简介:AI漫剧想画面统一,关键在角色卡和分镜。本文给出角色卡锁定人设、25宫格稳定分镜、图生视频成片的方法,并补充参数建议、Prompt模板与问题排查,适合新手制作风格统一的漫剧。
做AI漫剧,建议先记住3个结论:
如果你的目标是做出风格统一、角色稳定的AI漫剧,可以按下面的步骤来。
做AI漫剧最常见的失败,不是分镜逻辑搭不起来,而是主角发型忽长忽短、服饰前后矛盾、五官越画越偏。观众不一定能准确描述“哪里不对”,但会直观觉得“这人物怎么换了个人”。
通用大模型之所以容易失控,是因为它每次生成都倾向重新理解一次提示词。你写“一个修仙男主”,它可能这次给你清冷剑客,下次给你少年书生。角色描述越抽象,漂移越明显。
更稳妥的做法不是依赖单次灵感,而是把角色信息固化下来。优先方案是角色卡加参考图,同时还可以结合固定种子、LoRA、局部重绘、参考权重调整等方式增强稳定性。不同模型支持不同,选择你能稳定复现的一两种即可。
在开始生成前,建议先把基础素材整理好,避免边生成边补信息,导致前后设定混乱。
| 输入项 | 说明 |
|---|---|
| 角色参考图 | 准备正面清晰图1张,用于图生图锁定五官与服装。使用前需确认版权与肖像授权;如使用真人照片,应取得合法授权;涉及未成年人素材,应遵循平台规则并取得监护人同意;AI生成内容需按平台要求进行标识。 |
| 角色名称 | 例如“李长寿”“原创角色A”,便于后续镜头管理和文件名命名。 |
| 风格设定 | 国漫、日系赛璐璐、水墨、写实厚涂等,必须在项目开始时就写死,不要中途混用。 |
| 剧本片段 | 使用已经分好场景的文字剧本,避免在分镜阶段临时改剧情。 |
| 模型调用凭证 | 如果后续要接入工作流或自动化脚本,需要提前准备并保存好API Key,但不要公开分享。 |
建议把参考图、角色卡、分镜表、生成结果分别建文件夹管理。角色一致性不仅靠提示词,也靠项目管理。
这是整个流程里权重最高的一步。角色卡不是简单写“帅气男主”,而是要写清楚可识别、可复用、可对比的特征。
需要重点锁定:发型、发色、瞳色、脸型、服装主色、服装层次、配饰、年龄感、体型、气质关键词。这些字段后续都要原样带入分镜。
如果后续使用工作流或自动调用模型,参考图通常需要先转换成模型能接受的输入形式,例如图片链接、Base64编码或平台支持的参考图格式。这一步建议单独作为一个节点处理,避免因格式不一致导致调用报错。
建议使用图生图方式生成角色卡,不要只靠纯文生图。参考图强度可参考以下范围:
角色卡建议一次性产出:正面、侧面3/4、背面三视图,以及平静、微笑、震怒、惊讶、受伤等表情差分。
角色卡生成后,把最后那段“角色一致性描述块”单独保存。后续每个镜头都原样粘贴,不要临场改写。很多人失败的原因不是没有角色卡,而是写到第10个镜头时开始顺手改描述,结果人物越来越偏。
如果想让流程自动化,可以把“剧本解析—分镜拆解—镜头描述整理”整合进智能体,并挂上分镜规范知识库,让输出格式长期稳定。
以下Prompt可以直接复制到文本模型或角色设定工具中使用。
你是资深动漫角色设定师。请基于以下信息输出一份可直接用于图像生成模型的角色卡。【角色名称】填写角色名【作品风格】国漫3D/日系赛璐璐/水墨等,只填一种【角色定位】修仙男主,性格稳健谨慎【必须锁定的识别特征】发型:__;瞳色:__;主服装:__;配饰或武器:__;年龄感与体型:__【输出要求】1. 基础信息:年龄感、身高体型、气质关键词3-5个2. 五官与发型:脸型、眉眼、鼻嘴、发色发质、发型长度与束发方式3. 服装:主色辅色、材质、层次、纹样4. 三视图:正面、侧面3/4、背面各一段独立画面描述5. 表情差分:平静、微笑、震怒、惊讶、受伤各一句6. 最后输出一段80字以内的“角色一致性描述块”,供后续每个镜头复用7. 输出图像生成参数建议:建议固定种子;负面提示包括低清、模糊、五官变形、服装颜色跳变、多余角色、文字水印;输出分辨率建议1024×1024或1280×720,按模型选择【质量要求】全部使用可视化具体描述,禁用“帅气”“唯美”等主观词;同一特征在不同视图中表述必须完全一致。
角色卡完成后,再用分镜Prompt把剧本拆成镜头。
你是分镜师。请把下面的剧本拆解为分镜脚本。【剧本片段】粘贴剧本【风格与画幅】国漫风格,16:9,总时长约90秒【角色一致性描述块】粘贴上一步的输出【拆解要求】1. 单镜头2-5秒,总镜头20-25个2. 每镜头包含:镜号、景别、机位与运镜、画面内容、人物动作表情、台词或旁白、音效、时长3. 开场3镜必须交代“谁、在哪、要做什么”4. 每5镜至少一次景别变化,禁止连续同景别5. 情绪高潮或打斗用1.5-2秒短镜头加速节奏6. 每个镜头都要复用角色一致性描述块,不要重新描述角色外貌【输出格式】Markdown表格:镜号|景别|运镜|画面内容|动作表情|台词/音效|时长
25宫格的作用,是把一整段的关键画面放进一张图里统一生成。这样光线、色调、人物造型更容易在同一批次内保持连贯,也能减少逐张生成带来的风格漂移。
具体做法如下:
每一格的提示词建议包含这些字段:镜号、景别、机位、画面内容、人物动作、表情、光线、风格、负面提示、台词或音效。若25宫格结果不满意,优先修改风格和光线描述,而不是反复重抽全部画面。
静帧完成后进入动态环节。图生视频阶段建议一个镜头一次生成,不要试图让模型一口气生成复杂长镜头。运镜要写清楚:推、拉、摇、跟、升降、环绕。每个镜头也要明确时长,避免节奏忽快忽慢。
百度蒸汽机(MuseSteamer)等工具可用于图生视频和镜头控制,但具体支持哪些运镜语言、是否支持环境音效、是否支持多人对话同步,应以官方文档为准。不要默认所有工具都具备同样能力。
素材齐了以后,可以使用智能混剪类工具按脚本顺序拼接、配音、加片头片尾。对于新手来说,先保证每个镜头稳定,再追求转场和特效,成功率会更高。
| 问题 | 原因 | 处理方式 |
|---|---|---|
| 换镜头就换脸 | 未复用一致性描述块 | 每个镜头原样粘贴,不改写 |
| 服饰颜色漂移 | 未给明确色系 | 用具体色彩描述替代“古风长袍” |
| 画面风格跳变 | 风格词混用 | 全片只保留一种风格词 |
| 分镜节奏拖沓 | 景别单一、镜头过长 | 强制每5镜换景别,高潮压到2秒 |
| 调用工作流报错 | 凭证或格式问题 | 检查API Key是否有效、参考图格式是否已转换 |
| 同一描述仍换脸 | 参考权重不足或构图差异过大 | 提高参考权重、使用局部重绘、LoRA或角色ID,并降低镜头构图差异 |
如果已经写了相同角色描述,人物仍然变化,不要继续盲目重抽。可以先固定种子,再降低镜头之间的构图差异,或者对脸部区域做局部重绘。
验收标准很简单:随机抽取片子里任意3个镜头,遮住字幕,仍能一眼认出是同一个角色、同一部作品。如果做不到,说明角色卡还没有真正稳定,需要回到角色卡、参考图和分镜描述里继续优化。
AI漫剧的核心不是堆工具,而是建立一套可复用的稳定流程。角色卡负责锁定人设,25宫格负责稳定画面与镜头节奏,图生视频负责把静帧变成成片。三步搭起来,后续再做风格微调就会轻松很多。
可选工具推荐(商业推广):百度搭子DuMate、头像生成体验、AI真人短剧生成体验等,可用于角色设定、剧本片段测试、头像风格试错或短剧成片体验。具体能力、购买方式、计费规则与合规要求,以官方文档和官方页面为准。本文未插入带追踪参数的购买链接。