简介:本文面向想在手机端制作漫剧的用户,提供从一句话灵感到剧本、角色、分镜、视频合成的 AI 实操流程,并附可复制 Prompt、一致性控制表和优化建议,帮助快速完成漫剧 MVP。
如果你想在手机端完成漫剧创作,核心不是先找一款“万能 App”,而是把流程拆成:灵感→剧本→角色→分镜→图片/视频→配音→合成。你可以先通过 百度搭子 DuMate 体验 AI 内容生成,也可以查看 DuMate 购买入口 了解使用方式。本文给出一套可复用的 AI 漫剧制作方案,即使不立即使用工具,也能按步骤完成创作。
很多人做 AI 漫剧时,容易一上来就输入一句“帮我做一个短剧”,然后期待模型直接输出完整视频。实际效果往往不稳定,原因不是模型不行,而是任务没有被拆解。
一个可落地的 AI 漫剧流程通常包括 7 步:
如果你只是想做内容,不需要自己开发 App,那么重点应放在“剧本 + 分镜 + 生成提示词”上;如果你想做一个类似“手机端漫剧创作工具”的产品,则还要继续拆解页面、任务状态、生成队列和导出流程。
传统漫剧或短剧制作常见难点有五个:
| 难点 | 传统方式的问题 | AI 可以辅助的环节 |
|---|---|---|
| 剧本创作慢 | 从灵感到完整脚本耗时长 | 快速生成故事梗概、人物小传、冲突设计 |
| 角色不一致 | 不同镜头里人物脸型、服装变化 | 用固定角色卡和提示词锚点保持一致性 |
| 分镜不清晰 | 新手不知道如何切镜头 | 自动生成镜号、景别、台词、时长 |
| 素材制作成本高 | 拍摄、绘图、剪辑成本高 | 生成图片、视频草稿、配音和字幕 |
| 修改反复 | 改一句台词牵动多个镜头 | 用结构化表格管理剧本、角色、分镜 |
AI 并不能完全替代审美判断,但它可以把“从 0 到 1”的草稿时间大幅缩短。创作者更重要的是做三件事: 定方向、控一致性、做取舍 。
漫剧创作最重要的是“一句话能说清”。如果一句话说不清,后面分镜一定会散。
一个好用的一句话灵感公式是:
谁 + 在什么场景 + 遇到什么异常 + 必须做什么 + 最后出现什么反转
例如:
一个外卖员深夜收到一条来自自己的死亡预告,他必须在一小时内找到发送者,却发现发送地点是自己家。
这类灵感适合做 30~60 秒竖屏漫剧,因为冲突集中、场景少、反转明确。
你可以直接把下面这段 Prompt 复制到 AI 助手中使用:
你是一名资深漫剧编剧、角色设计师和分镜师。请根据以下信息完成一部竖屏漫剧创作方案。【填写任务需求】题材:【填写题材,如都市悬疑/古风/搞笑/恋爱】受众:【填写受众,如年轻用户/短剧用户】时长:【填写时长,如30秒/60秒/90秒】风格:【填写风格,如写实/二次元/国漫/暗黑/治愈】一句话灵感:【填写你的灵感】【上传相关资料】参考图/人物设定/世界观:【如有可上传,没有则填写“无”】【填写输出要求】请输出以下内容:1. 故事梗概:用150字以内讲清开端、冲突、反转、结尾。2. 角色设定表:包括姓名、年龄、外貌、服装、性格、标志物、说话风格。3. 场景设定:包括时间、地点、光线、氛围、关键道具。4. 分镜表:按镜号列出画面内容、台词/旁白、时长、景别、运镜、音效。5. AI生成提示词:为每个镜头提供可用于图片或视频生成的提示词。6. 一致性控制:说明如何保持人物脸型、服装、发型和画风一致。7. 优化建议:指出哪些镜头可能难以生成,并给出替代方案。质量要求:- 人物外貌关键词必须前后一致。- 避免复杂多人互动、复杂手部动作和快速运镜。- 台词要口语化,适合短视频节奏。- 每个镜头时长建议控制在2~6秒。- 输出格式清晰,便于直接复制到表格中使用。
这段 Prompt 的重点不是“让 AI 写得很长”,而是让它输出 结构化结果 。你拿到结果后,不要直接生成视频,先检查三件事:
如果这三点不成立,就重新修改一句话灵感,而不是急着做分镜。
AI 漫剧最常见的失败不是剧情不好,而是人物“每一镜都像换了个人”。解决方法不是反复抽卡,而是建立角色锚点。
你可以为每个角色建立一张“角色一致性控制表”:
| 控制项 | 示例 | 作用 |
|---|---|---|
| 角色名 | 林澈 | 统一称呼 |
| 年龄感 | 25岁左右 | 控制气质 |
| 脸型 | 清瘦、下颌线清晰 | 固定面部特征 |
| 发型 | 黑色短发、刘海略长 | 固定发型 |
| 服装 | 深灰色连帽衫、黑色背包 | 固定穿搭 |
| 标志物 | 左耳银色耳钉 | 增强识别度 |
| 表情 | 冷静、疲惫、警觉 | 控制情绪 |
| 禁用项 | 不戴帽子、不换外套 | 避免模型自由发挥 |
在生成图片或视频时,建议每个镜头都复用同一组关键词,例如:
25岁男性,清瘦脸型,黑色短发,刘海略长,深灰色连帽衫,黑色背包,左耳银色耳钉,冷静表情,都市夜景,写实国漫风,竖屏构图
注意: 不要每个镜头都重新描述一遍完全不同的外貌 。角色描述越稳定,生成结果越容易统一。
如果某个镜头必须换装,比如从白天到夜晚、从室内到室外,也要保留核心识别项,例如发型、脸型、标志物。否则观众会认为是另一个角色。
分镜不是简单把剧本拆成句子,而是把故事拆成“观众能看见的画面”。
一个适合 AI 漫剧的分镜表可以这样写:
| 镜号 | 画面内容 | 台词/旁白 | 时长 | 景别 | 运镜 | 生成提示词要点 |
|---|---|---|---|---|---|---|
| 1 | 夜晚街道,外卖员看手机 | 旁白:那条消息,来自我自己 | 3秒 | 全景 | 缓慢推进 | 都市夜景、路灯、外卖员、手机屏幕 |
| 2 | 手机屏幕特写 | 消息:今晚你会死 | 2秒 | 特写 | 固定 | 手机屏幕、聊天界面、冷色光 |
| 3 | 主角抬头 | 林澈:谁在恶作剧? | 3秒 | 近景 | 轻微推近 | 男性、警觉、街道背景虚化 |
| 4 | 远处出现一个身影 | 无台词 | 2秒 | 中景 | 固定 | 黑影、街角、悬疑氛围 |
分镜设计有几个实用原则:
如果你已经完成了故事大纲和人物设定,可以前往 AI 真人短剧生成体验,尝试把创作思路转化为短剧内容,再根据生成结果反向调整剧本和分镜。
分镜完成后,不要一次性生成所有镜头。建议先做“低精度草稿”,确认剧情和画面方向,再逐步精修。
每个镜头先生成一张关键帧图片。提示词建议包含:
例如:
25岁男性,清瘦脸型,黑色短发,深灰色连帽衫,站在夜晚便利店门口,冷色灯光,悬疑氛围,近景,写实国漫风,高细节,竖屏构图。不要出现多余人物,不要复杂手部动作。
图片确认后,再让静态图动起来。视频生成阶段要控制动作幅度,不要让人物做复杂行为。
适合 AI 生成的镜头:
不适合直接生成的镜头:
百度智能云智能创作平台提供 AI 视频等能力,支持输入图文素材生成短视频,并可涉及配音、数字人等生成环节。在实际操作中,你可以先把关键帧图片、角色设定和镜头说明准备好,再进入视频生成环节,这样更容易控制结果。
配音建议遵循三个原则:
如果暂时没有中文配音条件,也可以先做字幕版草稿,确认剧情节奏后再补声音。
如果你不只是想做一部漫剧,而是想做一个“手机端漫剧创作工具”,那么第一步不要追求功能大而全,而要先做 MVP。
一个最小可用版本可以包含 6 个页面:
无代码应用开发平台通常会把应用开发简化为提交需求、澄清需求、确认需求、生成应用、修改优化等步骤。如果你希望快速验证产品形态,可以先把需求写清楚,例如:
我要做一个手机端漫剧创作 MVP。用户输入一句话灵感后,系统生成角色、场景和分镜。用户可以编辑分镜,并查看图片/视频生成进度。首页需要历史项目列表。整体风格简洁,适合移动端操作。
低代码平台则可以通过可视化搭建、组件配置和 AI 能力接入,降低页面与业务逻辑搭建成本。对于漫剧工具来说,重点不是堆功能,而是把“灵感输入—剧本生成—分镜编辑—素材生成—预览导出”这条主流程跑通。
优先检查角色描述是否固定。建议每个镜头都复用同一组关键词,并减少换装、换发型、换场景的幅度。
固定画风词,例如“写实国漫风”“二次元”“暗黑悬疑”“治愈绘本风”。不要在一个项目里频繁更换风格。
回到一句话灵感,重新检查主角是否有一个明确目标。短剧不怕简单,怕没有冲突。
把复杂镜头拆成简单镜头。例如“主角跑过街道”可以拆成“脚步特写”“街道空镜”“主角回头近景”。
先做低分辨率或低精度草稿,确认剧情和分镜后,再对重点镜头进行精修。不要一开始就逐镜头高质量生成。
移动端创作应尽量简化输入。可以用模板、选项和分步表单代替长文本输入。例如让用户选择题材、时长、风格,再输入一句话灵感。
AI 漫剧不是简单输入一句话就结束,而是一个“创作流程工程”。真正高效的玩法是:
一句话灵感 → 结构化剧本 → 角色锚点 → 分镜表 → 关键帧图片 → 短视频生成 → 配音字幕 → 合成输出
如果你想快速开始,可以先准备三样东西:
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 尝试把创意转化为短剧内容。对于想在手机上随时创作的用户来说,最重要的不是追求一步到位,而是先把最小闭环跑通:能生成、能修改、能预览、能导出。只要这个闭环成立,后续再逐步提升人物一致性、画面质感和剧情复杂度,漫剧创作的效率就会明显提高。