简介:Anamana 把 AI 放进从剧本到成片的整条流程。本文拆解它的做法,提炼出角色圣经、镜头表、五段式生产流程和成本排期方法,并附可直接使用的分镜提示词与质量检查清单,帮你用小成本验证第一集。
Anamana 是一家面向全球市场的 AI 原生漫剧(AI-native 微短剧)内容平台,2025 年成立,总部位于新加坡。它由三部分组成:面向观众的消费端 App、连接创作者的内容生态,以及核心创作工具 Anamana Studio。文中关于其公司背景的信息来自公开介绍,具体项目进展和经营数据请以官方发布为准。
AI-native 指从创意阶段就把 AI 纳入生产和分发。它与在传统流程末尾加一个”生成视频”按钮有明显区别。Anamana Studio 覆盖从剧本到成片的环节。创作者输入故事脚本和角色设定,系统把它们拆解成视觉资产和镜头节拍,再渲染为可分发的成片。工具还支持反复生成、后期修正和多语言版本制作。
对创作者来说,值得关注的是它验证的一件事:几十集、需要连续叙事的剧集化内容,可以依靠 AI 工作流稳定交付。难点因此从”能不能生成画面”转向”能不能把剧集组织成可重复的生产流程”。
该平台没有自研底层视频模型,而是接入多家云基础设施合作方的模型能力。这对个人创作者的启示很直接。模型会不断换代,真正能积累下来的是角色资产库、剧集结构和发行渠道。
单张图好看,单个镜头惊艳,已经不是门槛。漫剧的难点在于几十集内人物外观、角色关系、故事逻辑和视觉风格保持稳定。观众很容易察觉”第 3 集女主换了张脸”。
解决办法是把一致性当作工程问题,用文档和资产来解决,而不是反复抽卡碰运气。建议维护以下四份文件:
有了这四份文件,一致性就从”靠运气”变成”按文件执行”。参考图要统一命名并标注版本,例如 CHAR_01_lin_face_v3.png。替换参考图后,旧版本要归档,避免后面的集数误用旧图。
立项与剧本。先写一句话卖点,明确目标受众和类型(悬疑、甜宠、复仇、职场等),再写分集大纲。每集结尾都要有一个钩子。单集时长可先定在 60 到 120 秒,中文台词按每秒 4 到 5 字估算,避免台词塞不进镜头。
资产制作。根据角色圣经生成角色三视图和表情参考,确认后固定为参考图。需要统一画风时,先用同一套风格描述和参考图做几组小样,选定一组后锁定模型版本和参数,再批量扩展同风格素材。
分镜拆解。把剧本转成镜头表。这一步决定后面大部分效率,因为生成阶段的修改成本远高于这里。
生成与迭代。先做低分辨率的动态预览,确认节奏和构图后再精修,避免在废镜头上消耗算力。单镜控制在 3 到 5 秒,靠剪辑来制造节奏。
后期与本地化。统一调色、字幕、音效、片头片尾,再输出多语言版本。
把下面的内容交给任意 AI 助手,替换占位内容即可使用:
【任务目标】把下面的故事脚本与角色设定,拆解为可直接用于 AI 生成的分集分镜表。【输入资料】- 剧集名称 / 题材 / 目标受众:【填写】- 全剧梗概与分集大纲:【粘贴】- 角色设定(姓名、年龄、外形、服装、性格、人物关系):【粘贴】- 视觉风格参考(画风、色调、镜头语言、参考作品):【填写】- 单集时长与总集数:【填写,如 90 秒 × 30 集】【处理要求】1. 先输出"角色圣经"表格:每个角色的固定外观关键词、禁用项、口头禅,供跨集复用。2. 再输出"场景圣经":主要场景的空间布局、光线、色温、固定道具。3. 按集拆解为镜头表,字段为:集数 | 镜号 | 时长(秒) | 景别 | 画面描述 | 角色与表情 | 台词/旁白 | 音效 | 生成提示词(中英双语) | 所需参考图。4. 每集结尾标注钩子,并保证与下一集首镜的画面与情绪衔接。5. 提示词必须原样复用角色圣经中的固定关键词,不得改写人物外观。6. 标出高风险镜头(多人同框、手部特写、复杂动作、快速运镜),并给出降级替代方案。【输出格式】Markdown 表格 + 一份 200 字以内的连续性风险清单。【质量要求】人物外观、服装、场景在相邻三集之间不得出现无说明的变化;台词字数与镜头时长匹配。
拿到镜头表后,先人工通读一遍再进入生成环节。检查三件事:钩子是否成立,每集是否推进主线,有没有为凑时长而存在的空镜头。这一步的修改成本只有生成之后的十分之一左右。
生成阶段最容易出问题的地方,建议逐项核对:
| 检查项 | 常见问题 | 处理方式 |
|---|---|---|
| 人物一致性 | 脸型、发色、服装跨集漂移 | 固定参考图和关键词,漂移时重生成而非修补 |
| 手部与肢体 | 多指、扭曲、穿模 | 改用中景或近景,避开手部特写 |
| 口型与配音 | 音画不同步 | 先定配音再对画面,或改用旁白叙事 |
| 镜头节奏 | 单镜过长导致画面崩坏 | 单镜控制在 3 到 5 秒,用剪辑造节奏 |
| 剧情连续性 | 道具、时间、关系前后矛盾 | 用镜头表交叉核对,维护事实表 |
| 风格统一 | 不同集画风不一致 | 锁定风格圣经与模型、参数组合 |
| 版权与肖像 | 素材来源不明或真人形象未获授权 | 留存素材来源和授权记录,确认没有侵犯他人肖像权 |
| 合规标识 | 缺少 AI 生成标识或违反平台审核规则 | 发布前核对目标平台规则,并按当地法规添加标识 |
成本主要压在视频生成环节,但剧本、分镜和后期的人力时间往往比算力更难控制。比较稳妥的做法是分三段投入:
角色三视图、场景图和音效包属于可复用资产,一次制作能支撑整季或后续多季。建议把它们单独列为固定投入,不摊到单集成本里。不必照搬任何平台公布的数字,你自己的样片数据才是最可靠的估算依据。
多语言本地化的边际收益往往较高。同一套画面配上多语种配音和字幕,就能覆盖多个市场。落地时注意三点。第一,台词要重写而不是直译,笑点和称谓的文化差异很大。第二,字幕要按语言重新断句,并抽检是否超出画面安全区。第三,封面标题和卖点短语要按区域做 A/B 测试。快速对白镜头的配音口型也需要逐一抽检。
Q:不会画画、没有团队,能做吗?
A:可以。核心能力从画功转向文档能力,关键在于能否把角色和风格描述清楚,并把剧本拆成可执行的镜头表。
Q:需要自己训练模型吗?
A:通常不需要。多数创作者接入现成的模型能力,把精力放在资产和工作流上。
Q:AI 生成的内容能直接商用发行吗?
A:取决于所用工具的服务条款、素材来源和目标平台的审核规则。发布前需要自行确认授权范围和合规要求。
先写角色圣经和风格圣经,用分镜 Prompt 拆出镜头表,再用小成本样片验证节奏和风格,最后才批量生产。Anamana 的价值在于把 AI 漫剧的生产拆成了