离谱音乐会幕后拆解：五个 AI 共创小组的实战经验与踩坑记录
2026 年 5 月 4 日晚，WaytoAGI 社区举办了一场特别的分享会：参与社区三周年「离谱音乐会」共创的五个小组代表齐聚线上，逐一拆解各自节目的创作过程。从电音秀的美术设计、AI 音乐生成，到极限 10 天的视频制作、现场乐队组建，再到环形屏分镜与角色调度，这场分享覆盖了 AI 共创项目的完整链路。适合所有对 AI 视频创作、音乐生成、团队协作感兴趣的创作者阅读。
一组：电音秀的快速推进与赛博美学
一组负责离谱音乐会的开场节目「电音秀」，由茶狮子负责初次创意设计，甲九负责美术设计与后期包装。整个项目从 4 月 12 日建群到 17 日出 A Copy，制作周期仅五六天。甲九强调，这并非靠频繁开会或强制催工，而是高效沟通的结果：“我们很少开会，整个过程大概就开了两次会……很多事情不需要重复地去讨论，先动起来再说。”
第一次会议定下了三项关键决策：明确每个人的具体分工、敲死交付时间节点并尽可能提前、确保视觉一致性。由于节目没有大量剧情，团队将视觉方向分为 IP 视觉、空镜视觉、开头结尾衔接三个板块，分工细化到“哪个 IP 交给哪个老师负责”，同时保留创作自由度。
在美术设计上，甲九分享了角色定调的关键细节：最初设计的赛博小鹿“怎么看都觉得不对劲”，后来发现问题出在眼睛——“换了这种偏赛博的电光护目镜之后，整个角色一下就成立了”。场景灯光采用高对比的红加冷蓝，只用少量赛博元素点缀，让氛围更有质感。团队还改造了 AJ 老师设计的蛋黄水母作为开场，将其推向“超现实但依旧看起来很逼真”的状态。
一个值得注意的工具选择：甲九没有用 Midjourney 定调，而是选择即梦和 Banana。“本质上这是一个公益共创的项目，每个人用的模型不一样，个人能力也不一样，选择一个比较大众化的方式……大家的接受力度跟执行力会更强，门槛会更低。”他把这比作木桶效应——先把最低的那块木板敲掉，推进效率就会高很多。
两分半的音乐由四位小伙伴的段落拼接而成。甲九在剪辑时有一个执念：“尽量保留每个人做的东西……可能不太完美，但至少这是一个大家都在里面的版本。”
二组：从零起步的音乐创作与 Suno 实战技巧
二组是五个组里起步最晚的——起初连组长都没有，脚本难度又高，成员白天上班，项目启动时间被一再推迟。虫二工作室的虫二和守村人临时加入救场。虫二提出了“集体记忆”的创意方向：用简单、能唤起童年回忆的元素调动观众情绪，将一首歌拆成几个部分，由不同小组分别制作。
席小天分享了二组音乐的创作思路：将《蠢蠢的死法》的童谣风格与马里奥走秀风格融合，建立“李普村军团”概念，快速把观众拉入奇幻世界。他给出了 Suno 生成歌曲的基础公式：风格 + 情绪 + 乐器 + 人声 + 节奏 + 主题。编曲上要注意分层和声、渐强渐弱、节拍（二组用的是 150 BPM 的 16 拍）。他特别强调，要给 Suno 描述完整的曲式结构，“不要说我要一首快乐的歌，你可以说像嘉年华游行一样充满活力的合唱的歌”。
几个实用小技巧：在歌词中插入音效提示词（如“中奖音效”“爆破音效”），Suno 有概率识别，多生成几次并微调即可；提示词用英文写，中文有时无法被识别；如果要用真人演唱，必须留好气口（Suno 有气口标志），并用 Adobe AU 做拼接和降调处理。给音控师的建议是：人声应高于背景音乐 5%～10%，并添加轻微混响。
三组：极限 48 小时的广播体操蹦迪
三组组长煎蛋是临危受命——原组长宋鹏因压力过大生病，在活动前两三天才将统筹工作交给他。煎蛋抓住“离谱”这个关键词，决定将音乐与广播体操结合，用“时代在召唤”的 DNA 记忆调动现场气氛。
音乐制作由大匪和言秀负责。大匪作为产品经理，先分析需求：30 秒开场 + 4×8 拍主体 + 收尾互动，用 GPT 讨论核心思路，加入 Suno 音乐提示词和歌词，生成多个版本供选择。言秀则展示了高阶玩法：用剪映把大家的灵感碎片拼成一个音频文件，上传到 Suno，它会自动生成曲风提示词，保持曲风不变即可很好地遵循原曲元素。
言秀还分享了几个细节：歌词中的字母和数字容易发音错乱，应转换为中文（如“V to AGI”用谐音中文表示）；Suno 的“更多选项”里有四个关键滑块——声乐性别、怪异程度（默认 50%，他习惯调到 60%）、风格影响（可调到 80%）、音频音响（翻唱时拉到 100%）。
视频制作上，三组采用绿幕素材方案，用 AE 特效和字幕填充画面，加入舞蹈元素。互动环节的灵感来自五月天演唱会，社区伙伴通宵打关键帧完成。煎蛋的总结很实在：“脑洞不要太大，要不然就有很多坑需要自己去填”，但同时也鼓励大家“大胆去尝试，大胆去想象，才会有新的空间”。
四组：每天都在摇人的“钱塘江救援”
四组的分享由导演 Victor 主讲，他自嘲是被组员们“从钱塘江上拉起来的”——节目前期没有组长、导演和统筹，文档缺失，信息隔离严重，“群里虽然看起来有 20 多个伙伴，但实际每天开会的可能就 3 个人”。
Victor 用人肉 TOKEN 的方式，根据猴子老师提供的脚本和核心理念，在脑中演化画面，再让 GPT 生成了一套 15 分钟的秒级执行线。素材收集靠“愚公移山”——一张图一张图地贴，责任到人。临近交稿只剩五六天时，文档里还只有零星的角色三视图。云龙和面包老师跑来了大量素材，小炜老师被临时拉来担任主剪，每天干到凌晨三四点。
乐队组建更是艰难：起初只有主唱大仙一人，通过小马老师弄来三把吉他，德玛大统筹在群里天天摇人。Victor 坦言，大量时间花在找人上——“每天都有人进群，但是没有一个人干活”。现场演出时，三位吉他手只有一位真的接了音频线，Victor 和大匪属于“纯演，没有奏”。尽管如此，节目依然获得了观众认可。
四组的马儿从参与者视角补充了团队协作的三个关键点：明确分工（微导 5 分钟内定下节目结构和分工）、及时补位（“别人没有做这个事情，那立马我来补上”）、统筹兜底（微导搭建逻辑框架，小马负责全场统筹和资源调配）。她特别提到，在当下社会很多人把资源和信息差攥在手里，而社区成员愿意无偿分享，“我愿意拿出来跟你一起变得更好”的意识非常了不起。
五组：环形屏上的治愈叙事与角色调度
五组的作品以“战火中托举和平希望”为主题，是五个组里最治愈、也最讲究专业分工的一个。统筹大牙分享了细致的项目管理经验：群公告每日提醒、用 emoji 标注重点、固定位置放关键文档链接；将音乐投票从飞书表单移到社群，公开人名用敲数字方式，提高潜水成员参与度；让成员在群昵称中标注空闲时间和工作内容；开大小群管理，大群聚焦决策，小群用于审核图片加速进度。
导演龍琅的创作理念是“精准把握每个人最擅长的部分，让他的价值发挥到最大”。他通过倒推时间流，根据成员过往作品分配任务——擅长广告画面的对老师负责开头，设计师静妍负责唯美段落。分镜设计上，他一边拉歌曲时码一边想象画面，融入小巧思：战火变成鲜花、动物奔跑方向朝向光源（即小男孩降临的方向）。
玉箫负责角色设计与画面调度。角色设计以中国传统五色（赤、黄、白、黑、青）为主视觉，以一种动物为主体，融合其他动物特征和植物形象。他特别强调画面调度中的故事性：每个角色都有自己的小传和出场方式——向日葵特写引出角色双手，再给正脸和动作；长鼻子角色设计打喷嚏的细节；昆虫角色敲打肚皮。当 AI 对提示词理解有误时（如“消失”被理解为直接跳楼），要及时修改为 AI 能理解的动作描述。
玉箫还分享了中国画的意境理念：宋徽宗“深山藏古寺”的考题，第一名画的是僧人打水而非寺庙本身；八大山人的鱼石图不画水却让人感到鱼在水中。“并不是说设计一个画面，你所有的内容都要堆满……反而是你慢慢给出来的东西，更值得大家去回味。”
现场问答
问：为什么用海螺（Hailuo）生成视频？ 玉箫：因为我有积分，而且正好海螺上线了 C 端 2.0，在别的地方排队时可以直接用海螺积分跑。没有其他特殊原因。
问：Suno 生成歌曲时，如何控制前奏长度？ 席小天：你可以直接告诉 Suno 大概要多少秒前奏，但它不一定能准确识别秒数，可能生成两三秒就开始了，这个随机性目前还不好控制。多刷几遍能碰运气。
要点回顾
- 共创项目的推进效率取决于清晰分工和明确节点，而非开会频率；一组两次会定稿，四组天天开会仍面临找人困境。
- 工具选择要考虑团队平均水平：公益共创项目用即梦、Banana 等大众化工具降低门槛，比追求 Midjourney 更实际。
- Suno 音乐生成公式：风格 + 情绪 + 乐器 + 人声 + 节奏 + 主题；歌词中可插入音效提示词；字母和数字转中文避免发音错误；上传拼接音频可让 Suno 自动生成曲风提示词。
- 真人演唱需留气口，用 AU 做拼接和降调；现场音控应将人声高于背景音乐 5%～10% 并加轻微混响。
- 极限项目可用绿幕素材 + AE 特效填充，减少抽卡次数，提高制作效率。
- 统筹是共创的兜底：群公告每日提醒、群昵称标注空闲时间、大小群分流、公开投票，都是降低沟通成本的有效手段。
- 画面调度要有故事性：角色出场方式、奔跑方向、光源逻辑都是设计的一部分；AI 理解有误时及时修改提示词。
- AI 时代的核心竞争力在 AI 之外：审美、故事表达、判断力、热爱与投入度，才是拉开差距的关键。
直播回放约 208 分钟
播放器来自飞书妙记 · 在新窗口打开