AI漫剧全流程教程:人物场景一致性怎么做

作者:暴富20212026.11.19 08:27浏览量:0

简介:做AI漫剧出现换脸、衣服换色、道具消失、镜头接不上,多数不是模型能力问题,而是顺序错了:先定故事,再锁角色与场景资产,最后才生成分镜和视频。本文给出可落地的七步流程、一致性检查表和可复制提示词,你可以直接用[百度搭子 DuMate](https://www.dumate.cn/?from=article)边看边跑,想了解[购买方式](https://console.bce.baidu.com/dumate/purchase-page/new)也可以顺手查看。

一、先搞清楚:为什么”一上来就批量生图”一定会崩

漫剧和单张插画最大的区别是 跨镜头复用 。单张图只要好看就行,漫剧要求第 3 镜和第 27 镜里的主角是同一个人、同一件衣服、同一把旧信。批量生图之所以越做越乱,是因为它跳过了”锚点”这一步。

从图像生成的技术逻辑看,一致性本来就是可控变量,而不是靠运气。图生图能力支持上传整图作为参考并调节参考强度,强度越高与原图相似度越高;也支持上传人物形象,由模型依据面部特征重绘。在主体一致图像生成的接口设计中,当传入 image、url 或 pdf_file 等参考字段时,变化程度参数是必填项——这恰好说明”参考什么 + 允许变多少”必须被显式声明。漫剧制作要做的,就是把这种声明前置到资产阶段。

二、七步流程:把不确定性一层层收窄

1. 故事设定。 先把题材、人设、目标、触发事件、阻力、转折六项写死。例如:雨夜悬疑,女捕快收到一封火漆旧信,要查清三年前的失踪案。这六项决定了后面所有画面的美术基调。

2. 剧本拆解。 一集只推进一个核心问题,按”开场钩子—冲突升级—行动推进—结尾悬念”四段拆。每个镜头必须能回答四个问题:谁在做、在哪里、做什么、结果是什么。答不上来的镜头,就是废镜头。

3. 角色资产(角色卡)。 把脸型、发型、服装形制与配色(如黑红轻甲、暗红内衬)、腰间铜牌、随身道具、主色调逐项写清,形成一段固定的角色描述文本。角色越具体,后面分镜越稳定;关键是 这段文字在每一镜里都原样复用,不要改写 。

4. 场景资产。 雨巷、档案室、旧城门、废弃戏楼这类高频场景,要提前做成可复用资产,并且每个场景同时准备全景、中景、近景、特写四种景别。有了这套素材,后续镜头就能反复调用,而不是每次重新生成、重新碰运气。

5. 连续分镜。 分镜的标准不是单张好看,而是连起来能讲通。每镜标注景别、人物动作、场景信息、情绪目的,并逐镜检查四件事:人物不换脸、服装不换色、道具不消失、光影不跳变。

6. 图生视频。 动作不要贪多,镜头运动尽量单一。”女捕快缓慢抬眼,手握旧信向前走一步,镜头从中景缓慢推近”这类描述,稳定性远高于一段复杂连招。

7. 配音剪辑。 最后补台词、雨声、脚步声、纸张展开声和悬疑氛围音乐。配音的作用不是填满空白,而是帮镜头把情绪讲完整。

三、一致性自查表

检查项 常见问题 修正动作
人物面部 换脸、五官漂移 提高参考强度,角色卡文本原样复用
服装配色 衣服换色、材质变化 把颜色与材质写进每一镜提示词
关键道具 旧信、铜牌消失 建立”必须出现道具”清单,逐镜核对
场景结构 门窗位置、陈设变化 调用同一场景资产,不重新生成
光影 明暗、色温跳变 统一时间、天气、光源方向描述
素材质量 图片低质或格式不符 更换素材后重新提交

四、可复制提示词:让 AI 先当导演,再当分镜师

  1. 请你作为 AI 漫剧导演和分镜策划,把下面的故事做成可执行的漫剧制作流程。
  2. 故事题材:【填写题材,如国风悬疑】
  3. 主角人设:【填写身份、外貌、性格、目标】
  4. 核心冲突:【填写阻力、反派或悬念】
  5. 视觉风格:【填写国风/悬疑/雨夜/赛博/写实等】
  6. 请严格按以下顺序输出:
  7. 1. 故事设定:题材、人设、目标、触发事件、阻力、转折。
  8. 2. 单集拆解:开场钩子、冲突升级、行动推进、结尾悬念,每段一句话。
  9. 3. 角色卡:脸型、发型、服装形制与配色、随身配饰、关键道具、主色调,
  10. 并输出一段 80 字以内、可在每镜原样复用的固定角色描述。
  11. 4. 场景资产清单:列出 4 个核心场景,每个场景给出全景/中景/近景/特写
  12. 四种景别的画面描述。
  13. 5. 连续分镜表:以表格输出,列为「镜号 | 景别 | 场景 | 人物动作 |
  14. 镜头运动 | 情绪目的 | 必须出现的道具」。
  15. 6. 一致性风险自检:逐条指出哪些镜头容易换脸、换色或丢道具,并给出修正写法。
  16. 要求:动作描述单一可执行,避免复杂连续动作;不要输出与分镜无关的说明。

使用方式很简单:先只跑第 1—4 步,确认角色卡和场景清单没问题,再让它输出第 5—6 步。这个”分段生成”的习惯,比一次性生成全部内容更能保住一致性。

五、图生视频阶段:动作要”少而准”

生成式动作不稳定的根源,往往在提示词而不是模型。可以参考真人数字人拍摄指导里的几条原则来写动作描述:动作自然、不过于夸张,每隔几秒轻微变化,避免快速大幅度动作;手部动作不要超出画框,避免明显指向性手势和不可倒放的动作。把这些约束翻译成提示词,例如”动作幅度小、手部保持在画面内、无指向性手势”,成片废片率会明显下降。

如果已经积累了角色与场景素材,还可以用智能混剪类能力做批量产出:输入文案、添加素材后一键生成完整视频,企业场景还支持先上传素材做分析与拆解再复用。营销类批量需求则可参考裂变视频的思路——上传主体素材、选人像与音色、填写产品名称与卖点,由模型理解后混剪批量生成。

六、常见问题速查

  • 换脸 :优先提高参考强度,其次检查角色卡文本是否被中途改写。
  • 服装换色 :把颜色写进每一镜,而不是只在第 1 镜写一次。
  • 道具消失 :建立道具清单,分镜表里单列一栏做强制校验。
  • 光影跳变 :固定”时间 + 天气 + 光源方向”三要素描述。
  • 生成失败 :图片低质或格式错误需更换素材;文本含敏感信息需修改后重提;并发超限需控制提交节奏或调整重试逻辑。

七、把流程真正跑起来

完成故事大纲、角色卡和场景清单之后,可以前往AI 真人短剧生成体验,把上面的创作思路直接转成短剧内容,再根据实际效果回头调整角色描述和分镜表。需要单独打磨角色形象时,也可以配合头像生成体验先固定人物视觉参考。

核心只有一句: 先完成故事、剧本、角色、场景这四步,再做分镜和视频 。顺序对了,画面自然统一,剧情自然清楚。