简介:AI漫剧难的不是画面,而是角色一致性和叙事节奏。本文把制作过程拆成剧本、人物设定、分镜、出图、图生视频、配音剪辑六个环节,给出可直接复制的编剧 Prompt、分镜表模板、出图提示词四段式结构和常见问题排查表,帮你把一集 90 秒的漫剧稳定跑通。
AI 漫剧的做法,本质上是一条可以反复复用的流水线: 剧本 → 人物设定 → 分镜 → 关键帧出图 → 图生视频 → 配音 → 剪辑 。真正卡住大多数人的不是”画得不好看”,而是角色脸型每镜都变、单镜太长导致节奏拖沓。所以本文按生产顺序拆解,每一步都给可直接套用的模板。如果你想少折腾工具、先把剧本和分镜跑通,可以直接从百度搭子(DuMate)开始,把创作思路交给 AI 助手串起来;想了解具体获取方式,可查看DuMate 购买页,这只是可选入口,用现有工具同样能完成全流程。
漫剧 = 漫画/动画质感画面 + 短剧节奏 + 配音叙事。它的优势很明确:不依赖演员和场地,古风、玄幻、悬疑这类高成本题材都能拍,风格化空间大。
代价也很明确,难点集中在三处:
后面的所有技巧,都是围绕这三点展开的。
| 环节 | 要完成的事 | 关键要求 |
|---|---|---|
| 剧本 | 题材、钩子、分集大纲 | 单集 60–90 秒,前 3 秒出钩子 |
| 人物设定 | 角色立绘、固定描述词 | 描述词全片复用,不改词序 |
| 分镜 | 镜头表 | 每镜 3–5 秒,标注景别+运镜 |
| 出图 | 关键帧/首帧 | 同一角色同一提示词骨架 |
| 图生视频 | 让静帧动起来 | 单段只做一个动作 |
| 配音 | 音色、情绪、语速 | 一角色一音色,全片固定 |
| 剪辑 | 节奏、字幕、音效 | 硬切为主,卡点进 BGM |
协同上用飞书文档、石墨文档或网盘做版本管理即可,命名建议统一为 S01E01_C03_v2.png,避免后期找不到镜头。
很多人以为 AI 短剧的核心是画面,其实剧情才是唯一生命线。可以直接复制下面这段 Prompt,替换方括号内容:
你是一位有 5 年经验的短剧金牌编剧,请为我创作一部【题材:古风玄幻】漫剧第【1】集的可拍摄剧本。【主角设定】姓名/年龄/身份:【如:宋离离,19岁,落魄世家嫡女】【核心冲突】【如:她发现自己能与一千年前的祖先实时对话】【世界观与禁忌】【如:每次对话会折损自己一段记忆】【节奏要求】- 单集时长 90 秒;- 0–3 秒必须出现强视觉奇观或强冲突;- 每 15 秒一个小反转;- 结尾留一个致命悬念(钩子),不解释答案。【台词规范】口语化,单句不超过 15 字,不用文学修辞,不写心理旁白。【输出格式】1. 一句话故事核(30 字内)2. 人物表:姓名 / 年龄 / 身份 / 外貌关键词(后续用于 AI 绘图,需固定复用)3. 分镜表:镜号 | 时长 | 景别 | 画面描述(含光线、色调、构图)| 运镜 | 台词/音效4. 结尾钩子说明(一句话)
初稿太平怎么办? 手动在”起因—经过—结果”里加环境压迫感。不要写”他很惊讶”,改成”他的手微微颤抖,汗水浸透了古籍的边缘”。这类具象化描写同时也能直接当作出图提示词使用,一举两得。
剧本定稿后,可以前往AI 真人短剧生成体验,把大纲和人物设定放进去,先看看 AI 对节奏和画面的理解是否符合预期,再决定要不要逐镜手做。
做法是把每个角色写成一个 固定”角色描述块” ,之后每次出图都完整复制,不改词、不调顺序:
【宋离离】19岁少女,鹅蛋脸,杏眼,黑色长发及腰、右侧别一支素银簪,月白色交领襦裙外罩浅青薄纱,神情克制;日系赛璐璐上色,精致线稿,柔和描边
三条实操原则:
分镜表是漫剧的真正施工图。核心是三件事:景别(远/全/中/近/特)、运镜(推/拉/摇/移/跟)、单镜时长(3–5 秒)。
| 镜号 | 时长 | 景别 | 画面 | 运镜 | 台词/音效 |
|---|---|---|---|---|---|
| C01 | 3s | 特写 | 药瓶倾倒,白色粉末落入牛奶 | 固定 | 液体声、心跳声 |
| C02 | 4s | 中近景 | 女仆绞着围裙,眼神闪躲 | 缓慢推近 | “小姐,泻药我已经加进去了” |
| C03 | 3s | 近景 | 宋离离瞳孔骤缩,指尖发白 | 轻微手持晃动 | 音乐骤停 |
经验值: 一集 90 秒大约需要 20–28 个镜头 。镜头数不足,只能靠拉长单镜硬撑,节奏必然垮。
结构固定为: 主体 + 动作/情绪 + 环境/光线 + 画风/镜头参数 。
示例:
古风少女,月白襦裙,跪坐床沿,双手紧绞围裙,紧张不安的神情;粉色闺房,午后侧光穿过蕾丝窗帘,空气中浮尘可见,浅景深;日系赛璐璐上色,精致线稿,柔和描边,中近景,35mm
负面词建议固定为:多余手指、五官变形、肢体扭曲、画面模糊、文字水印、低分辨率。
出图后别急着用,先做一轮筛选:同一镜生成 4 张,优先选 手部完整、视线方向与台词对象一致 的那张。手部崩坏是漫剧最高频的翻车点。
这是新手最容易浪费积分的环节。三条规则:
对话镜头和环境音是这个环节的价值点。百度蒸汽机(MuseSteamer)这类视频生成模型支持一张图加提示词,把画面、环境音效与多人对话一体化生成,并通过大量运镜数据训练支持数十种运镜语言,适合处理漫剧里的空镜、对话镜头和转场。
| 问题 | 根本原因 | 处理方式 |
|---|---|---|
| 角色每镜都不一样 | 描述词被改动 | 固定角色块 + 参考图锁风格 |
| 画面发糊、细节差 | 分辨率不足、缺负面词 | 出图后做超分或局部重绘 |
| 视频动作崩坏 | 单段动作过多 | 拆成两段,或改为静帧+运镜 |
| 节奏拖、完播率低 | 单镜过长、钩子太晚 | 单镜压到 3 秒内,删冗余台词 |
| 剪不到一起 | 各镜光线色调不统一 | 统一色温描述词,后期套同一 LUT |
一是 合规 :按平台要求标注 AI 生成内容,背景音乐、字体、模型素材都要确认授权范围。二是 版权 :”搬运 + 二次创作”看似门槛低,但改编他人作品存在侵权风险,原创剧本或已获授权的内容才是能长期做的资产。
如果你不想一开始就手工做 20 多张关键帧,可以先把剧本和人物设定打磨好,再通过AI 真人短剧生成体验生成一版成片草稿,用来验证节奏和镜头设计;需要确定整体视觉基调时,也可以先用AI 海报生成体验出几张概念图,选定色调和画风后再进入分镜环节。整个流程的剧本打磨、分镜整理、提示词批量改写,都可以交给百度搭子(DuMate)统一处理。
一句话总结 :AI 漫剧的门槛不在工具,而在流程纪律——固定角色描述词、控制单镜时长、一段视频只做一个动作。把这三条守住,一集 90 秒的漫剧从剧本到成片是完全可以在一天内跑通的。