該劇每集長度7分鐘、卻耗時2-3個月製作，編導之一連俊傑不諱言「有點太長。」據他們了解，國外差不多1個月做一集，但《芽芽樂團》第一季13集就做了快兩年半。
由於這是該公司製作的第1個帶狀節目，過往他們開發很多故事跟專案，也製作過幾部有得獎的短片。然而，短片製作的時間規劃及節奏與帶狀節目大不同，後者「每天都有很多鏡頭要查看、回饋，感覺才回饋完了，又有新的進度進來。」因此團隊花了一些時間去適應。
其次，由於事先未做好角色表演風格測試，只能在製作期邊做邊摸索，導致常回頭修改已完成動作，徒增時間和溝通成本。此外，動畫採用3D算圖轉2D的技術，為維持極簡輪廓的精確度，動畫師需耗費大量時間調整細節，並逐步為角色建立動作庫以解決問題。
連俊傑解釋：「因為我們把造型弄得非常簡單，相對的，輪廓跟曲線就要很漂亮，也要能夠解讀得很清楚。如果是3D綁骨架的形式，就算輪廓稍微跑掉一點不會有太大差異。但此次3D動畫師要花很多時間微調細節，導致花比較多時間（製作）。」
最後是每集的音樂段落，動畫師除了確保角色動作精準對到節拍，如何以視覺表現抽象的音樂也是難題。團隊透過角色動作、鏡頭設計、節奏變化、色彩及場景的轉換，把旋律與情緒轉化成學齡前孩童可直覺感受的畫面，並相信每個音符與演奏都是角色表演出來的。
