简介:AI漫剧难量产,主要卡在角色一致性和工序太多。本文拆解剧本、角色锁定、分镜、出图、图生视频、配音卡点的完整流程,提供角色一致性锁定方法、三段可复制Prompt、常见问题排查表和发布前检查清单。读完后,你能按固定步骤降低单人完成一集短片的门槛,并知道哪些环节必须自己把关。
AI漫剧能否量产,取决于是否把”剧本、角色、分镜、出图、生视频、配音、卡点”这条标准作业程序固定下来。过去做一条一分钟的片子,创作者大量时间花在抽卡和返工上。现在可以用内置SOP的Agent承担大部分流程性工作,新手也能更快走完整条链路。但成片质量仍取决于故事、角色设定和人工审核,Agent无法替代这些判断。
一、AI漫剧为什么难产
短视频平台上的AI漫剧质量差距明显。好的作品画面统一,镜头有叙事节奏。差的作品本质上是”幻灯片加配音”:图片彼此独立,主角每换一个镜头就换一张脸。
这通常不是创作者偷懒,而是碰到了AI视频的一个核心难题:一致性。同一个角色在不同镜头里,五官、发色、服装都可能漂移。同一个场景也可能从末日废土切到赛博朋克。观众记不住剧情,只注意到角色”又变了”。
传统流程是一条很长的手工流水线:
| 环节 | 传统做法 | 主要损耗 |
|---|---|---|
| 剧本 | 自己写或让AI写 | 结构松散,缺少开场钩子 |
| 角色设定 | 每次生图重新描述 | 五官漂移 |
| 分镜 | 手工列表格 | 耗时,容易漏镜头 |
| 出图 | 逐张抽卡 | 重试次数最多 |
| 生视频 | 逐段图生视频 | 动作变形,口型对不上 |
| 配音和BGM | 分开制作再对齐 | 卡点全靠手动 |
近一年,生图和生视频模型在参考图约束、角色保持等方面有所进步,重试成本因此下降。不过不同模型和版本差异较大,实际效果需要先小批量验证,不宜直接套用别人的经验数字。
二、内置SOP的Agent替你做什么
内置SOP的Agent,是把熟练创作者的操作顺序、检查点和提示词模板固化成流程节点。用户提供创作方向,Agent按节点执行。它主要带来三类帮助:
如果你有自己的制作规范,也可以搭建专用Agent。例如,把分镜写作规范、拆解原则和输出格式整理成知识库,做一个分镜脚本生成Agent。在指定模型的支持下,它可以把剧本拆成统一格式的分镜表。目前不少无代码平台支持通过对话完成需求提交、需求澄清、需求文档确认、应用生成和迭代修改,搭建门槛相对较低。
三、开工前准备四份输入
Agent的输出质量取决于输入。输入越具体,返工通常越少。建议提前准备下面四项:
| 输入项 | 具体要求 | 常见错误 |
|---|---|---|
| 故事方向 | 一句话故事核,题材,目标时长,画幅 | 只写”做个搞笑漫剧” |
| 角色设定表 | 物种、年龄感、发型、瞳色、服装、配饰、标志物、性格 | 形容词堆砌,没有可执行细节 |
| 分集结构 | 每集一句话概要,加结尾钩子 | 第一集就想讲完世界观 |
| 视觉风格板 | 画风(赛璐璐、厚涂、日系、美漫),主色调,光线,负面词 | 风格词互相冲突 |
角色设定表最关键。”可爱的小狐狸”无法直接用于生图,应改成”拟人化赤狐,少年体型,橙红毛色,白色尾尖,深蓝色短夹克,左耳有缺口,斜挎帆布邮差包”。能被画出来的细节才算设定,形容词本身不算。
四、角色一致性怎么锁
一致性问题的常见解法,是把角色描述固定下来,并在每个镜头中复用同一份描述和参考图。具体做法如下:
五、七步跑完一集
第1步:出故事核与分集大纲。只给方向,让Agent先输出三集大纲,每集必须有结尾钩子。第一集不铺世界观,直接抛出冲突。
第2步:锁定角色与风格板。生成角色三视图(正面、侧面、背面,白底全身),确认后再继续。这一步不定下来,后面每个镜头都可能漂移。
第3步:生成分镜脚本。用表格管理,建议字段为:镜号|景别|运镜|画面描述|角色动作与表情|台词或旁白|音效|时长。一集90秒的竖屏漫剧,镜头数可以控制在25到35个,单镜头2到4秒。示例如下:
| 镜号 | 景别 | 运镜 | 画面描述 | 角色动作与表情 | 台词或旁白 | 音效 | 时长(秒) |
|---|---|---|---|---|---|---|---|
| 1 | 中景 | 缓慢推近 | 雨夜酒店门口,招牌闪烁 | 狐狸老板攥着账单,眉头紧锁 | 旁白:这家店,今晚要关门了 | 雨声,雷响 | 3 |
第4步:小批量试风格。先出5张关键帧,验证画风和角色一致性。确认无误后再批量出全部分镜图。直接批量生成通常是成本最高的错误。
第5步:图生视频。每个镜头只给一个动作和一种运镜。动作幅度小、单张图能合理延展的镜头,成功率通常更高。具体成功率取决于所用模型和素材,需要实测。
第6步:配音、BGM与卡点。台词单句控制在15字以内,并尽量口语化。先确定BGM的节奏点,再让画面切换对齐重音。
第7步:导出与检查。逐镜检查三件事:角色五官是否一致,场景结构是否连续,口型与台词是否错位。
六、三段可直接复制的Prompt
Prompt 1:剧本加分镜一体化
你是一位擅长竖屏短剧的漫剧编剧兼分镜师。请基于以下信息完成一集AI漫剧创作。【题材方向】:【填写你的故事核,如"动物城市里一家会魔法的酒店,老板是只负债的小狐狸"】【目标时长】:【90】秒,画幅9:16【角色设定】:- 角色A:【物种/年龄感/发型/瞳色/服装/配饰/标志物/性格】- 角色B:【同上】【视觉风格】:【赛璐璐/厚涂/日系】+ 主色调【暖橙+夜蓝】+ 柔和体积光【输出要求】:1. 一句话故事核(30字内)2. 三集大纲,每集一句话 + 结尾钩子3. 第一集分镜表(Markdown表格):镜号|景别|运镜|画面描述|角色动作与表情|台词/旁白|音效|时长(秒)4. 每镜的生图提示词(中英双语,必须包含角色固定描述词、场景、光线、构图、画风)5. 全片总时长控制在目标时长±10%【质量要求】:角色外貌描述在每一镜完全一致;单镜头2–4秒;前3秒必须出现冲突或悬念;台词单句不超过15字。
若所用模型不支持中英双语,可只保留英文提示词。
Prompt 2:角色一致性锁定卡
请把下面的零散角色描述整理成一张"角色一致性锁定卡",供后续所有分镜生图复用。【角色原始描述】:【粘贴你的角色设定】输出:1. 固定描述词(英文,60词以内,任何镜头都不修改)2. 表情差分表:平静/惊讶/愤怒/开心,各一行英文描述3. 服装与配饰清单(含颜色、材质、细节)4. 三视图提示词(正面/侧面/背面,白底全身)5. 负面提示词(防风格漂移、多余手指、水印文字等)
Prompt 3:单镜头图生视频
请为下面这个分镜写一条图生视频提示词。【输入】:【粘贴该镜的画面描述】+ 目标时长【3】秒 + 运镜要求【缓慢推近】输出格式:- 主体动作:(只写一个动作)- 运镜:(推/拉/摇/移/固定,只选一种)- 环境动效:(发丝、衣角、光影、雨雪等)- 保持不变:(角色五官、服装、场景结构)- 负面提示词要求:动作幅度小;不出现镜头切换;不新增画面中不存在的角色。
七、常见问题排查表
| 问题 | 常见原因 | 处理方式 |
|---|---|---|
| 人物换脸 | 描述词不固定,缺少参考图 | 用锁定卡固定描述词,每镜复用同一参考图 |
| 图片质量差,格式报错 | 素材本身不合格 | 更换图片后重新提交 |
| 提示”内容不适合生成” | 标点过多,文本过短 | 补充描述细节后重新提交 |
| 提示含敏感信息 | 文本触发内容审核 | 改写措辞,避开敏感表述 |
| 任务并 |