AI漫剧怎么做?从剧本到成片的完整实操流程

作者:很菜不狗2026.11.19 08:25浏览量:0

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。

一、先分清:漫剧和真人短剧的差别

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:

  1. 角色一致性 ——同一角色在不同镜头里必须像同一个人;
  2. 镜头连贯性 ——景别、光线、色调要能剪在一起;
  3. 动作自然度 ——图生视频里动作幅度越大越容易崩。

后面的所有技巧,都是围绕这三点展开的。

二、工具链怎么配

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。

三、Step 1:剧本——先写钩子,再写故事

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:

  1. 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。
  2. 【主角设定】姓名/年龄/身份:【如:宋离离,19岁,落魄世家嫡女】
  3. 【核心冲突】【如:她发现自己能与一千年前的祖先实时对话】
  4. 【世界观与禁忌】【如:每次对话会折损自己一段记忆】
  5. 【节奏要求】
  6. - 单集时长 90 秒;
  7. - 0–3 秒必须出现强视觉奇观或强冲突;
  8. - 每 15 秒一个小反转;
  9. - 结尾留一个致命悬念(钩子),不解释答案。
  10. 【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。
  11. 【输出格式】
  12. 1. 一句话故事核(30 字内)
  13. 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)
  14. 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
  15. 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。

四、Step 2:人物设定——一致性是漫剧的生死线

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:

  1. 【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,
  2. 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:

  • 先出立绘再开工 。角色三视图/立绘确认满意后,才开始做分镜,否则返工成本极高。
  • 用参考图锁风格 。图生图或参考图风格迁移比纯文生图稳定得多,百度 AI 作画高级版就支持输入参考图片做风格迁移,风格流派覆盖更广;智能创作平台侧提供 30 多种创意风格可选。
  • 画风词全片统一 。一旦第 1 集用了”赛璐璐”,后面别混”厚涂”,否则观众会觉得换了剧组。

五、Step 3:分镜——把剧本翻译成镜头表

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。

六、Step 4:出图——提示词用四段式

结构固定为: 主体 + 动作/情绪 + 环境/光线 + 画风/镜头参数 。

示例:

  1. 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;
  2. 粉色闺房,午后侧光穿过蕾丝窗帘,空气中浮尘可见,浅景深;
  3. 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。

七、Step 5:图生视频——一段只做一个动作

这是新手最容易浪费积分的环节。三条规则:

  1. 单段 3–5 秒,只给一个动作指令 ,例如”缓慢推近,人物眨眼一次”。同时要求”人物起身、转头、抬手”必然崩。
  2. 复杂运镜交给剪辑 。推拉、甩镜、转场用剪辑软件模拟,比让模型硬做稳定得多。
  3. 一次生成 3–5 个候选,挑动作幅度最小的那个 。画面越”静”,可用性越高。

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。

八、Step 6:配音、音效与剪辑

  • 音色绑定角色 :一个角色一个音色,全片不换;语速 1.0–1.1 倍最接近短剧观感。
  • BGM 前 3 秒必须进 ,情绪转折点换曲,别用一首歌铺到底。
  • 音效是低成本质感来源 :心跳、耳鸣、玻璃碎、纸张翻动、风声,比换 BGM 更有效。
  • 剪辑以硬切为主 ,每镜首尾各留 2–4 帧余量;字幕居中偏下,单行不超过 12 字。
  • 如果片中需要出镜解说或片头主持人,可以用数字分身替代真人拍摄,上传照片即可克隆 2D 数字形象,用于口播类内容。

九、常见问题排查表

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

十、发布前的两件事

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。

十一、想更快出第一版

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。