍	释放：画面跟着音乐打开
桥段	大特写，固定	编曲变薄了，镜头也停下
最后一遍副歌	拉	歌曲收尾，把世界放回来

短视频平台让第一个镜头更重要。TikTok 的创意研究发现，点击率最高的视频里，超过 63% 在前三秒就亮出了核心信息。竖屏 MV 片段如果第 1 镜是一个缓慢的大全景，很可能就丢了一个观众。用脸或钩子歌词开场，这个选择也要配一句理由。

这些词汇是标准的电影语法。StudioBinder 的运镜指南解释了为什么推读起来是张力、拉读起来是释放。景别可以快速查维基百科的镜头类型条目。「为什么」这一栏补上的，是从这些语法到这一句歌词之间的连接。

真人 MV 团队开拍前也会先做分镜（英文视频），道理一样：便宜的画面才是吵架的地方。

实用规则： 桥段固定，副歌动起来。要反过来，先说清楚这首歌为什么需要反过来。

在 SunoMV 里导演：起草、追问、导出

你不用手填这张表。SunoMV 在每一步都放了一个副导演。

起草。 生成分镜时，SunoMV 会为每个镜头提出景别、角度、运镜、剪辑节奏和叙事功能。叙事功能是一句短注，说明这个镜头在故事里干什么，比如「交代分离」「推向高潮」。

表格。 在网页端，导演模式（Director Mode）把这些字段排成一张可编辑的表，一个镜头一行。在这里改景别或运镜，还可以把整张表导出成 CSV，发给合作者或剪辑师。

对话。 用导演对话一句话指挥：「桥段改成固定近景」「副歌跟着她走」。它会更新这个镜头在视频里的机位，不用你重写提示词。

SunoMV 下一个版本上线： AI 起草分镜时，会给每个镜头写一句为什么，显示在导演模式和手机端的分镜卡片上。你手动改了景别、角度或运镜，旧理由会自动清掉，不会和新选择打架。

质疑一张静图很便宜，质疑一段渲染好的视频贵得多。

导出一份别人能跟你争论的分镜

分镜只有别人看得懂才有用。SunoMV 的导出歌谱 PDF 会把分镜打印成一张带编号、带时间的表，每个镜头都有歌词和缩略图。它在浏览器的打印窗口里打开，不扣积分。下一个版本还会在这张表上加上景别、角度、运镜、场景、每个镜头的出场角色，以及那一句理由。

在那之前，导演模式的 CSV 里已经有全部镜头字段。把它和 PDF 放在一起，就是一份真人导演也认得出的分镜表。

实用规则： 渲染视频之前先把分镜打印出来。朋友拿着这张纸能问你「第 14 镜为什么仰拍」，这份分镜就合格了。

一句话总结

1. 用角色卡和场景卡锁住人和地点，出视频前先修掉漂移。
2. 每句歌词写清景别、角度、运镜，外加一句和歌有关的理由。
3. 主歌、导歌、副歌、桥段先用默认运镜，要打破就有意识地打破。
4. 推镜头最多用在四分之一的镜头上。我们的数据里，没人追问时它占了 28%。
5. 歌谱 PDF 免费导出，只为站得住的镜头付费渲染。

好看的画面谁都能生成。说得出它为什么在那儿，才叫导演。

用 SunoMV 把你的歌做成一支有导演思路的 MV

SunoMV Team