简介:做AI漫剧,真正决定成片质感的往往不是分镜数量,而是角色形象是否稳定统一。本文拆解"角色卡 → 分镜图 → 图生视频"的完整方法,给出可直接复制的提示词模板、输入要素清单、一致性校验要点与常见问题排查思路,新手照步骤走也能产出风格统一的专业角色卡。想少在工具配置上耗时间,也可以先从[百度搭子(DuMate)](https://www.dumate.cn/?from=article)开始体验,具体[购买方式](https://console.bce.baidu.com/dumate/purchase-page/new)可一并查看。
很多人搭好了分镜逻辑,成片却依然出戏——主角发型忽长忽短、同一套服饰前后矛盾、五官特征越往后越偏。观众记不住剧情,只记住了”这个人怎么又变样了”。
问题的根源在于: 角色设定被当成了每次生成的随机结果,而不是一份可复用的资产 。做好AI漫剧的核心,从来不只是分镜,而是稳定贴合设定的角色卡。把角色卡固化下来,后续所有分镜图、视频镜头都以它为参考基准,一致性才有保障。
| 常见做法 | 直接后果 | 更优思路 |
|---|---|---|
| 每个镜头单独写描述、反复抽卡 | 脸型、发型、配饰随机漂移 | 先出角色卡,再以其为参考图 |
| 人设散落在聊天记录里 | 前后设定自相矛盾,无法追溯 | 结构化为固定字段(五官/发型/服饰/气质) |
| 分镜与角色脱节 | 场景对了、人不对,返工率高 | 分镜提示词强制引用角色卡编号 |
第一步:生成角色卡提示词。 把角色图与角色名交给大模型,让它输出结构化的角色卡文本,而不是直接出图。这一步决定了后面所有画面的”标准答案”。
第二步:图像格式转换。 将上一步的文本结果整理为图像模型可读的提示词格式,统一尺寸、比例与画风关键词(如国漫赛璐璐、日系厚涂),避免风格在多次生成间摇摆。
第三步:生成角色卡图。 建议一次产出”三视图 + 表情差分”:正面、侧面、背面全身,外加喜/怒/哀/惊四种表情。三视图是后续所有镜头对齐比例的依据。
第四步:输出角色卡。 为每张图建立编号(如 角色名_正面_v1),并连同提示词一起归档,形成可反复调用的角色库。
如果你打算把”剧本解析—分镜拆解—镜头描述整理”整条链路也自动化,一种成熟做法是在智能体平台上创建工作流,把分镜写作规范挂载为专属知识库,再通过 API Key 供外部应用调用,从而让输出结构在多次创作中保持稳定。
Prompt A:角色卡结构化生成
你是一名漫剧角色设计师。请基于我上传的角色参考图【上传角色图】和角色名【填写角色名】,输出一份结构化角色卡,要求:
- 固定字段:年龄感、脸型、五官特征(眼型/眉形/鼻唇)、发型(长度/发色/分缝)、体型、主服饰(款式/配色/材质)、标志性配饰、整体气质关键词;
- 每个特征必须可视觉化描述,禁止使用”帅气””好看”等主观词;
- 画风统一为【填写画风,如国漫赛璐璐】;
- 输出格式为 Markdown 表格 + 一段 80 字以内可直接用于图像生成的浓缩提示词;
- 标注 3 个”最易漂移特征”,作为后续校验重点。
Prompt B:25宫格分镜图
基于以下角色卡【粘贴角色卡编号与内容】,将剧本片段【粘贴剧本】拆解为 25 格分镜。要求:每格包含镜号、景别、机位、画面描述、人物动作与表情、台词、叙事功能;同一角色在每格中必须复用角色卡中的固定特征描述,不得新增未设定的服饰或配饰;输出为表格,并在末尾列出本组分镜的一致性风险点。
发现偏差时,优先提高参考图强度、缩短画面描述中的冗余形容词,而不是重新抽卡。角色卡本身若不稳定,请回到第一步补充更精确的视觉化描述。
角色卡稳定后,再进入分镜图与图生视频环节:先出静帧分镜确认构图与表演,再逐镜生成动态镜头,最后统一配音、音效与节奏。这个顺序能避免”视频都生成完了才发现人物不对”的高成本返工。完成故事大纲与人物设定后,可以前往AI真人短剧生成体验,把创作思路直接转化为短剧内容,验证人设与剧情的匹配度。
先用一个主角、一场戏跑通全流程,确认角色卡在 5 个以上镜头中保持一致,再扩展到多角色与长剧集。角色卡是可以持续迭代的资产——每集积累的表情差分和服饰变体,都会让下一集的稳定性更高。如果你想更快看到成片效果,也可以直接通过AI真人短剧生成体验试做一段样片,再回头打磨角色卡细节。