只给方向、不给文案，画面和配乐一起出来了

现在生成一张图已经不算什么。但一次需求同时产出互相咬合的画面和配乐，是另一回事。

声音和画面平时来自两个不同的人，靠来回沟通磨合。而这里是同一个过程同时产出两者，所以成品有一种很难伪装的整体感 —— 剪辑的节奏和音乐的乐句是一起被决定的，因为它们出自同一遍处理。

它是否比两个专业人士更好，眼下还不是重点。重点是这样的事现在能做了。