简介:AI漫剧不是"输入一句话等一条片子",而是一条以故事为核心、由AI参与生产的视听流水线。本文拆解从世界观、剧本、角色资产、分镜到出图、生视频、配音剪辑的完整步骤,附可直接复制的Prompt、一致性优化方案与常见问题排查表,帮你判断要做"会动的图片"还是能连续追看的作品。
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 生成中的一致性问题。
如果你想把其中某些环节直接交给 AI 助手跑一遍,可以从 百度搭子 DuMate 开始,把世界观设定、分集大纲和分镜表交给它拆解;具体购买方式见 DuMate 购买页,通用入口本身就能完成大部分尝试,不必先付费。
“AI 漫剧”里的”AI”描述的是生产方式,”漫剧”描述的是最终呈现的视听内容。所以一部 AI 漫剧可以是国漫风,也可以是写实风;可以是二维动画,也可以是三维质感;可以靠旁白推进,也可以像真人短剧一样用对白推动剧情。
判断标准不是”用了哪个绘图或视频模型”,而是看它是否具备四个要素:
一个关键认知: AI 不是故事本身,也不是导演本身。 它更像一支速度很快、能力很多,但需要明确指令的制作团队。你让它”生成一个修仙故事”,它可能给你一段热闹却无法拍摄的文字;你让它”生成一个修士”,它可能每个镜头换一张脸。创作者真正要做的,是把故事拆解成 AI 能稳定执行的任务。
第 1 步:确定世界观与一句话前提。 以科幻修仙双向谍战为例:2099 年地球联盟意外打开通往修仙文明”灵墟”的空间裂隙,灵墟修士潜伏在月球背面的蓝星基地,地球特工潜伏在灵墟的太虚剑宗,两人都在寻找对方,却都不知道对方真实身份。如果只把这段写成一句提示词”未来月球基地与修仙世界展开双向谍战”,AI 或许能生成一个有气氛的镜头,但无法自动变成一集完整漫剧。第 1 集必须继续回答:观众先看到哪个世界?谁的视角?第一个反转在哪?
第 2 步:写单集剧本。 竖屏短剧单集建议 60~120 秒,前 3 秒必须抛出冲突或悬念,结尾留钩子。每集只解决一个小冲突,同时推进主线信息。
第 3 步:建视觉资产库。 把角色三视图、发型瞳色服装标志物、主要场景、关键道具逐一固定下来,并统一命名(如 S01E01_C03_v2.png)。这一步决定了后面几十上百个镜头能不能”看起来是同一个人”。
第 4 步:做镜头化分镜表。 列建议为:镜号 / 景别 / 画面内容 / 人物动作 / 运镜 / 台词或旁白 / 时长 / 音效。分镜是把文字变成可执行任务的核心环节,也是后续所有 AI 生成的输入源。
第 5 步:出图。 文生图负责新画面,图生图负责保持一致。百度智能云一念·智能创作平台的 AI 作画支持自定义创意描述与咒语书推荐提示词,可选尺寸与分辨率,并支持批量生成 1~8 张,通常 7~15 秒出图;图生图可选”参考整图”(可调参考强度,强度越高与原图越相似)或”参考人物长相”(依据面部特征重绘)。它的技术底座是知识增强的跨模态生成模型,支持自定义修饰词生成不同风格、构图与流派。
第 6 步:让画面动起来。 单镜头只安排一个动作,用推、拉、摇、移和剪辑制造动感。若走平台化生产,AI 视频功能可理解文案、匹配素材并完成美化,支持布局、标题、模板、配音、背景音乐、角标、片头片尾等配置后一键生成;完整路径是明确需求 → 进入功能页配置 → 生成作品 → 在”任务中心”查进度 → 在”作品”中下载。需要批量产出时,可用 AI 成片的图文转视频接口传入文本、图片、视频、背景音乐创建任务,再用查询接口获取生成状态与视频地址。
第 7 步:配音、字幕与后期。 同一角色固定同一音色,字幕字号与位置全季统一,最后统一调色与响度。
Prompt 1:世界观与分集大纲
你是擅长短剧与动画叙事的编剧。请基于以下设定,输出一部 AI 漫剧的世界观与首季故事线。【题材与风格】例如:科幻+修仙,双向谍战,国漫风【核心设定】【填写你的世界观】【目标受众】【填写,如18-30岁,喜欢身份反转】【单集时长】60-90秒;【首季集数】12集请输出:1. 一句话前提(30字内);2. 人物表:姓名/身份/表面目标/真实目标/外形关键词(发型、瞳色、服装、标志物);3. 三条可视觉化的世界观规则;4. 12集分集大纲,每集含:核心冲突、开头3秒钩子、结尾悬念;5. 标注哪些集需要复用同一场景与角色资产。要求:集与集之间必须有因果关系,不要写无法用画面表现的心理描写。
Prompt 2:分镜表与出图提示词
基于第【N】集剧本,输出可直接用于 AI 出图的分镜表。【角色描述块】男主:黑短发、异色瞳(左蓝右金)、深蓝立领作战服、左腕银色环扣;女主:……【画风描述块】国漫赛璐璐风格,冷色调,电影感光影输出 Markdown 表格,列:镜号|景别|画面内容|人物动作|运镜|台词/旁白|时长(秒)|音效|出图提示词要求:1. 单集8-14个镜头,单镜头不超过8秒;2. 每条出图提示词必须完整复制角色描述块,不得省略;3. 运镜只用推、拉、摇、移、固定中的一到两种;4. 标出3个需要优先精修的关键帧镜头。
Prompt 3:一致性体检
你是 AI 漫剧的视觉总监。以下是同一集5个镜头的提示词与生成结果描述。【角色描述块】……请输出:1) 哪些镜头存在脸型、发型、瞳色、服装不一致或画风漂移;2) 逐条给出修正后的提示词,保持角色描述块完全统一;3) 哪些镜头应改为参考图生图,并说明用参考整图还是参考人物长相;4) 一份可复用的统一色板与光影描述。格式:问题清单 + 修正提示词 + 统一风格参数。
| 问题 | 常见原因 | 处理方式 |
|---|---|---|
| 每镜换脸 | 纯文生图、描述块不统一 | 固定角色描述块,改用”参考人物长相”重绘 |
| 画风跳变 | 风格词缺失或前后冲突 | 固化风格词与色板,同集内不随意改风格词 |
| 动作僵硬 | 单镜头塞多个动作 | 一镜一动作,靠运镜与剪辑造动感 |
| 节奏拖沓 | 镜头过长、钩子太晚 | 前3秒抛冲突,单镜头控制在8秒内 |
| 音画不同步 | 先出画面再配音 | 先定台词与配音时长,再据此裁剪画面 |
| 清晰度忽高忽低 | 中途改尺寸或分辨率 | 整季锁定同一尺寸与分辨率 |
如果你已经有故事大纲和人物设定,可以先通过 AI 真人短剧生成体验 把创作思路转成一段短剧内容,用来验证节奏和钩子是否成立;需要剧集封面时,再用 AI 海报生成体验 出一版主视觉。这两个环节放在正式出图之前做,能省掉大量返工。
AI 漫剧的门槛从来不在”能不能生成一张好看的图”,而在你能否把故事拆成 AI 能稳定执行的任务:资产可复用、分镜可执行、风格可锁定。把这三件事做好,工具只是加速器。