Tiny Desk AI 视频制作教程：选图、提示词与剪辑

制作 Tiny Desk AI 视频，可以从清晰肖像、获准动作参考和基础剪辑工具开始。先确定主唱，再规划切镜；本教程不依赖特定网站、积分套餐或私有预设。

AI 生成的概念示意图，并非视频生成结果或原演出截图。

什么是 Tiny Desk AI？

Tiny Desk AI 把肖像中的人物变成桌边乐队的主唱。书桌、拥挤的书架、耳机、乐手之间的回应与投入的独唱特写，共同构成这种形式。Outstanding 的关联来自 Charlie Wilson 的 NPR Music 演出：他的官网明确列出这首 The Gap Band 的歌曲。

这个来源可以核实演出与曲目，不能据此判断谁最先制作 AI 二创。署名时应区分表演者、演出制作方和后来的二创作者。替换角色的视频是生成娱乐内容，并不能证明画面中的人物真的一起演出。

为什么桌边乐队的反差容易传播

这种形式的趣味来自选角与反应：原本出现在其他场合的人突然成为主唱，配角的回应让场景更像共同完成的演出。笑脸提供鲜明的情绪节点，萨克斯切镜转移注意力，再回到乐队收尾。这是对表现形式的分析，不代表播放量或互动率保证。

给主唱足够的辨识时间。人物太多、频繁换装或堆叠特效，反而容易淹没二创最有个人特色的部分。

按实际参考片规划镜头

本页参考片是实测 540×960 的 15 秒竖屏剪辑。检查的截图中，第 1 秒为乐队，第 7 秒为笑脸主唱，第 10 秒为萨克斯手，第 13 秒回到乐队。这些是抽帧位置，不是精确切镜边界，不应把另一版本的开头或时间点直接套用进来。

规划自己的版本时，可以按四个目的拆解：交代乐队、呈现主唱表情、给乐器独奏留出空间、用清晰的集体反应收尾。保持桌面物件、光线与服装一致，有助于镜头衔接。

准备肖像并分配乐队角色

在所选工具支持的图片数量内，为每位需要指定的人准备一张独立肖像。单图版本只将照片分配给主唱，其余成年人写成虚构乐手。完整选角时建立角色表：主唱、萨克斯、键盘、左伴唱、右伴唱，每段生成都保持相同顺序。参考片合镜中，键盘手在前景，左伴唱位于其身后的画面左侧，右伴唱位于画面右侧；左右均以观众视角为准。主唱和萨克斯手各有独立特写。

主唱照片应清晰露出眼睛、嘴部与肩膀，光线均匀。避免合照、重度美颜或挡住嘴唇的麦克风。指定萨克斯角色时也要使用清晰脸部照片。选择希望保留的服装，图案不要过于醒目。动作参考需有处理权限，公开可观看不等于获准再利用。

生成单段或拼接独立镜头

1. 将获准参考片裁到所需的完整叙事，检查切点，并在生成前确定画幅。9:16 适合竖屏特写，较宽画幅则能为乐队留出空间。
2. 选择支持所需身份图片及动作参考的模型，先核对当前工具的时长和参考素材限制。
3. 长度允许时先尝试单段。若主唱或乐器镜头反复失败，单独重做这些镜头，不必重新生成整场演出。
4. 更长版本应在明确的机位切换处分段，两段复用同一套肖像、角色表、服装与房间描述。不要把 13 + 6 秒当作固定规则，衔接位置取决于实际剪辑。
5. 拼接通过审核的片段，去掉重复动作，对比切点前后的人物与环境。先确定画面，再处理声音。

提示词要区分身份与动作

先说明每张图片控制哪个角色，再写动作顺序、取景、连续性与声音要求。描述主唱的表情即可，不必要求模仿名人的嗓音。下面是可改写的公开教学示例，并非生成器的私有配方：

拍摄一段办公室乐队演出，让肖像 A 中的成年人担任主唱，始终保持其脸部与服装。创作身份各异的成年键盘手、萨克斯手与伴唱。先展示乐队随节奏回应，再切到主唱开怀大笑，给萨克斯一段短独奏镜头，最后回到乐队。切镜前后保持同一房间、耳机与乐器位置。获准动作参考只指导动作，不提供原演员身份。手部结构自然，乐器不要与面部融合。输出无声画面，方便后期添加音频。避免重复面孔、身份互换、额外乐手、字幕与可读标志。

多人照片版本应把虚构角色那一句改成明确的角色表。单独生成萨克斯镜头时再次写明身份和服装，不要假定模型记得上一次请求。

修复破坏演出感的错误

• 主唱变成键盘手： 明确指定独唱特写中的角色，并分别描述配角。
• 大笑时脸变了： 换用更清晰、滤镜更少的肖像，减少转头或缩短特写。
• 萨克斯与手融合： 简化动作，将乐器段单独生成为稳定镜头。
• 拼接后换了演员： 重复角色表，工具支持时用通过审核的静帧辅助连续性。
• 纯乐器段仍全员动嘴： 指定每个镜头由谁表演，其他人物嘴部放松。
• 结束时动作做了一半： 为收尾保留短暂稳定的反应，不要让每一帧都在运动。

剪辑、检查声音与清楚发布

正常播放、静音播放，再逐帧检查主唱与萨克斯镜头，关注牙齿、手指、身份、服装和标志。导出 MP4 后重新看一遍实际文件，不要只依赖编辑器预览。

使用自己的录音、获准音乐，或发布平台允许用于该用途的曲目。加上歌曲不会自动对齐口型，也不能自动解决画面的权利问题。为可辨认人物保留同意记录，核对发布平台当前的 AI 标注选项，清楚说明内容由 AI 生成，不暗示真实演出或背书。

Tiny Desk AI 常见问题

一张照片能做 Tiny Desk AI 吗？

可以，前提是工具支持肖像身份参考。把照片分配给主唱，其余角色设为虚构人物。合照不利于明确分配独立角色。

Tiny Desk AI 一定是 19 秒吗？

不是，时长由剪辑决定。本页参考片为 15 秒；当工具无法单次生成较长版本时，可分镜生成再拼接。

这个同款关联哪首歌？

The Gap Band 的 Outstanding，Charlie Wilson 在 NPR Tiny Desk 演出中表演过这首歌。这个关联不代表获准使用该录音。

必须用某个应用或模板吗？

不需要。使用能力匹配的图像／视频模型和剪辑工具即可。贴脸模板与重新生成的演出行为不同，选择前应检查角色控制、时长与导出选项。

Tiny Desk AI 成片的关键是主唱始终可辨认、每个镜头都有作用。先检查这些内容，再处理配乐。需要可选捷径时，ReelMorph 预设只要求上传主唱肖像；萨克斯手、键盘手、画面左侧伴唱和右侧伴唱均可选填，空位由 AI 生成虚构乐手。使用 15 秒参考片，默认 9:16，并请求生成原创乐队音频，不提供 19 秒拼接；声音与人物还原效果需检查实际输出。

打开 Tiny Desk AI 生成器 →