简介:AI漫剧的关键从来不是"一句话出片",而是把创作拆成剧本、角色设定、分镜图、分镜视频、配音合成五道工序,并用工程化手段锁住人物一致性。本文给出可直接复制的分镜 Prompt、一致性控制清单、把流程做成手机 App 的需求写法,以及常见问题排查表,帮你把想法真正落成能看的成片。
先说结论:AI 漫剧不是”一句话直接生成视频”,而是一条 五段式流水线 ——剧本 → 角色与场景设定 → 分镜图 → 分镜视频 → 配音合成。决定成片能不能看的,不是模型有多强,而是人物一致性有没有被约束住。最近有开发者晒出自己花 8 天做出的手机端漫剧 App(MVP 版本)并开源了项目,其流程恰好印证了这一点:真正花时间的不是”生成”,而是”约束”和”挑图”。
如果你想先低成本验证故事与画面效果,不必一上手就写代码:可以先在百度搭子 DuMate里把创作思路跑一遍,具体的购买方式与入口也可按需查看。下面这套方法在任何 AI 工具上都通用。
传统漫剧要经历编剧、美术设定、分镜、动画、配音、剪辑,周期以周甚至月计,最大的痛点是 人物设定一改,全片返工 。AI 接管的是四件重活:文本结构化(剧本与分镜)、图像生成(关键帧)、图生视频(分镜动态)、语音合成(配音)。
但人必须守住三件事:审美判断、一致性校验、节奏剪辑。原因在于生成模型是概率性的,同样的提示词两次结果也不同,所以正确思路是把它当成”需要被管理的素材工厂”,而不是”许愿池”。
| 步骤 | 输入 | 输出 | 检查点 |
|---|---|---|---|
| 1 剧本 | 一句话灵感、受众、总时长 | 故事核、三段式结构、台词 | 前 3 秒有没有钩子;冲突是否单一 |
| 2 设定 | 剧本 | 角色卡(固定描述模板)+ 参考图、场景表 | 角色描述能否 逐字复用 |
| 3 分镜 | 角色卡 + 场景表 | 镜号/时长/景别/运镜/画面/台词/音效/提示词 | 单镜 3–5 秒,一镜只做一个动作 |
| 4 分镜图 | 分镜提示词 + 参考图 | 每镜 1 张定稿关键帧 | 跨镜脸型、发型、服装颜色是否一致 |
| 5 视频与合成 | 关键帧 + 配音 | 竖屏成片 | 运镜幅度、口型、音量、转场 |
一个容易被忽略的设计经验:把 角色数量、场景数量做成可配置参数 (例如默认 2 个角色、7 个场景),而不是写死在提示词里。这样调整规模时不用重写整套流程,也方便按镜头预算弹性伸缩。
这是绝大多数人做不下去的地方,可用七条手段叠加:
你是一名漫剧编剧兼分镜师。请把下面的灵感扩写成可直接用于 AI 绘图与图生视频的漫剧分镜脚本。【故事灵感】例如:外卖骑手在暴雨夜接到一单送往郊区的神秘订单【目标受众】例如:18-30 岁悬疑短剧观众【总时长】例如:90 秒,竖屏 9:16【画风】例如:国漫赛璐璐、冷蓝主色调、强对比光影【角色数量】例如:2 人【场景数量】例如:3 个请依次输出:1. 一句话故事核 + 三段式结构(钩子/冲突/反转),标注每段秒数;2. 角色设定表:姓名、年龄感、脸型、发型、瞳色、身高体型、固定服装(含颜色与细节)、标志性配饰、性格一句、说话风格;3. 场景设定表:场景名、时间、天气、光线方向、主色、关键道具;4. 分镜表(Markdown 表格,列为:镜号|时长|景别|运镜|画面描述|出场角色|台词/旁白|音效|生成提示词)。其中"生成提示词"必须包含:画风词 + 角色固定描述(逐字复制角色表,不得改写)+ 场景描述 + 光线 + 构图 + 负面提示;5. 一致性约束清单:列出必须逐镜复用的固定描述片段,以及容易崩坏的风险镜(手部特写、大幅动作、多人同框)及规避方案。要求:单镜时长 3-5 秒;每镜台词不超过 20 字;不得出现真实人物姓名与品牌;避免过度血腥、恐怖及违规内容。
使用步骤:先只让它输出角色表和前 3 个镜头,确认画风与人物可接受,再批量生成剩余分镜;不满意时优先调整”画风 / 总时长 / 角色数量”这几个变量,而不是重写整段需求。定稿后把角色描述单独存成文本片段,后续每镜粘贴复用。
无代码类应用生成平台通常把开发压缩成五步:提交需求 → 智能体澄清缺失信息 → 确认需求文档 → 自动生成应用 → 预览并对话式迭代。真正决定成败的是”需求描述”的质量,四个要点值得照做:补充上下文(使用场景、约束、目标用户,并说明原因)、写清包含哪些功能模块与怎么用、加入视觉与交互描述(配色、字体、布局,或直接上传参考截图)、明确说出”不要做什么”(如”不要用鲜艳配色””不做分享功能”),最后给出可验证的验收目标。
漫剧类 App 还有几个绕不开的工程点:
对应的需求描述 Prompt:
【目标】做一个移动端漫剧创作 App 的 MVP。【核心流程】用户输入一句话灵感 → 生成剧本与角色设定 → 生成分镜图 → 生成分镜视频 → 合成竖屏成片。【功能模块】1 灵感输入(支持 AI 扩写);2 角色与场景管理(默认 2 角色 / 7 场景,数量可配置);3 分镜列表(可单镜重新生成、可替换参考图);4 生成任务中心(异步任务、进度、失败重试);5 作品预览与导出(9:16,1080×1920)。【视觉与交互】深色底 + 单一高饱和强调色;底部四个 Tab;主按钮大尺寸,适合单手操作。【不要做】不做社交分享、不做付费体系、不做多语言。【验收目标】新用户 3 分钟内能产出一条 60 秒成片;单镜失败可独立重试而不影响其他镜头。
| 现象 | 常见原因 | 处理方式 |
|---|---|---|
| 每镜都变脸 | 描述不统一、未用参考图 | 角色卡逐字复用 + 定妆图垫图 |
| 视频近似静图 | 运镜描述太弱、单镜过长 | 单镜压到 3–5 秒,写明推拉摇移 |
| 口型与配音不同步 | 先出画面后配音 | 先配音,按实际音长切分镜 |
| 提交被拒 | 内容安全或图片质量不达标 | 修改文本、更换图片后重提 |
| 成本失控 | 每镜反复重生成 | 低分辨率预览定稿,再出高清;先定关键帧再批量 |
| 声音语言不对 | 未约束配音语言 | 提示词中明确”中文普通话”,指定音色性别 |
成本主要落在三处:剧本规划的 token、图像生成张数、视频生成秒数。有开发者公开过自己的账单截图,个人验证的量级并不高,但具体花费会随镜头数量和重试次数大幅波动,所以”先定稿再批量”是最有效的省钱策略。
先写下你的故事核和角色卡,再跑一遍分镜 Prompt,把前 3 镜做到满意——这一步通过,后面的批量生成基本不会翻车。完成故事大纲和人物设定后,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,用来验证故事结构和节奏是否立得住;如果你的漫剧偏绘本风或低龄向,也可以先用它跑通叙事,再回到上面的分镜流程做风格化替换。
最后提醒一句:成片质量的上限由设定与分镜决定,下限由一致性校验决定。当你发现某个镜头怎么生成都不对时,回到AI 真人短剧生成体验重新确认人物设定与故事线,往往比继续抽卡更有效。想把这些步骤固化成自己的工作流或应用,也可以在百度搭子 DuMate里持续迭代,并参考购买入口了解使用方式。