AI漫剧制作方法:角色卡与分镜一致性实操

作者:梅琳marlin2026.11.19 08:31浏览量:0

简介:做AI漫剧最容易翻车的地方不是分镜,而是角色形象前后不统一。真正决定成片质量的,是一套可复用的角色设定与分镜规范,而不是反复抽卡碰运气。想快速跑通全流程,可以先用[百度搭子 DuMate](https://www.dumate.cn/?from=article)把创作思路走一遍,具体[购买方式](https://console.bce.baidu.com/dumate/purchase-page/new)也可以顺手了解,不付费同样能按下面的步骤手工完成。

一、先给结论:漫剧的稳定性来自”角色卡”,不是运气

很多创作者的分镜逻辑其实没问题,问题出在生成环节:主角发型忽长忽短、同一套衣服换了材质、五官越画越偏。原因是每一镜都在”重新理解一次角色”,模型没有可对齐的基准。

解决办法是把创作拆成三层,逐层锁定:

  1. 角色卡层 :把人物写成结构化、可量化的描述(脸型、发色、瞳色、服装色值、配饰、负面约束),全片复用同一段文字。
  2. 分镜层 :把剧本按叙事节拍拆成镜头表,每个镜头只承担一个功能,并逐镜复述角色卡关键特征。
  3. 生成层 :先出静帧定妆图,再图生视频,最后配音剪辑。

只要前两层是”规范”而不是”灵感”,第三层的返工率会显著下降。

二、传统做法的三个典型难点

  • 人设靠记忆 :人设定在脑子里或散落在聊天记录里,写到第30个镜头时前后矛盾。
  • 分镜无标准 :镜头划分随意,景别连续相同、跳轴、时长与台词不匹配,剪辑阶段才发现节奏崩了。
  • 风格词每镜重写 :风格描述不一致,导致同一场景的光线和笔触都在变。

三、准备工作:先备齐四类输入

输入项 具体内容 作用
角色设定 姓名、身份、性格关键词、剧情阶段 决定气质与服装变化
剧本片段 已分场、带台词的文本 分镜拆解的原料
风格参考 画风名称 + 1~2张参考图 统一笔触与色调
技术参数 画幅(9:16/16:9)、总时长、镜头数 控制节奏与成本

四、第一步:生成结构化角色卡提示词

角色卡的关键不是”写得美”,而是”写得准”。抽象形容词无法作图,必须换成可视特征。以下 Prompt 可直接复制,替换【】内容即可:

  1. 任务目标:为漫剧《【填写剧名】》生成一份可直接用于AI绘图的结构化角色卡。
  2. 输入信息:
  3. - 角色姓名:【填写角色名】
  4. - 年龄/性别:【填写】
  5. - 身份与职业:【填写】
  6. - 性格关键词(3-5个):【填写】
  7. - 剧情阶段:【初期/中期/后期,用于判断服装与气质变化】
  8. - 画风参考:【国漫厚涂/日系赛璐璐/水墨/写实CG等】
  9. 请严格按以下结构输出,不要自由发挥:
  10. 1. 一句话人设:不超过30字,包含身份+性格+核心欲望
  11. 2. 面部特征:脸型、眉眼、鼻唇、瞳色、发型(长度/发色/束发方式)、特殊标记
  12. 3. 身形与体态:身高感、体型、习惯性站姿
  13. 4. 服装:主造型(颜色+材质+款式+配饰),并额外给出1套变体(战斗/礼服/日常)
  14. 5. 色彩规范:主色、辅色、点缀色,给出HEX色值
  15. 6. 三视图差异:正面/侧面/背面的关键区别
  16. 7. 表情差分:5种表情的眉眼与嘴部变化描述
  17. 8. 负面约束:明确列出禁止出现的元素(如"不得改变发色""不得出现现代配件")
  18. 输出要求:全部使用可绘制的陈述句,禁止"很帅""气质独特"等抽象表达;每条描述控制在40字内。

拿到角色卡后,把”面部特征 + 服装 + 色彩规范”三段拼成一个 固定特征串 ,后续每一镜都原样复制粘贴,不要改写、不要精简——这是抑制形象漂移最有效的单一动作。

五、第二步:出定妆图,锁定视觉基准

用文生图能力先出角色的定妆图,再扩展到三视图与表情差分。国内主流的文生图系统对中文提示词理解较好,支持自定义风格、构图与流派,也支持上传参考图做风格迁移或按人物长相重绘,并可调节参考强度来控制与原图的相似度。实操建议:

  • 一次生成多张(部分平台支持批量1~8张),从中挑选最接近设定的一张作为 基准图 。
  • 后续所有镜头图都以基准图作为人物长相参考,参考强度先给中等,脸型稳定后再降低强度换取构图自由度。
  • 定妆阶段就把色值、材质、配饰固定下来,比后期修图便宜得多。

六、第三步:把剧本拆成规范化分镜

分镜不是普通文本生成,它要求模型理解剧情的同时,把信息拆解为有顺序、有节奏的镜头结构,并遵循一套稳定可复用的写作规范;通用大模型直接生成时,容易出现结构不一致、镜头风格波动的问题。更可靠的做法是把分镜规范固化成一个专用智能体:在智能体平台上创建分镜脚本生成 Agent,配套建立分镜规范知识库,把镜头划分方式、描述粒度、输出格式写进知识库,再把”剧本解析—分镜拆解—镜头描述整理”整合进统一的行为逻辑。建好后先手动输入一段剧本做测试,确认拆解结果可用,再获取 API Key,通过自定义插件的方式接入自己的应用或创作工具,后续调用时凭该 Key 鉴权。

如果不想搭智能体,用一段高质量 Prompt 也能达到八成效果:

  1. 任务目标:把下面的剧本片段拆解为可直接绘制的分镜脚本。
  2. 输入:
  3. - 剧本片段:【粘贴剧本】
  4. - 角色卡:【粘贴上一步生成的角色卡】
  5. - 画风与画幅:【如国漫厚涂 / 9:16竖屏】
  6. - 时长目标:【如90秒,约18-22个镜头】
  7. 拆解规则:
  8. 1. 按叙事节拍切分镜头,一个镜头只承担一个功能(交代环境/推进动作/情绪反应/信息反转)
  9. 2. 每个镜头输出字段:镜号|景别(远/全/中/近/特)|机位与运镜(固定/推/拉/摇/跟)|画面内容|角色与服装状态|光线与色调|台词或旁白|音效|预估时长(秒)
  10. 3. 同场景内保持轴线一致,避免跳轴;相邻镜头景别必须有差异,禁止连续三个同景别
  11. 4. 角色外观逐镜复述角色卡中的发型、服装、配饰,不得省略
  12. 5. 以表格输出,末尾附"本段情绪曲线",标明起承转合落在哪些镜号
  13. 质量要求:台词总字数÷4≈镜头时长,超出则拆分镜头;镜头总数与总时长必须匹配。

七、第四步:批量出图与图生视频

分镜表确认后,按”固定风格前缀 + 固定特征串 + 单镜画面内容”的顺序拼接提示词,逐镜生成。想进一步提速,可以把25个镜头排成宫格批量出图,先一次性看全片视觉调性是否统一,再逐格精修。

静帧满意后进入动态环节:图生视频阶段重点写好 运镜与表演提示 ,包括镜头运动方式、人物动作起止、视线方向。当前的多模态视频生成模型已能较好处理复杂运镜与音画同步,部分能力支持一张图加提示词直接生成画面、环境音效与多人对话,减少人工对口型的工序。剪辑环节可以借助智能混剪类工具,把配音、字幕、转场与素材匹配自动化,创作者只需把控节奏与情绪落点。

完成剧本、角色卡和分镜表之后,可以前往AI 真人短剧生成体验,把已有的创作思路直接转化为短剧内容,用来验证人设和节奏是否立得住;如果只想先验证单个角色的视觉方向,AI 真人短剧生成体验同样适合做小样测试,再决定是否投入完整制作。

八、常见问题排查表

问题 根本原因 处理方式
脸型/五官漂移 提示词缺少可量化特征 固定特征串逐镜原样复制,不精简
服装款式乱变 未锁定色值与材质 补 HEX 色值 + 材质词 + 负面约束
画面呆板无节奏 景别机位单一 强制相邻镜头景别差异,加入运镜词
口型与配音不同步 台词量与镜头时长不匹配 按每秒约4字估算,先配音再定时长
全片画风不统一 风格词每镜重写 建立固定风格前缀,全片复用
分镜结构忽长忽短 缺少分镜规范约束 把规范写入知识库或 Prompt 的固定规则区

九、检查与优化:三轮筛选法

第一轮只看 一致性 :把成片按镜号截图排开,检查发型、服装、配饰是否连贯,不合格镜头单独重生成,不要整段重做。第二轮看 节奏 :静音播放一遍,只感受画面推进是否拖沓,标出想删的镜头。第三轮看 音画 :开声播放,检查台词与口型、音效与动作是否对齐。

按这个顺序优化,返工量最小。漫剧的核心竞争力始终是故事,把角色卡和分镜规范做成模板之后,你就能把精力放回创作本身。