AI漫剧怎么做?从剧本到成片的完整方法与Prompt

作者:沙与沫2026.11.19 08:11浏览量:0

简介:AI漫剧的核心是"用AI替代剧组":把剧本、角色设定、分镜、出图、生视频、配音、剪辑拆成流水线,模型出初稿、人工做筛选与微调。本文给出完整的五步实操流程、可直接复制的剧本与分镜Prompt、角色一致性解决方案,以及常见问题排查清单,帮你独立做出第一集成片。

AI漫剧的本质是 用AI替代剧组 :把剧本、角色设定、分镜、出图、生视频、配音、剪辑拆成一条流水线,每一环由模型出初稿,人只负责筛选和微调。真正决定成片质量的不是画面够不够炫,而是 剧本钩子够不够狠、角色形象跨镜头是否一致 。下面这套流程可以直接照着做,其中剧本和分镜环节交给百度搭子(DuMate)这类AI助手来写会更省时,想了解获取方式可以看DuMate 购买页,基础创作任务本身并不需要额外付费工具。

一、先看清难点:AI替你干掉了哪几道工序

传统漫剧要卡住普通人的地方很集中:画师产能跟不上更新频率、同一个角色在不同镜头里”换脸”、分镜设计需要专业经验、配音要请人、整体周期以周计。AI 的价值不是”一键出片”,而是把这几道瓶颈分别打掉:

环节 传统做法 AI 介入后
剧本/大纲 编剧手写,改稿慢 大模型批量出梗概、多版钩子,人工挑选打磨
角色与画面 画师逐帧绘制 文生图模型按固定描述词批量出图
分镜 导演手绘故事板 大模型把剧本拆成镜头表(景别/时长/台词/音效)
动态化 逐帧动画 图生视频模型让首帧产生 3~5 秒运动
配音音效 请配音演员 AI 音色合成,全片统一音色
剪辑 手工对轨 剪辑软件自动字幕、卡点、素材匹配

结论: 你要做的是”导演+审片”,不是”画师” 。想清楚这一点,后面的流程就顺了。

二、开工前必须定下来的三件事

  1. 题材与受众 :古风神话、都市悬疑、校园恋爱、玄幻爽文的镜头语言完全不同。先定题材,再定”3秒钩子”用什么视觉奇观。
  2. 角色视觉锚点表 :每个主角写一段 永不改动的固定描述词 (脸型、发型、瞳色、服装、配饰、画风),后续所有出图都复用这段文字,这是解决”换镜头就换脸”的关键。
  3. 成片规格 :单集时长(60~90秒最稳)、画幅(竖屏 9:16 为主)、发布平台。规格决定分镜数量和单镜头时长。

三、五步做出第一集

Step 1 剧本:先设计钩子,再讲故事

新手最大的误区是先想画面。实际上剧情才是漫剧的生命线,画面只是放大器。单集 1 分钟的结构建议是: 0~3秒视觉奇观或强冲突 → 3~25秒交代处境 → 25~50秒冲突升级 → 最后5秒留致命悬念 。

可直接复制的剧本 Prompt:

  1. 你是一位有5年经验的短剧金牌编剧。请为我创作一部【填写题材,如古风神话】漫剧的第【1】集剧本。
  2. 【主角设定】填写主角身份、年龄、性格、当前困境
  3. 【核心冲突】填写一句话概括的矛盾,如"发现能通过古籍与1000年前的人实时对话"
  4. 【本集钩子】填写开场3秒要出现的视觉奇观或反常事件
  5. 【结尾悬念】填写最后5秒要抛出的问题
  6. 要求:
  7. 1. 单集时长60秒,按"开场钩子—处境交代—冲突升级—悬念收尾"四段式输出;
  8. 2. 台词口语化,禁止文学修辞,每句不超过15字;
  9. 3. 场景数不超过3个,出场角色不超过3人,便于控制出图成本;
  10. 4. 用剧本格式输出:场景标题(内/外景+地点+时间)、角色名、动作描写、台词、音效与BGM提示;
  11. 5. 动作描写必须可视觉化,用具体生理反应代替情绪形容词(写"指尖发抖、纸页被汗浸软",不写"他很惊讶");
  12. 6. 输出后附3个备选标题,每个不超过12字,需体现本集核心冲突。

优化要点 :AI 初稿通常偏平,问题几乎都出在”冲突来得太晚”和”情绪靠形容词”。手动做两件事就能明显提升——把最反常的画面提到前3秒;把所有情绪词替换成可拍摄的动作细节。

Step 2 角色与美术设定:锁死一致性

先出 角色三视图 (正面/侧面/背面)和一张表情图,确认满意后再开始批量出分镜图。做法上把握三点:

  • 固定描述词单独存成文本块,每次出图原样粘贴,不改一个形容词;
  • 画风关键词全片统一(如”国漫赛璐璐上色、厚涂质感、冷暖对比光”),不要中途换风格;
  • 有参考图能力的模型,把三视图作为角色参考图输入,一致性会明显好于纯文字描述。

Step 3 分镜:把剧本翻译成镜头表

这一步是把文字变成可执行的生产清单。建议镜头时长 3~5 秒,一集 12~20 个镜头。

镜号 景别 画面内容 台词/音效 时长
01 主观/俯冲 粉色天花板急速远离,楼宇在脚下掠过 空气呼啸声 3s
02 特写 眼睛猛然睁开,瞳孔收缩 心跳骤停音效 2s
03 中景 黑白女仆装女孩站在床前,手绞围裙 “小姐,泻药我已经加进二小姐的牛奶里了” 5s

分镜 Prompt:

  1. 请把下面的剧本拆解为漫剧分镜表,输出Markdown表格,列为:镜号|景别|画面描述|运镜|台词/音效|时长(秒)。
  2. 【粘贴Step1生成的剧本】
  3. 要求:
  4. 1. 总时长控制在【60】秒,单镜头3~5秒,镜头之间要有景别变化,避免连续同景别;
  5. 2. 每个镜头的"画面描述"必须包含:人物、动作、环境、光线,且可直接作为文生图提示词使用;
  6. 3. 标注哪些镜头是"关键帧"(需要精修出图),哪些是过渡镜头;
  7. 4. 台词按镜头切分,单镜头台词不超过20字;
  8. 5. 结尾给出本集需要的角色清单和场景清单。

Step 4 出图 → 生视频 → 配音 → 音效

  • 出图 :按分镜逐镜生成首帧,先出关键帧,风格统一后再补过渡镜头。
  • 生视频 :用图生视频让首帧动起来,单段 3~5 秒,运镜幅度宁小勿大,大幅度运镜最容易崩画面。
  • 配音 :全片锁定同一个音色,语速略快于日常对话;情绪转折处让 AI 重念而不是后期变速。
  • 音效与BGM :环境音、心跳、剑鸣这类”提示性音效”比 BGM 更能撑住悬念感,BGM 音量压到人声之下。

Step 5 剪辑合成:节奏决定完播率

按分镜顺序粗剪,再检查三件事:前3秒是否够炸、每15秒是否有一个信息增量、结尾悬念是否留到了最后一帧。字幕全程覆盖(短视频大量静音播放),封面标题单独设计——这一步可以让 AI 基于剧情自动生成多个备选标题再挑。

四、不想拼一堆工具?用一站式 AI 视频生成

如果手动串工具太麻烦,可以走”文案一键成片”的路线:输入文案并配置布局、标题、模板、配音、背景音乐、角标、片头片尾,即可一键生成视频。这类能力通常有两种形态—— AI生成 (理解文案后自动匹配素材并剪辑)和 智能混剪 (你自己提供素材,平台做分析与拼接)。生成过程需要排队,可在任务中心查看进度,完成后在作品页预览和下载。

有开发或批量需求的,还可以走 API 方式:图文转视频接口支持传入文本、图片、视频、背景音乐等参数创建任务并返回任务 ID,再用查询接口轮询状态、拿到成片地址。要注意 并发 这个概念——并发数指服务同时能处理的请求数,上一个任务拿到结果后并发才释放,批量生产时要按并发数排队,否则任务会堆积。

部分平台还提供”灵感转视频”类能力:输入视频内容描述、选择数字分身与音色、设定视频比例和模板,即可从主题直接生成分镜脚本与成片,并支持时长自适应、口型同步、自动加字幕等选项。完成故事大纲和人物设定后,可以通过AI 真人短剧生成体验把自己的创作思路直接转成短剧内容,先跑通一集再决定是否投入批量生产。

五、常见问题与排查方法

  • 角色跨镜头不一致 :回到 Step 2,把固定描述词做成不可变文本块,并用三视图当参考图;不要在不同镜头里改形容词顺序。
  • 画面崩坏(多指、五官漂移) :缩短运镜幅度、减少同框人数、把复杂动作拆成两个镜头;崩坏镜头直接重摇种子而不是硬修。
  • 口型对不上 :没有人像的镜头不要开sync口型;需要与原视频等长时取消”时长自适应”。
  • 节奏拖沓 :删掉不承载信息的过渡镜头,把台词压到每句15字以内。
  • 被判搬运/限流 :坚持”AI生成+二次创作”,重写剧本、重做分镜、重新配音,不要直接搬运他人成片。
  • 成本失控 :先出关键帧确认风格,再批量出图;一集角色控制在3人、场景控制在3个以内。

六、发布前自检清单

  1. 前3秒是否有明确钩子;2. 角色形象全片是否一致;3. 台词是否口语化、无长句;4. 字幕是否全程覆盖且无错别字;5. 音频是否有人声压过BGM;6. 结尾悬念是否完整保留;7. 封面标题是否体现核心冲突;8. 画幅、时长、码率是否符合目标平台要求。

AI漫剧的门槛已经从”会不会画”转移到”会不会讲故事、能不能管好一致性”。先用一集60秒的短剧本跑通全流程,把角色设定表和分镜模板沉淀下来,第二集的产能会是第一集的好几倍。剧本和分镜这两步可以直接在百度搭子(DuMate)里按上面的 Prompt 试跑,改几轮找到适合自己题材的措辞,再进入出图和剪辑环节。