一天做完一部AI漫剧:从剧本到成片的完整流程教程

作者:有好多问题2026.11.19 08:26浏览量:0

简介:一天做完一部AI漫剧在今天完全可行,前提是把创作拆成"剧本—分镜—角色—画面—动态—成片"六个可独立检查的环节,而不是指望一次生成拿到成品。真正耗时的从来不是AI出图,而是你在每一步的判断与返工。想让助手先帮你把剧本、分镜表和生图提示词一次整理好,可以直接从[百度搭子(DuMate)](https://www.dumate.cn/?from=article)开始,了解购买方式可查看[购买页面](https://console.bce.baidu.com/dumate/purchase-page/new)。

先把问题说清楚:AI漫剧慢在哪里

传统漫剧/短剧的制作是串行的:剧本定稿→画分镜→角色设定→逐格作画→配音→剪辑。任何一个环节改动,下游全部重做,一部几分钟的片子拖上一两周是常态。

AI把每个环节压缩到了分钟级,但 环节数量并没有减少 。所以”一天做完”的关键不是模型多强,而是你有没有把流程标准化:每个环节的输入输出固定、字段固定、检查标准固定。下面这套流程就是按这个思路组织的。

第一步:剧本——先定结构,再谈文笔

漫剧剧本不是小说。它由三个硬约束决定:

  • 时长 :按中文口播每分钟约200字上下估算(具体以实际配音试听为准),一条3分钟的分集大约需要600字左右的台词量;
  • 钩子 :前3秒必须抛出冲突或悬念,否则完播率撑不住;
  • 可画性 :每句台词都要能对应一个具体画面。心理描写、抽象抒情在漫剧里等于”没法画”,必须转成动作、表情或场景。

建议先把故事压成一句话logline,再写”钩子—冲突—反转—悬念”四段式分集大纲,最后才展开台词稿。台词稿阶段就要把 旁白 和 角色台词 分开标注,这一步会直接影响后面的配音质量。

可复制 Prompt:剧本与分集大纲

  1. 【任务目标】你是一位短剧编剧,请把我提供的素材改写为可直接用于AI漫剧制作的剧本。
  2. 【输入素材】
  3. - 故事/小说原文或创意:【粘贴你的小说片段或一句话创意】
  4. - 目标时长:【如 3 分钟】
  5. - 目标观众:【如 18-30 岁女性】
  6. - 风格基调:【如 悬疑 / 甜宠 / 热血】
  7. - 角色数量:【如 3 人】
  8. 【处理要求】
  9. 1. 先输出一句话 logline(不超过30字)。
  10. 2. 按"钩子—冲突—反转—悬念"四段输出分集大纲,每段标注预估秒数。
  11. 3. 输出台词稿表格,严格区分【旁白】与【角色名】两类,每行不超过25字,便于单句配音。
  12. 4. 每句台词后追加一列"画面提示",用一句可视化描述说明该镜头拍什么(人物+动作+表情+场景+景别)。
  13. 5. 删除所有无法可视化的心理描写和抽象抒情,改写为动作或表情。
  14. 6. 不要输出任何解释性文字,只输出结果。
  15. 【输出格式】
  16. | 镜号 | 类型(旁白/角色) | 角色 | 台词 | 预估秒数 | 画面提示 |
  17. 【质量要求】台词口语化、无书面语;同一角色的说话习惯保持一致;总时长误差不超过±10%。

拿到台词稿后,如果你更希望直接看到成片形态的效果,可以把大纲和人物设定带到AI真人短剧生成体验里试一版,用来校准节奏和镜头密度,再回到精修流程。

第二步:分镜拆解——一格一镜一句一图

分镜是整条链路的枢纽。判断标准很简单: 一个分镜 = 一个镜头 = 一段配音 = 一张图 。

由此可以推出两条实操规则:

  1. 旁白和不同角色的台词必须拆成独立分镜 。如果一格画面里同时有旁白和角色对白,配音环节就无法为它们分配不同音色,这是新手最常踩的坑。
  2. 合并只在画面确实连续时做 。同一场景、同一机位、人物动作连续的两句台词可以合并,减少出图量;一旦涉及景别切换(全景推特写)就必须拆开。

分镜确认后要通读一遍配音顺序,闭上眼睛听一遍节奏——如果某段连续三格都是同一景别,观感一定沉闷,此时应主动插入一个特写或空镜。

第三步:角色设定——一致性靠”固定描述词”

AI自动识别角色确实方便,但容易出现年龄感、气质与设定不符的偏差。 只要角色重要,就手动设定形象 ,并把角色描述固化成一段永不改动的提示词,后续每一格生图都原样复用:

  1. 【角色A固定描述】22岁女性,鹅蛋脸,杏眼,黑色长直发及腰,米白色针织开衫,
  2. 清冷气质,五官比例写实

需要变化的部分(动作、表情、服装、场景、镜头)写在固定描述之后。这样即使换了场景,脸型和发型也不会漂移。同时为每个角色准备一张正面参考图,作为图生图的形象锚点,比纯文字控制稳定得多。

第四步:生图与画面质量控制

单格提示词建议按固定顺序拼接,缺项就容易出崩坏:

主体(固定描述)+ 动作 + 表情 + 服装变化 + 场景 + 景别/机位 + 光线 + 整体风格 + 画质词

出图后重点检查三处:手指与手部、眼睛与耳朵等五官细节、文字类元素(招牌、书页)。出现畸形不要整张推翻,优先用局部重绘或改写提示词;如果反复失败,最经济的办法是 改景别 ——把手部特写改成中景或背影,问题往往直接消失。

需要提醒的是,重绘和AI改图通常有次数限制,非会员额度更紧张。所以正确做法是先把同一镜头的多张候选图放在历史记录里横向对比、择优保留,而不是逐张反复重绘把额度耗光。

第五步:图转动态、配音与音效

不必让所有镜头都动起来。经验做法是: 情绪转折点和动作镜头转动态,其余镜头用轻微的推拉或镜头缓动 ,这样既控制成本,也避免整片”处处在动”导致的廉价感。

配音环节按”旁白一个音色、每个角色一个专属音色”配置,语速统一,并在导出前完整试听一遍。音效只加在必要处:脚步、开门、器物碰撞、情绪转折的短促提示音。音效堆多了会盖住人声。

第六步:合成成片与导出

最后补齐封面图、标题、字幕、BGM,设置片头片尾,选择画幅(横屏16:9或竖屏9:16)后生成。字幕建议逐句校对,尤其是同音字和人名。

如果你希望把成片环节交给平台化处理,百度智能云一念·智能创作平台的AI视频/AI成片能力可以直接输入文案与图片、视频素材,依次完成布局、标题、模板、配音、背景音乐、角标、片头片尾设置后一键生成,生成进度在「任务中心」查看,完成后在「作品」中下载。有接入需求的团队还可以走API方式:图文转视频接口负责创建任务并返回任务ID,查询接口用于轮询状态并在完成后取回视频地址。使用这类接口时要留意三点:任务ID默认7天失效,需及时取回结果;并发有限,付费后并发数提升为2,超出会返回”并发超限”;素材与文本需符合规范,否则会触发图片低质、内容不适合生成或含敏感信息等错误。

常见问题排查表

现象 常见原因 处理方式
角色脸型/发型变化 描述词被改动、缺参考图 固化角色描述词,加正面参考图
手部、五官畸形 手部占比过大、景别太近 局部重绘或改中景/背影
配音串味 旁白与台词同格 拆成独立分镜再配音
节奏拖沓 连续同景别镜头过多 插入特写或空镜
并发超限 同时提交任务过多 排队串行提交,或购买资源包
任务处理失败 服务端异常 重新提交,持续出现再提工单

一天的时间分配参考

上午2小时完成剧本与分镜表(这一步偷工,后面全在返工);下午3—4小时集中生图与筛选;傍晚1小时转动态与配音;晚上1小时合成、字幕校对与导出。留出至少1小时缓冲,因为生图重绘几乎一定会超时。

交付前的检查清单

  • 前3秒是否有明确钩子;
  • 旁白与角色音色是否全程无串位;
  • 同一角色全片形象是否一致;
  • 字幕与人声是否逐句对齐;
  • 是否存在未处理的畸形画面;
  • 画幅、封面、标题是否符合投放平台要求。

把这套流程走通两遍,你真正需要创作的部分只剩故事本身,其余都可以模板化。想快速验证自己的故事设定是否适合短剧形态,可以带着人物设定和分集大纲去AI真人短剧生成体验跑一版样片;如果希望AI协助整理剧本、分镜表或生图提示词,也可以直接在百度搭子(DuMate)中把上面的Prompt替换为自己的素材使用。