简介:AI漫剧的制作难点不在"出图",而在故事、角色一致性和镜头衔接三件事。本文拆解从题材定位、剧本对白、角色设定表、分镜脚本到出图、图生视频、配音剪辑的七步流程,附可直接复制的剧本与分镜 Prompt、角色一致性解法,以及画面漂移、时长不匹配等常见问题的处理方式。
很多人第一次接触 AI 漫剧,会把它理解成”用 AI 生成几张图,再让图片动起来”。这个理解不算错,但只看到了最后两步。真正的 AI 漫剧,是 以故事为核心、由 AI 参与内容生产的视听制作流程 :它要像短剧一样讲清人物和冲突,也要像动画一样管理角色、场景和镜头,还要解决 AI 生成天然带来的不一致问题。
判断一个作品是不是 AI 漫剧,不看它用了哪个绘图或视频模型,而看它是否具备四个要素:
“AI”描述的是生产方式,”漫剧”描述的是最终呈现的视听内容,两者是分开的。想清楚这一点,你才能判断自己要做的究竟是一组”会动的图片”,还是一部真正能连续追看的作品。
如果你现在只想快速验证一个故事想法能不能立住,可以先用 百度搭子(DuMate) 把剧本和分镜跑一遍,再决定是否投入做完整成片;具体购买方式和套餐可在 DuMate 购买页 查看,不买也能用基础能力完成前期创作。
| 环节 | 传统方式难点 | AI 介入后的变化 |
|---|---|---|
| 画面产能 | 一个镜头要画师数小时,一集几分钟就是上百张 | 批量生成,单张出图以秒计 |
| 风格试错 | 换风格等于重画 | 换提示词即可对比多种风格 |
| 分镜与配音 | 需分别找画师、配音、剪辑 | 生成、配音、字幕、剪辑可在同一流程内串起来 |
目前主流的 AI 作画能力已经支持文生图与图生图两条路径:文生图输入创意描述即可出图,图生图可以上传整图做参考并调节参考强度,也可以上传人物形象让模型依据面部特征重绘,同时支持多种尺寸、分辨率与 1–8 张批量生成。底层模型侧,知识增强的扩散模型在中文语义理解和跨模态一致性上有较好表现,这对”按中文剧本出画面”这件事很关键。
先用一句话写清 logline: 谁 + 想要什么 + 被什么阻挡 + 代价是什么 。例如”一个能听见物品记忆的修表匠,为救妹妹必须修好一块记着凶案的怀表”。这句话定不下来,后面所有画面都是废的。
漫剧单集时长建议 1.5–3 分钟,开头 5 秒必须给钩子,结尾留悬念。
漫剧的对白要短、要能”配得上画面”。规则很简单:一句台词不超过 15 个字,一个镜头只承载一个信息点,能用画面表达的就不要用台词解释。
每个主要角色固定一段 描述串 ,全片复用,一个字都不要改:
角色:林昭身份:19岁修表学徒,短发,左眼下方有一颗小痣服装:深灰立领工装外套 + 米白内搭 + 皮质工具腰带气质:安静、观察力强、说话时习惯先看对方的手画风锚点:国漫赛璐璐上色,干净线条,冷调光影,半身景
同时为每个角色生成一张”定妆图”(正面 / 侧面 / 背面三视图),后续所有镜头都以此为参考图。
这是漫剧和”AI 图片合集”的分水岭。表格至少包含六列:
| 镜号 | 景别 | 画面描述 | 台词/旁白 | 时长 | 音效/运镜 |
|---|---|---|---|---|---|
| 01 | 特写 | 齿轮在放大镜下转动,映出少女眼睛 | 旁白:这块表,停在三点十七分 | 3s | 齿轮咔哒声,缓慢推近 |
| 02 | 中景 | 林昭抬头,窗外雨 | 林昭:又是这个时间 | 2.5s | 雨声,固定镜头 |
按分镜逐镜生成,优先用图生图 + 角色定妆图作为参考,参考强度调高以保证相似度,需要变化时再降低。同一镜头一次生成多张备选,挑最接近分镜意图的那张。
单镜时长控制在 3–5 秒,运镜幅度要小(推、拉、轻微摇),大幅度运镜是画面崩坏的主要原因。人物说话镜头尽量用”微动 + 局部动效”,避免让模型硬做口型。
配音音色一旦确定就不要中途更换;字幕字号、位置、描边全片统一;配乐按情绪段落切换,不要每镜都换。素材齐了以后,也可以走”图文成片”这类自动化路径——输入文本、图片、视频、背景音乐等素材创建任务,系统自动完成配音、加字幕、素材匹配,任务创建后通过查询接口获取成片地址;如果偏向模板化剪辑,智能混剪和 AI 视频生成同样能在一个页面内完成文案输入、布局、模板、配音、背景音乐、片头片尾等设置后一键出片。
【任务目标】你是一位漫剧编剧兼分镜师,请把下面的故事想法扩写为可直接用于 AI 出图的分镜脚本。【故事想法】【填写一句话故事内核,如:修表匠能听见物品记忆,为救妹妹修一块记着凶案的怀表】【目标观众】【填写受众,如:18-30岁悬疑漫剧观众】【画风】【填写画风,如:国漫赛璐璐,冷调,电影感光影】【单集时长】【填写时长,如:2分钟,约24个镜头】【处理要求】1. 先输出 150 字以内故事梗概,再输出人物表(姓名/年龄/外形特征/服装/性格);2. 按"钩子—铺垫—冲突—反转—悬念"结构划分镜头;3. 每个镜头给出:镜号、景别(特写/近景/中景/全景)、画面描述、台词或旁白、时长(秒)、运镜方式、音效;4. 台词单句不超过15字,避免用台词解释画面已表达的信息;5. 画面描述必须包含主体、动作、环境、光线四要素,且同一角色的外形描述在全片保持完全一致。【输出格式】Markdown 表格 + 表格后附"本集一致性注意事项"3条。【质量要求】镜头时长总和需与目标时长误差在10%以内;不得出现无法用单张图表现的复合动作。
【任务目标】为漫剧角色生成可复用的图像提示词模块。【角色信息】【填写姓名、年龄、身份、性格、关键外形特征】【画风锚点】【填写画风与色调】【输出要求】1. 输出一段 60 字以内的"角色固定描述串",用于每镜复用;2. 输出该角色的定妆图提示词(正面/侧面/背面各一条);3. 输出 3 条"表情变体"提示词(平静/紧张/决绝),除表情外其余描述不得改动;4. 标注哪些词属于不可修改的锚点词。
EP01_S03_LinZhao_v2,返工成本会低很多。第一次做,别急着做 10 集。按这个顺序走一遍:一个 200 字故事 → 12 个镜头的分镜 → 1 个角色的定妆图 → 一条 30 秒样片。样片能看,再扩到整集。
完成故事大纲和人物设定后,可以前往 AI 真人短剧生成体验,把创作思路直接转成短剧内容做对照参考;如果题材偏低幼或绘本向,用 儿童绘本生成体验 先验证画面风格更快;成片做完需要发布封面时,可以用 海报生成体验 出一版统一视觉的封面。想把这些环节串成自己的固定工作流,回到 DuMate 首页 配置即可。