AI漫剧怎么制作?从故事到成片的完整流程与Prompt

作者:搬砖的石头2026.11.19 08:28浏览量:0

简介:AI漫剧不是"给图片加个动效",而是一条以故事为核心的生产线:剧本→角色与场景资产→分镜→图像生成→图生视频→配音剪辑。本文拆解完整制作流程、角色一致性解决方案,并附可直接复制的剧本、分镜与绘图Prompt,帮你判断要做"会动的图片"还是能连续追看的作品。

很多人第一次接触 AI 漫剧,会把它理解成”用 AI 生成几张图,再让图片动起来”。这个理解不算错,但只看到了最后两步。真正的 AI 漫剧,是一套 以故事为核心、由 AI 参与内容生产的视听流程 :它既要像短剧一样讲清人物和冲突,也要像动画一样管理角色、场景和镜头,还要解决 AI 生成中最麻烦的一致性问题。

如果你正在搜”AI漫剧怎么制作”,大概率已经试过:提示词写得很热闹,出图却每张换一张脸,最后只能放弃。问题不在模型,而在于 没有把故事拆成 AI 能稳定执行的任务 。下面这套流程可以直接照做,需要 AI 帮你写剧本、拆分镜、生成角色设定时,也可以直接用百度搭子(DuMate)来处理文本环节的重复劳动,具体的购买方式可自行了解,文本创作与生成环节本身并不依赖付费工具。

一、先判断:你要做的是”会动的图”还是”漫剧”

“AI”描述的是生产方式,”漫剧”描述的是最终呈现的视听内容。所以 AI 漫剧可以是国漫风,也可以是写实风;可以是二维动画感,也可以是三维质感;可以靠旁白推进,也可以像真人短剧一样用对白推动剧情。

判断一个作品是不是真正的漫剧,看四个要素:

  1. 有可持续的故事 :人物有目标,剧情有冲突,前后集之间存在因果关系;
  2. 有稳定的视觉资产 :角色、场景、道具、整体画风能被反复调用;
  3. 有镜头化表达 :故事被拆成具体画面、动作、景别、运镜和声音;
  4. AI 参与了关键生产环节 :策划、剧本、分镜、美术、视频、配音或后期。

关键认知是: AI 不是故事本身,也不是导演本身 。它更像一支速度很快、能力很多,但需要明确指令的制作团队。你让它”生成一个修仙故事”,它可能给你一段看着热闹、实际无法拍摄的文字;你让它”生成一个修士”,它可能每个镜头都换一张脸。创作者真正的工作,是把创意翻译成可执行的任务清单。

二、AI 漫剧制作的七个步骤

第 1 步:确定故事内核与世界观

先用三句话说清:谁、想要什么、被什么阻挡。以一部双向卧底题材的漫剧为例——2099 年地球联盟打开通往修仙文明的空间裂隙,修士潜伏在月球基地,特工潜伏在剑宗,两人互相寻找却互不知身份。设定再炫,也必须落到”第 1 集观众先看到哪个世界””第一个冲突是什么”这种具体问题上。

第 2 步:写分集大纲与对白剧本

单集时长建议 1~3 分钟,结构固定为: 钩子(5 秒)→ 冲突升级 → 反转 → 悬念收尾 。剧本阶段就要标注每句台词的说话人、情绪和大致时长,因为后面配音和口型都依赖这份标注。

第 3 步:建立角色与场景资产库

这是决定成片质量的一步。每个主要角色至少准备:正面/侧面/背面三视图、3~5 种常用表情、2 套服装、一段固定的外貌描述词。场景同理,每个高频场景固定 1~2 张基准图。资产命名要规范,例如 苏玄_正面_常服_v1,方便后续检索复用。

第 4 步:写分镜脚本

分镜是漫剧和”图片 slideshow”的分水岭。每个镜头至少包含:镜号、景别(远/全/中/近/特写)、画面内容、运镜(固定/推/拉/摇)、台词或旁白、音效、时长。一集 2 分钟大约需要 25~40 个镜头。

第 5 步:生成关键帧图像

先用文生图产出角色基准图,再用图生图扩展同一角色的不同姿态与场景。目前主流的 AI 作画工具都支持两种路径:文生图直接输入创意描述或从推荐提示词库取词,图生图则可上传整图做风格与构图参考,或上传人物形象让模型依据面部特征重绘,从而提升角色相似度。尺寸与分辨率按需选择,批量生成一次可出多张候选,再从中挑选最符合设定的一张。

第 6 步:让画面动起来

把关键帧作为首帧做图生视频,单个镜头控制在 2~5 秒,运镜幅度尽量小。大幅动作和复杂交互是 AI 视频最容易崩的地方,能靠剪辑和音效解决的,就不要交给模型硬算。

第 7 步:配音、字幕、配乐与成片

配音可用 TTS 按角色分配不同音色,字幕统一模板,配乐按情绪分段。素材齐备后,可以用图文转视频类能力把文本、图片、背景音乐等素材一次性组装成片,自动完成配音、加字幕、素材匹配等环节,生成任务后再通过查询接口获取成片地址;如果习惯在可视化平台操作,也可以在智能创作平台的 AI 视频功能中输入文案、上传素材,完成布局、标题、模板、配音、背景音乐、片头片尾等设置后一键生成,并在任务中心查看进度、在作品页下载。

三、最难的一环:角色一致性怎么解决

一致性不是靠”运气好抽到一张对的图”,而是靠 约束 。四个可落地的做法:

  • 固定描述词锚点 :把角色外貌写成一段永不改动的文字,每次生成原样粘贴,不做同义替换;
  • 用参考图锁定长相 :新镜头一律走图生图,以上一步满意的角色图作为参考,而不是每次从零文生图;
  • 控制变量 :同一场景内保持光线、色调、镜头焦段描述一致,避免模型重新”想象”;
  • 建立资产对照表 ,把角色、场景、道具的基准图和提示词集中管理:
资产名 类型 固定提示词锚点 基准图 出现集数
苏玄 角色 男,二十七八岁,短黑发,左眼下方细疤,深蓝修士长袍,冷峻 苏玄_正面_v1 1-6
蓝星基地主控室 场景 冷白光源,金属弧形舱壁,中央悬浮全息星图 场景_基地_v1 1、3、5
太虚剑宗山门 场景 云海石阶,青灰巨剑碑,晨雾 场景_剑宗_v1 2、4

四、可直接复制的 Prompt

Prompt 1:从设定到分集剧本

  1. 你是资深漫剧编剧。请基于以下设定,写出第【填写集数】集剧本。
  2. 【故事设定】:【填写世界观、主角目标、核心冲突】
  3. 【人物】:【填写角色名、身份、性格、说话习惯】
  4. 【本集目标】:【填写本集要推进的剧情】
  5. 要求:
  6. 1. 时长控制在【填写时长】秒,按每句台词 3-4 秒估算总量;
  7. 2. 结构必须是:开场钩子(5秒内) → 冲突升级 → 反转 → 悬念收尾;
  8. 3. 输出表格,列为:镜号 | 说话人 | 台词/旁白 | 情绪 | 预估时长;
  9. 4. 台词口语化,单句不超过 20 字,避免书面语和大段解释;
  10. 5. 结尾留一个明确悬念,且能与下一集衔接。

Prompt 2:角色设定表(用于锁定一致性)

  1. 请为漫剧角色生成一份"视觉设定表",供后续 AI 绘图复用。
  2. 角色信息:【填写姓名、性别、年龄、身份、性格】
  3. 输出要求:
  4. 1. 一段 60 字以内、可直接作为绘图提示词的外貌描述(发型、脸型、眼睛、服装、配饰、气质),
  5. 不含任何剧情和情绪词;
  6. 2. 5 条常用表情描述(平静、警觉、愤怒、痛苦、微笑);
  7. 3. 2 套服装的场景适用说明;
  8. 4. 3 条"禁止出现的元素",用于避免生成时跑偏。

Prompt 3:单镜头绘图提示词

  1. 把下面这个分镜镜头转成一条 AI 绘图提示词。
  2. 【镜头信息】:镜号【】景别【】画面内容【】光线【】风格【国漫/写实/水彩】
  3. 【角色固定描述】:【粘贴 Prompt 2 产出的外貌描述,原样不改】
  4. 输出格式:
  5. 主体描述 + 动作 + 环境 + 光线 + 构图/景别 + 画风 + 画质词,
  6. 总长度 80-120 字,一行输出,不要分点,不要解释。

用法建议:先用 Prompt 2 锁定角色描述,再用 Prompt 3 逐镜头生成提示词,最后用 Prompt 1 反推剧本节奏。三者顺序可以循环迭代,但 角色描述一旦定稿就不要再改 。

五、常见问题与优化方向

  • 画面漂移 :优先改用图生图并提高参考强度,强度越高与原图越接近;仍不稳就减少同场景内的角色数量。
  • 动作崩坏 :单镜头压到 2~3 秒,避免复杂肢体交互和大范围运镜,用剪辑节奏代替长镜头。
  • 节奏拖沓 :AI 生成的画面往往”太完整”,反而缺少留白。删掉不影响叙事的过渡镜头,一集只讲一件事。
  • 配音与画面脱节 :先出配音轨,再按配音时长反推每个镜头的秒数,比先剪画面再配音更省事。
  • 风格不统一 :全片固定同一组风格词与同一套分辨率,不要中途更换模型或画风描述。
  • 合规问题 :角色形象、音乐、字体尽量使用可商用素材,涉及真人形象时避免直接复刻。

六、想快速试手,可以从这里开始

如果你还没有完整剧本,只想先感受一下”文字变短剧”的效果,可以先把故事大纲和人物设定写好,再前往AI 真人短剧生成体验,把创作思路转化为一段可观看的短剧内容,用它来验证自己的剧本节奏是否成立。需要单独打磨主角形象时,AI 头像生成体验也可以用来快速产出多版角色形象候选,再挑一张作为后续图生图的基准图。

七、开工前的检查清单

  1. 一句话说清主角的目标与阻力;
  2. 主要角色是否都有固定外貌描述和基准图;
  3. 分镜表是否包含景别、运镜、台词、时长四列;
  4. 单集是否只承载一个核心冲突;
  5. 结尾是否留下明确悬念;
  6. 全片风格词、分辨率、配音音色是否统一。

AI 漫剧的门槛从来不在”会不会写提示词”,而在于 能不能把故事管理成资产 。先把角色和场景沉淀成可复用的库,再让 AI 在其中批量生产镜头,产量和质量才会同时上来。