简介:本文拆解AI漫剧从角色卡、风格卡、25宫格分镜到图生视频与配音成片的完整流程,补充参考强度、分辨率、负面提示词、失败重试与常见问题,帮助新手用免费工具跑通风格统一、角色更稳定的漫剧制作。
AI漫剧怎么做?真正决定成败的不是“抽到一张好图”的运气,而是流程是否可复用。更稳妥的主线是:先用角色卡把人设定住,再用风格卡和场景卡把画风与环境定住,随后用25宫格分镜把镜头节奏排好,最后用图生视频、配音和剪辑完成成片。若你希望使用百度搭子(DuMate)等可选工具,请注意:文末延伸工具区中的链接为可选商业体验入口,不构成本文必需步骤,本文可用免费工具替代。
结论卡:一致性=角色卡+风格卡+场景卡+固定参考图。 先定规范,再生成画面;先跑通单场景,再扩展到整集。
AI漫剧最容易翻车的地方,不是剧情不会写,而是人物和画风前后不统一。常见表现包括主角发型忽长忽短、服装颜色漂移、五官越画越偏、不同镜头像换了演员。解决思路不是反复抽卡,而是建立三层“底卡”。
| 层级 | 作用 | 需要固定的内容 |
|---|---|---|
| 角色卡 | 锁定人物长相 | 五官比例、发型层次、发色瞳色、服装配饰、体型 |
| 风格卡 | 锁定画风与质感 | 画风关键词、线条描述、光影倾向、色调、画质词 |
| 场景卡 | 锁定环境 | 建筑形制、主色调、时间天气、标志性道具 |
通用大模型在多次生成中,可能难以稳定遵循同一套规范,尤其是分镜类任务,容易出现镜头结构不一致、画面风格波动的问题。因此,AI漫剧的关键不是“写得漂亮”,而是把人物、画风、场景、镜头、台词和时长都变成可重复调用的模板。
版权与合规提醒:做角色卡时,避免使用明星脸、受版权保护的知名角色、未授权肖像或敏感素材。原创角色、原创设定和自有参考图更利于长期发布与商业化。
这一步是整个流程的胜负点。不要直接写“一个帅气的修仙男主”这类模糊描述,而要让AI按固定结构输出提示词。可直接复制下面模板:
你是一名漫剧角色设定师。请根据以下信息,输出一份可直接用于图像生成模型的角色卡提示词。【角色名称】{填写角色名}【作品风格】{国漫/日漫/写实厚涂/水彩绘本…}【剧情背景】{世界观、身份、所处阵营}【性格关键词】{3-5个,如隐忍、多谋、毒舌}【外形要求】{发型、发色、瞳色、身高体型、标志性服饰与配饰}【禁止项】{不要出现现代元素/不要露肩/不要复杂背景…}请严格按以下结构输出:1. 一句话人设2. 三视图描述(正面/侧面/背面,同一光线、同一背景、同一比例)3. 五官细节(眼型、眉形、鼻唇、面部识别特征)4. 发型细节(长度、层次、刘海走向、发梢处理)5. 服装与配饰清单(颜色用明确倾向描述,如“藏青+银灰”)6. 三种表情(平静/愤怒/惊讶)7. 一段完整图像提示词(含画风、镜头、光线、画质词)8. 负面提示词
填好示例角色卡:
角色名:沈砚。风格:国漫古风。背景:仙门弃徒,擅长符咒与隐秘术法。性格:隐忍、冷静、多谋。外形:黑发半束,鬓边留一缕碎发,瞳色深灰,身形清瘦挺拔,外袍藏青,内衬银灰,腰间挂一枚旧玉牌。禁止项:不要现代元素,不要暴露服饰,不要复杂背景。
拿到AI输出后,把第7条完整图像提示词和第8条负面提示词分别保存。之后所有分镜都复用这套风格词与负面词。风格词和画质词一旦随意改动,一致性就容易崩。
负面提示词至少应包含:低清、五官漂移、服装变色、多余肢体、文字、水印、多余人物、现代元素。若人物容易变形,还可补充:手指错误、比例失调、发型变化、配饰丢失。
角色卡图是后续所有镜头的“标准脸”。生成时注意三点。
如果要把流程自动化,可以把“生成提示词 → 图像格式转换 → 调用生图模型 → 输出角色卡”串成工作流。输入只需角色图、角色名和API Key,输出为成品角色卡。这类“剧本解析—分镜拆解—镜头描述整理”的整合,在智能体平台上已经比较常见,但是否适合你的项目,仍取决于工具能力和实际测试。
25宫格的价值在于:同一张图内的25个镜头共享同一套光线、色调与人物形象,可以显著降低逐张生成带来的漂移。但需要注意,它不是“一次锁死一场戏”,仍存在崩格、构图重复、人物比例失真等失败风险。 生成后需要切图、检查、局部重绘或重抽。
你是漫剧分镜师。请把下面这场戏拆解为25宫格分镜(5×5)。【剧本片段】{粘贴你的这场戏}【角色卡】{粘贴第一步的角色卡要点}【风格卡】{画风、色调、光影}【画幅】{16:9 / 9:16}要求:1. 每格必须标注:格号|景别|镜头运动|画面内容|人物表情动作|台词或音效|预估时长2. 人物形象严格遵循角色卡,不得改变发型长度、发色与服装配色3. 相邻格构图不得重复,景别需按“远—中—近—特”交替形成节奏4. 每5格构成一个节奏单元:铺垫—推进—转折—高潮—收束5. 台词总字数需与预估时长匹配(中文约每秒4字)6. 最后输出一段可直接用于生图的25宫格总提示词,以及负面提示词
拿到分镜表后,先做人工校验:逐格检查人物是否还是同一个人、服装颜色有没有变、有没有出现剧本里不存在的道具、台词长度是否匹配时长。这一步花几分钟,能省掉后面大量返工。
如果25宫格出现失败,建议按以下顺序处理:
分镜图确认后进入动态环节。写视频提示词时,把变量控制在最少,重点保留人物、镜头、光线和约束。
以这张分镜图为第一帧,生成3秒镜头。主体动作:{角色抬手结印,衣袖向后扬起}镜头运动:{缓慢推近至面部特写}光线与色调:{保持原图冷蓝色调,光源方向不变}约束:不改变人物五官、发型长度与服装配色;不出现文字、水印、多余人物。
当前不同视频生成平台对运镜、时长、音画同步和局部重绘的支持不同。部分示例平台可能支持多种运镜或一体化生成,具体以官方说明和实际测试为准。不要预设某个工具一定能完成所有镜头,尤其是多人对话、复杂手势、快速动作和长镜头。
配音与音效建议单独生成后再对轨,避免视频模型在同一环节承担过多任务导致画面质量下降。成片阶段可按需配置配音、背景音乐、片头片尾与角标。耗时与成本取决于模型、时长、分辨率、重试次数和并发情况,不建议预设固定数字,最好先用小片段测试实际消耗。
如果你希望先看看成品效果,可以使用可选商业体验入口;这类入口属于可选商业体验入口,不构成本文必需步骤,本文可用免费工具替代。完成正片后需要宣发物料时,也可以另行制作漫剧封面与推广图。
| 问题表现 | 根本原因 | 处理方式 |
|---|---|---|
| 同一角色脸型变化 | 每格独立生成、未传参考图 | 固定“标准脸”图,全程走图生图 |
| 发型长度忽变 | 提示词未量化 | 写明“齐肩”“及腰”“层次短发”等具体长度 |
| 服装配色漂移 | 使用“红色”这类模糊词 | 改为“暗红+金色滚边”的明确配色描述 |
| 画风不统一 | 风格词被随意改动 | 建立风格卡,风格词与画质词全片复用 |
| 镜头节奏拖沓 | 景别不交替 | 按远—中—近—特循环排布,每5格一个节奏单元 |
| 口型与台词不同步 | 台词与时长不匹配 | 按中文每秒约4字核算台词长度 |
| 画面模糊 | 分辨率不足或过度压缩 | 使用1024或2048分辨率,后期再统一压缩 |
| 动作崩坏 | 单格动作复杂 | 拆成简单动作,局部重绘,减少人物数量 |
适用场景: 同一角色在多镜头中出现脸型、发型、服装或配饰变化。
关键参数: 固定标准脸;参考强度建议50到70;分辨率建议1024或2048;负面提示词至少包含低清、五官漂移、服装变色、多余肢体。
主要风险: 过度依赖单张图、频繁修改风格词、参考图不清晰,都会导致角色不稳定。正确做法是先回到角色卡,重选标准脸,再做局部重绘。
适用场景: 从0到1验证、低成本试错、批量生产、团队工作流。
关键参数: 是否支持参考图、局部重绘、批量生成、较高分辨率、图生视频、配音与剪辑;是否允许保存角色卡、风格卡和负面提示词。
主要风险: 商业工具宣传可能与真实效果不一致,尤其是“全自动”“一键成片”“绝对稳定”等说法。建议先用同一角色做3~5个镜头实测,再决定是否扩大使用。
适用场景: 零预算验证故事、角色和镜头节奏。
关键参数: 用免费生图工具生成角色卡;参考强度50到70;分辨率1024或2048;台词按中文每秒约4字控制;免费剪辑工具完成配音、字幕和转场。
主要风险: 免费工具可能存在排队、水印、分辨率限制、额度限制或稳定性不足。更稳妥的方式是先做单场景、两三个角色的小片段,跑通后再考虑付费工具。
以下内容仅作为可选商业体验入口,不构成本文必需步骤。本文方法本身可用免费工具完成。
AI漫剧的专业感来自“规范前置”:角色卡解决“是谁”,风格卡解决“什么质感”,25宫格分镜解决“怎么拍”,图生视频解决“怎么动”。把这四步的顺序守住,即使不追求电影级画面,也能让人物更统一、叙事更清晰。
建议第一次先用一个单场景、两三个角色的小片段跑通全流程,确认角色卡、风格卡和负面提示词可靠后,再扩到整集。先跑通链路,再谈规模;先控制风险,再提升效率,这是这套方法最省时间的用法。