提示词 prompt：如下：

@Image1 是主角，请保留其确切特征：玉米辫、鼻环、个性耳环、雕塑感白色设计师上衣、深靛蓝色牛仔裤。@Audio1 是最终母带音轨，仅限此音频；禁止编造音乐或添加新的人声。

她将在镜头前演唱人声 —— 精准的口型同步是首要任务。嘴部动作需与 @Audio1 的每一个音节完全吻合。在演唱期间，镜头需始终保持她的面部清晰可见；严禁在歌词中间进行切镜。

口型同步映射：
0.0–0.5 秒：器乐部分 —— 保持静止。
0.5–2.8 秒：“I'm standing on the edge / Say it with your chest / Or keep it on the deck” + “Hey!”
3.2–6.7 秒：“I walk in, whole room gets tense / I don't need luck, I'm the consequence / If you really want to test my intent / Come correct, come correct or get bent” + “Woo!”
7.5–13.7 秒：重复上述副歌，表演力度升级。
14.5–15.0 秒：器乐停顿。

音乐视频路线：带团队的表演。导演核心理念：她对着镜头说唱，四名身着哑光黑服装的伴舞在身后如一个纪律严明的有机整体般移动 —— 她在诉说，他们用肢体回应。

视觉世界：原始混凝土工作室大厅，冷色调窗外自然光加一束钨丝灯光，反光地面。4 名伴舞（男女混合）身穿哑光黑色背心和工装裤，保持匿名，面部表情中性。色调：骨白色、黑色、混凝土色、靛蓝色。无霓虹灯，无粒子特效。

镜头流程：
0–3 秒：从广角推至中景：她站在正中央说唱，团队在阴影中呈菱形阵列静止；在第一声“Hey!”响起时瞬间激活。
3–7 秒：她一边说唱一边大步向前，镜头后移，团队在身后同步行进，在每一下小鼓声中与她的歌词间隙精准地做出同步耸肩动作。
7.5–10 秒：在底鼓声处切镜至低角度特写，拍摄她的第二段副歌 —— 团队剪影在背景中模糊处理，她的咬字处于画面中心。
10–13.7 秒：中景环绕镜头：她继续说唱，团队在每一下小鼓声中执行从她向外扩散的卡农式 Vogue 手部波浪动作；她在唱到“come correct”时指向镜头。
13.7–15 秒：在“Woo!”处的最终定格：她单臂高举，团队在她周围单膝跪地，保持姿势。可循环播放。

表演规则：她的表现需充满气场且冷静，下颌咬字清晰；团队成员严禁看向镜头，需保持军事化精准度，绝不能抢走她的人声风头。连续性：始终为这五个人、同样的服装、同样的大厅。音频意图：仅限 @Audio1，口型必须与人声锁定；包含微弱的拟音（foley）。质量标准：昂贵的说唱表演视频，拒绝 AI 质感。

  ▶ 点击播放视频

来源：https://x.com/mi7_crypto/status/2077847393589137549