AI漫剧制作全流程教程:从剧本到发布的七步实操

作者:KAKAKA2026.11.19 08:27浏览量:0

简介:AI漫剧做不下去,通常不是工具不会用,而是角色不一致、风格漂移、音画不同步这三个结构性问题没解决。本文把制作链路拆成剧本、角色设定、分镜、画面生成、配音配乐、剪辑合成、优化发布七步,逐步说明每一步要准备什么输入、怎么向 AI 描述需求、如何检查生成结果,并附可直接复制的剧本与分镜 Prompt,帮你从 0 完成一条 1~3 分钟的短漫剧。

AI漫剧的完整链路可以拆成七步: 剧本创作 → 角色设定 → 分镜脚本 → 画面生成 → 配音配乐 → 剪辑合成 → 优化发布 。真正决定成败的是前四步,AI 能替代的是其中重复性最高的劳动(写对白草稿、批量出图、生成配音),而审美判断和节奏把控仍然要靠人。想边看边练的话,可以直接打开百度搭子 DuMate跟着流程操作,具体购买方式也可自行了解,不买工具同样能按下面的方法手工完成。

一、先看清难点:新手卡住的三个地方

做不完、做不好,通常不是软件不熟,而是三个结构性问题:

  1. 角色不一致 。同一个主角,第 3 帧圆脸、第 15 帧长脸,观众立刻出戏。
  2. 风格漂移 。每帧的画风关键词略有差异,拼在一起像几个作者画的。
  3. 音画不同步 。配音节奏和画面时长对不上,情绪断在奇怪的位置。

传统做法是画师逐帧绘制、配音演员录制、剪辑师手动对轴,周期以周计。AI 的价值是把”生成”这一环压缩到小时级,但前提是你把 规则和参考图提前定好 ——AI 放大的是你的规范,而不是替你思考。

二、七步实操流程

第 1 步:剧本——先写”一句话主线”,再写对白

不要一上来就抠台词。先用一句话说清四件事:谁、想要什么、被什么阻挡、结局如何。

示例主线:《被裁员的第 37 天》——35 岁程序员被优化后,靠给女儿录的睡前故事账号重新获得收入,但必须瞒着家人。

主线定稿后补 人物小传 ,每个角色写满 5 项:年龄与身份;外形特征(脸型、发型、瞳色、身高体型、标志性服饰);性格关键词;说话习惯;核心欲望。外形特征写得越具体,后面出图的角色一致性越稳——这是整条流程里最省时间的一笔投入。

对白可以交给 AI 润色,但要求它”保留原意,只调整口语节奏”,否则容易出现人物说话风格趋同的问题。

第 2 步:角色设定——先做”定妆图”,再开工

主角、主要配角各出一张正面定妆图(半身或全身),确定脸型、发型、服装配色,作为后续所有帧的 唯一参考基准 。配角也要出,但可简化为一张。定妆图确认后再动分镜,返工成本最低。如果只是想把主角形象快速可视化、检验设定是否有辨识度,可以用头像生成体验先跑几个方向的形象草案,选定后再细化成完整定妆图。

第 3 步:分镜——把剧本翻译成镜头表

分镜是”文字剧本”和”画面”之间的转换器。每个镜头必须写清六项:画面内容、角色动作与情绪、台词、时长、运镜方式、转场方式。建议直接做成表格:

镜号 画面内容 动作/情绪 台词 时长 运镜/转场
01 深夜工位,只剩一盏台灯 主角盯着屏幕,疲惫 (无) 3s 缓慢推近
02 手机屏幕特写:离职通知 手指停顿,震惊 “……今天?” 2s 固定,硬切
03 家门口,女儿举着画 主角勉强笑,愧疚 “爸爸回来啦” 4s 过肩,叠化

新手建议单镜头控制在 2~5 秒,一条 2 分钟漫剧大约 30~40 个镜头。手绘草图不是必需项,但每个场景至少写清”空间关系”(谁在左、谁在右、光源在哪),否则 AI 出图的空间逻辑会乱。

第 4 步:画面生成——三个锚定技巧

  • 风格锚点固定 :把画风描述固化成一段不变的”风格前缀”,每条提示词都原样带上,例如”日系赛璐璐上色,干净线稿,低饱和冷色调,柔和体积光”。不要中途改词。
  • 角色一致性 :每帧都带上定妆图的参考图 + 同一段角色描述词,人物描述的字词顺序也不要随意调换。
  • 批量与命名 :按”镜号_版本号”命名(如 S01_v2),一次生成 2~4 个候选再挑,避免单张反复重抽导致风格越走越偏。

生成后逐帧检查三件事:人物五官是否与定妆图一致、手部与肢体是否正常、场景光源方向是否连续。不达标就改提示词而不是无脑重抽。

第 5 步:配音配乐

配音先按角色分配音色,语速比日常说话略慢,句间留 0.3~0.5 秒气口,方便后续对轴。配乐选一首主旋律贯穿全片,情绪转折处换段而不是换曲,避免观众注意力被音乐抢走。旁白与对白不要同时铺满,留出”只有画面和音乐”的呼吸镜头。

第 6 步:剪辑合成

顺序建议是: 先铺配音 → 再按配音长度调整画面时长 → 最后加转场、字幕、音效 。反过来先剪画面,几乎一定要返工。字幕字号在手机上不小于画面高度的 1/20,安全区避开底部平台 UI。转场优先用硬切和叠化,特效转场一条片子不超过 3 处。

第 7 步:检查与发布

导出前静音看一遍(检查画面逻辑),再闭眼听一遍(检查音画节奏)。发布后重点看完播率和前 3 秒跳出情况:如果 3 秒内流失严重,问题在开场镜头;如果中段流失,问题在镜头时长或剧情推进速度。

三、可直接复制的 Prompt

Prompt A:生成主线与人物小传

  1. 你是一位擅长短剧叙事的编剧。请基于以下需求创作一部漫剧的故事框架。
  2. 【填写题材与主题】:例如 都市/职场/温情,主题是"中年重启"
  3. 【填写目标时长】:2 分钟(约 30-35 个镜头)
  4. 【填写主角设定】:35 岁男性程序员,被裁员,有一个 7 岁女儿
  5. 【填写风格基调】:克制、温暖,不要狗血反转
  6. 请输出:
  7. 1. 一句话主线(谁/想要什么/阻碍/结局)
  8. 2. 三幕结构:开场钩子(0-15 秒)、冲突升级、结尾落点
  9. 3. 2-3 个角色的完整小传,每人包含:年龄身份、外形特征(脸型/发型/瞳色/身高体型/标志性服饰)、性格关键词、说话习惯、核心欲望
  10. 4. 全片关键台词 8-12 句,标注说话人
  11. 要求:台词口语化、单句不超过 20 字;不要出现真实品牌名;外形特征必须具体到可用于绘画描述。

Prompt B:把剧本拆成分镜表

  1. 请把下面的剧本拆解为漫剧分镜表。
  2. 【粘贴剧本】:(在此粘贴 Prompt A 生成的三幕结构与台词)
  3. 要求:
  4. - 单镜头时长 2-5 秒,总镜头数控制在 30-40 个
  5. - 以 Markdown 表格输出,列为:镜号 | 画面内容 | 角色动作与情绪 | 台词 | 时长 | 运镜/转场
  6. - 画面内容需写清空间关系(人物位置、光源方向、景别:远/中/近/特写)
  7. - 台词必须与原剧本一致,不得改写
  8. - 标注哪几个镜头是"纯画面+音乐"的呼吸镜头

Prompt C:单帧画面提示词

  1. 基于以下分镜信息,输出一条可直接用于文生图模型的画面提示词。
  2. 【镜号】:S07
  3. 【画面内容】:(粘贴分镜表中的描述)
  4. 【固定风格前缀】:日系赛璐璐上色,干净线稿,低饱和冷色调,柔和体积光,16:9
  5. 【角色描述词】:(粘贴定妆图对应的固定描述,每次原样复用)
  6. 输出格式:
  7. 1. 完整提示词(风格前缀 + 角色描述 + 场景 + 景别 + 光线)
  8. 2. 负面提示词(避免多手多脚、五官变形、文字水印等)
  9. 3. 一句"如果人物脸不像,应优先修改哪个词"的排查建议

四、常见问题排查

问题 根本原因 处理方式
主角每帧长得不一样 缺少固定参考图或角色描述词被改写 补定妆图,角色描述词整段复制粘贴
画面风格忽卡通忽写实 风格关键词中途变动 固化风格前缀,全片只用这一版
配音和画面对不上 先剪画面后配音 改为先铺配音再调画面时长
节奏拖沓 单镜头过长、缺少呼吸镜头 把 6 秒以上镜头拆成两个 3 秒镜头
平台播放量低 开场 3 秒无钩子 把冲突最强的一帧提到最前面做冷开场

五、给新手的起步建议

第一条作品做 1~2 分钟、8~12 个镜头就够,目标是把七步流程完整跑通一遍,而不是追求画质。跑通之后,再逐步增加镜头数和角色数。

如果你想先验证”故事本身立不立得住”,再投入精力逐帧控图,可以在完成主线与人物小传后前往AI 真人短剧生成体验,把创作思路直接转成一条短剧样片,看节奏和台词是否成立;确认方向没问题后,再按上面的分镜流程细化漫剧画面。反过来,如果你更想先摸清 AI 视频生成的完整链路,也可以了解AI 成片类能力的思路——这类能力通常把文案理解、素材匹配、配音、字幕等环节串成一条流水线,输入图文素材即可产出成片,任务提交后在任务中心查看进度、生成完毕后下载,适合用来对照理解”哪些环节可以交给自动化,哪些必须人工把控”。

真正拉开差距的不是工具数量,而是你有没有把角色设定、风格锚点、分镜表这三份”规范文件”做扎实。规范越清楚,AI 的输出就越稳定,返工越少。