简介:AI漫剧的核心是"用AI流水线替代传统动画的重人力环节"。本文拆解剧本、角色设定、分镜、生图、图生视频、配音剪辑六个环节,给出可直接复制的Prompt、分镜表模板和常见问题排查方法,一个人也能跑通从0到1。
很多人搜”AI漫剧怎么做”,真正卡住的不是工具,而是不知道 顺序 。AI漫剧本质上是一条流水线:剧本 → 角色设定 → 分镜脚本 → 画面生成 → 图生视频 → 配音剪辑。六个环节里任何一环含糊,成片都会崩。想边看边动手的,可以先打开百度搭子 DuMate边读边试,具体的购买方式与套餐说明可自行查看——本文的方法本身不依赖任何付费工具。
传统漫剧的成本集中在三处:画师产能、角色一致性、镜头运动与口型同步。一集两三分钟的内容,靠外包要排期、要改稿、要反复对色。
AI 能接手的是 产能型环节 :剧本扩写与改写、角色三视图、场景概念图、静帧转动态视频、配音与字幕。文生图能力已经可以基于自然语言生成不同风格、构图、流派的画面,并通过修饰词控制画面调性;视频侧则支持上传图片后描述运镜方式、镜头类型与角度,直接生成短视频片段。
但有三件事 AI 替不了你: 故事内核、审美判断、逐镜筛选 。目前阶段生成结果的可用率并不高,真正的功夫在于”生成 20 条挑 1 条”的判断力。这也是为什么现在拼的不是谁做得快,而是谁能沉下心做品质。
不要打开工具就直接生成,先把这四份东西写在文档里:
| 资料 | 内容要求 | 作用 |
|---|---|---|
| 一句话故事 | 谁+在什么处境+想要什么+阻碍是什么 | 防止剧情跑偏 |
| 题材与画风 | 玄幻/都市/悬疑 + 国漫厚涂/日系赛璐璐/水墨/3D | 锁定全片视觉统一 |
| 时长与集数 | 建议单集 60~90 秒起步 | 控制工作量与试错成本 |
| 角色小传 | 外貌、服装、性格、口头禅、能力边界 | 后续所有角色图的描述词来源 |
角色小传要写得像”设定集条目”,而不是形容词堆砌。比如不要写”很帅的少年”,要写”17岁少年,黑色短发略乱,左眉尾一道浅疤,深灰立领短打外套,袖口磨损,身形偏瘦”。
这是全流程最该花时间的一步。分镜脚本要同时承载 画面信息 和 声音信息 ,建议直接用表格管理:
| 镜号 | 时长 | 画面描述 | 运镜 | 台词/旁白 | 音效 |
|---|---|---|---|---|---|
| 01 | 3s | 雨夜巷口,少年背影,霓虹反光在积水里 | 缓慢推进 | 旁白:那天雨很大 | 雨声、远处车流 |
| 02 | 2s | 少年侧脸特写,眼神抬起 | 固定 | — | 雨声减弱 |
| 03 | 4s | 巷尾出现一道黑影,逆光剪影 | 轻微手持晃动 | 台词:你终于来了 | 低频轰鸣 |
可直接复制的分镜 Prompt:
你是我的漫剧编剧兼分镜师。请基于以下信息完成一集漫剧脚本。【故事一句话】主角是一名能听见物品记忆的修复师,某夜接到一只不该存在的怀表。【题材与画风】都市悬疑 + 国漫厚涂风格,冷色调,雨夜为主场景【时长】总时长 90 秒,单镜头 2~5 秒【角色】林昭,17岁少年,黑色短发略乱,左眉尾一道浅疤,深灰立领短打外套【输出要求】1. 先用 3 句话给出本集剧情梗概和结尾钩子;2. 输出分镜表格,列为:镜号|时长|画面描述|运镜方式|台词或旁白|音效;3. 画面描述必须包含"主体+动作+环境+光线+色调"五要素,单条不超过 60 字;4. 台词口语化,单句不超过 15 字,标注说话人;5. 全片时长加总需等于 90 秒,若超出请自行压缩。
拿到初稿后,重点检查三件事:时长加总是否对得上、每镜画面描述是否具备可生成的具象信息、结尾是否有钩子。不合格就带着具体问题让它重写,而不是笼统地说”再改改”。
角色一致性是 AI 漫剧最大的技术门槛。可靠的做法是 先立角色资产,再跑分镜 ,顺序反了必然崩。
角色设定图 Prompt:
生成一张角色设定图,风格:国漫厚涂,冷色调,纯净浅灰背景,全身正面站姿,柔和均匀打光。角色:17岁少年,黑色短发略乱,左眉尾一道浅疤,深灰立领短打外套,袖口磨损,黑色长裤,旧布鞋,身形偏瘦,神情克制。构图:人物居中占画面 70%,无文字,无水印,超高细节,4K。
生成后做三件事:
linzhao_front_v1.png、scene_alley_night_01.png,后期剪辑找素材的效率会差出好几倍。如果工具体系支持参考图输入,优先用参考图锁定风格与人物特征,比纯文字描述稳定得多。
把分镜表的”画面描述”逐条转成生图 Prompt,套一个统一模板:
【风格前缀】+【主体与动作】+【环境】+【光线】+【镜头语言】+【画质词】+【负面约束】
示例:
国漫厚涂风格,一名黑衣少年站在雨夜巷口背对镜头,湿漉漉的青石板与霓虹倒影,冷蓝主光+侧后方暖黄轮廓光,中景低机位,超高细节,电影感构图。负面:不要文字、不要水印、不要多余人物、不要肢体畸变。
实操建议:同一镜生成 4 张挑 1 张,风格前缀和负面约束全片保持一致,只替换主体与场景部分。生成结果不满意时,优先调整”光线”和”镜头语言”两项,这两项对画面质感的提升最明显。
静帧转视频的关键认知是: 一次只让它做一件事 。同时要求人物转身、走路、说话、风吹头发,结果一定是画面崩坏。
运镜与动作描述词参考:
单镜头控制在 3~5 秒,动作幅度宁小勿大。生成后逐条筛选,人物面部扭曲、手指异常、背景结构跳变的直接弃用重生成,不要在剪辑阶段修补。
配音优先选与角色年龄、性格匹配的音色,全片锁定同一音色,不要中途更换。台词多的时候,可以先用 AI 对文案做翻译、改写、扩写等处理,把书面语改成口语。
字幕建议全程开启,位置统一放在画面下方安全区内,字号和字体全片一致。配乐按情绪曲线铺:铺垫段用低频环境音,冲突段进节奏,结尾留白。最后按分镜顺序在剪辑软件里对齐音画,检查每句台词与口型/表情是否大致同步。
整个流程走通后,你会发现真正耗时的不是生成,而是 筛选与对齐 。想快速验证自己的故事设定是否成立,可以先完成剧本和角色小传,再前往AI 真人短剧生成体验把创作思路直接转成一段短剧内容,用来判断题材和节奏是否抓人,再决定是否投入完整的漫剧制作。
| 问题 | 主要原因 | 处理方式 |
|---|---|---|
| 同一角色前后不像 | 描述词不统一、未用参考图 | 固定角色词块,改用参考图输入 |
| 画面风格跳变 | 风格前缀被改动 | 全片统一风格前缀与负面约束 |
| 视频人物变形 | 单镜头动作过多 | 一镜一动作,时长压到 3~5 秒 |
| 台词与画面对不上 | 分镜表缺声音列 | 重做分镜表,补齐台词与音效列 |
| 成片节奏拖沓 | 镜头过长、缺少钩子 | 砍掉无信息量镜头,结尾加悬念 |
| 生成效率太低 | 提示词太笼统 | 按”主体+动作+环境+光线+镜头”补全要素 |
先做 3 集 60 秒的短内容,不要一上来做长片。方法上建议三步走:
AI 漫剧现在确实处在野蛮生长期,作品量级堆上来之后,拼的就不是速度而是品质。把上面这条流水线跑顺,一个人稳定产出及格线以上的内容是完全可行的;再往上走,靠的是你对故事和画面的判断力。