简介:AI漫剧不是"会动的图片",而是一套以故事为核心、AI参与生产的视听流水线。本文拆解它的四项判断标准,对比漫画、动态漫、真人短剧的差异,给出从世界观、剧本、角色资产、分镜到配音剪辑的七步实操流程,并附可直接复制的分镜 Prompt 与一致性优化方案。
AI漫剧的制作,本质是 用 AI 给动画短剧流水线提速 :故事内核和镜头设计由你决定,AI 负责把策划、剧本、分镜、美术、视频、配音这些环节的产能放大。很多人卡在”提示词写了几百字,出来却是一堆漂亮但连不上的图”,问题通常不在模型,而在缺少视觉资产管理和镜头化拆解。动手前,可以先把脑中的故事丢给百度搭子(DuMate)梳理成结构化大纲和分镜表,再进入生成环节;想了解获取方式可查看DuMate 购买页,本文方法本身不依赖任何付费工具也能执行。
“AI”描述的是生产方式,”漫剧”描述的是最终呈现的视听内容。所以它可以走国漫风,也可以写实;可以是二维动画感,也可以有三渲三的质感;可以靠旁白推进,也可以像真人短剧一样靠对白驱动。
判断标准不是”用了哪个绘图或视频模型”,而是看是否同时具备四个要素:
有个认知必须先立住: AI 不是故事本身,也不是导演 。它更像一支速度快、技能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。创作者真正的工作,是把故事翻译成 AI 能稳定执行的任务。
| 维度 | 漫画 | 动态漫 | AI 漫剧 | 真人短剧 | 传统动画 |
|---|---|---|---|---|---|
| 画面产出 | 静态分格 | 静态图+运镜 | AI 生成图/视频镜头 | 实拍 | 逐帧绘制 |
| 镜头运动 | 无 | 有限推拉 | 可控但需逐镜设计 | 完整 | 完整 |
| 表演方式 | 靠构图暗示 | 靠镜头与音效 | 靠画面+配音+字幕 | 演员表演 | 作画表演 |
| 一致性难点 | 角色设定 | 图层错位 | 角色脸/服装/画风漂移 | 场景连戏 | 作画崩坏 |
| 单集周期 | 天—周 | 天 | 小时—天 | 天—周 | 周—月 |
关键差异在于:动态漫的”动”是后期加的,AI 漫剧的”动”是生成出来的,因此 分镜阶段就必须考虑动作能否被生成 ,这是它和动态漫最容易混淆、也最容易翻车的地方。
第一步:故事内核。 用一句话 logline 说清”谁+在什么处境+要什么+被什么阻挡”,再补三条世界观规则和一条双向冲突线。举例:2099 年地球联盟与修仙文明”灵墟”因空间裂隙互相渗透,双方各派一名卧底,彼此都在追查对方却不知道对方身份——这类设定天然自带信息差和反转点。注意:一句设定只能生成一个有气氛的镜头,无法自动变成一集戏,第 1 集还必须回答”观众先看到哪个世界””主角第一集想要什么”。
第二步:剧本。 单集控制在 1.5—3 分钟,每集结尾留钩子。台词量要克制:正脸说话镜头越多,口型不同步的概率越高。建议对白与旁白按 6:4 配比,把大段信息交给旁白,把情绪交给对白。
第三步:视觉资产库。 这是稳定性的地基。为每个角色建立设定卡(年龄、体型、发型、服装、主配色、标志物),出 3—5 张多角度参考图;场景出概念图;道具单独出图。文件按 剧集_场景_镜号 命名,画风关键词整部剧固定不变,只在角色描述上做替换。
第四步:分镜脚本表。 把剧本翻译成可执行清单:
| 镜号 | 景别 | 运镜 | 画面描述 | 台词/音效 | 时长 |
|---|---|---|---|---|---|
| S01-03 | 中景 | 缓慢推近 | 苏玄站在月球基地舷窗前,蓝色地球光打在侧脸 | 旁白:他来这里第七十三天 | 4s |
| S01-04 | 特写 | 固定 | 掌心浮起一枚发光剑符,映在玻璃上 | 音效:低频嗡鸣 | 2s |
第五步:镜头生成。 优先用图生视频(首帧+尾帧控制),单镜头 3—5 秒,一个镜头只放一个动作。打斗、转身、开门这类复杂运动拆成 2—3 个镜头,成功率远高于硬生成一个长镜头。
第六步:声音层。 每个角色固定一个音色,全剧不换;字幕统一位置、字号、描边;BGM 按情绪段落切换。目前不少创作平台已把文案的翻译、帮写、改写、扩写做成全局能力,字幕的位置、模板、字体字号颜色也可视化调整,部分数字人形象还支持动作编排,这些都能省下大量返工时间。
第七步:剪辑合成与质检。 检查节奏(前 3 秒是否抓人)、转场是否顺、音画是否同步、角色是否连戏。建议先粗剪再补镜头,避免在废镜头上继续投入。
分镜表生成 Prompt(最常用)
你是动画短剧分镜师。基于以下资料输出分镜表。【故事设定】:【填写世界观、主角目标、本集冲突】【本集剧本】:【粘贴剧本全文】【角色视觉设定】:【粘贴角色设定卡,含服装配色与标志物】【输出要求】:1. 以 Markdown 表格输出,列为:镜号|景别|运镜|画面描述|台词/音效|时长(秒)|生成方式(文生图/图生视频);2. 单镜头时长 2—5 秒,一个镜头只描述一个动作;3. 画面描述必须包含主体、动作、环境、光线、镜头位置五要素,并复用角色设定卡中的原始描述,不得改写服装与配色;4. 正脸说话镜头不超过全集镜头的 30%,其余用侧脸、背影、手部特写或旁白替代;5. 表格后附:本集总时长、镜头数、需要新出的素材清单。【质量要求】:任意两个镜头并列阅读时,同一角色的外貌描述必须完全一致。
角色设定卡 Prompt
为漫剧角色生成可复用的视觉设定卡。角色信息:【姓名/身份/性格/在剧中的目标】。输出:①一段 80 字以内的固定外貌描述(用于每镜复用,不可随意改动);②服装与配色的具体说明;③3 个体现性格的道具或习惯动作;④负面提示词(避免风格漂移、多余手指、文字水印等)。
流程跑通后,工具选择就简单了。如果你要的是”文案一键成片”,百度智能云一念智能创作平台的 AI 视频-AI 生成支持输入文案后依次配置布局、标题、模板、配音、背景音乐、角标、片头片尾,一键产出成片;如果手上已有素材,智能混剪可以在输入文案、添加素材后快速得到完整视频。生成过程中可在「任务中心」查看进度,完成后在「作品」中查看或下载,草稿还支持进入智能云剪做二次编辑。有工程化接入需求时,图文转视频类 API 通过传入文本、图片、视频、背景音乐等参数创建任务,再用查询接口获取成片地址,需要注意并发数会直接影响批量生产效率。
想快速验证自己的故事是否适合短剧形态,可以在完成大纲和人物设定后,前往AI 真人短剧生成体验试做一段样片;如果风格偏二维动画,也可以先用海报生成体验锁定画风关键词,再复用到分镜出图。
故事能否用一句话说清;主角第一集想要什么;角色设定卡是否齐全;分镜表是否每镜只含一个动作;画风关键词是否全剧统一;配音音色是否一人一档;每集结尾是否有钩子。
AI 漫剧的门槛从来不是”会不会写提示词”,而是能不能把故事拆成 AI 稳定执行的任务。先把资产和分镜做扎实,再让 AI 去跑产能,你 decide 的才是作品,否则得到的只是一堆会动的图片。