简介:想做出一条完整的AI漫剧,核心不是"会用某个绘画工具",而是把创作拆成七个可控环节——剧本、角色设定、分镜、画面生成、配音配乐、剪辑合成、发布优化,让AI承担重复劳动,人负责审美和判断。本文给出每个环节的具体做法、可直接复制的Prompt和常见问题排查表,零基础也能照着跑通第一条1—3分钟的成片。如果你希望边看边动手,可以直接打开[百度搭子 DuMate](https://www.dumate.cn/?from=article)边读边试,也可以先了解[购买方式](https://console.bce.baidu.com/dumate/purchase-page/new)。
AI漫剧通常指用AI生成画面、配音、配乐,再剪辑成有剧情对白的竖屏短片。它和单张AI插画最大的区别在于 连贯性 :同一个角色要在几十个镜头里保持长相、服装、画风一致,情绪还要能推进剧情。
传统做法要画师、配音、剪辑三人协作,周期以周计;AI把单帧成本压到极低,但把难点转移到了”一致性控制”和”节奏把控”上。所以整个流程的设计原则是: 前期把规则定死,后期批量执行 。
新手最常见的失败是”故事没讲完就上画面”。漫剧时长短,建议用四段式结构:
| 段落 | 时长占比 | 作用 |
|---|---|---|
| 钩子 | 前3—5秒 | 抛出冲突或反常画面,留住观众 |
| 铺垫 | 20% | 交代人物处境与目标 |
| 转折 | 50% | 冲突升级,出现关键选择 |
| 收尾 | 25% | 结果揭晓+留一个悬念钩子 |
写剧本时先产出三样东西: 一句话故事、人物小传(年龄/身份/欲望/缺陷)、对白稿 。对白要短,一句不超过15个字,因为后续配音和字幕都按句切分。
可直接复制的剧本Prompt:
你是一位擅长竖屏短剧的编剧。请根据以下信息创作一条漫剧剧本。【故事主线】:【填写一句话故事,如:被裁员的女孩靠一门手艺翻身】【主角设定】:【姓名、年龄、身份、性格、最想要的东西、最大的弱点】【配角设定】:【姓名与主角的关系、作用】【题材风格】:【都市逆袭/悬疑/古风/治愈,任选其一】【总时长】:【90秒】要求:1. 按"钩子—铺垫—转折—收尾"四段输出,标注每段秒数;2. 台词口语化,单句不超过15字,标注说话人;3. 每个关键节点标注人物情绪(如:压抑、爆发、释然);4. 结尾留一个悬念,能引出下一集;5. 输出格式:段落标题 + 时间轴 + 台词表(镜号|说话人|台词|情绪)。
拿到初稿后,自己只做一件事: 朗读一遍 。读起来卡的地方就是要改的地方。
角色一致性不是靠运气,而是靠 固定描述词+参考图 双保险。
先给每个角色写一段永不改动的外观描述,例如:”25岁女性,齐肩黑色短发,米白色针织开衫,浅蓝色牛仔裤,单眼皮,气质清冷”。之后所有生成都把这句原样放在Prompt最前面,不改一个形容词。
再生成一张 角色定妆图 (正面半身+全身各一张),作为后续所有镜头的参考图使用。服装、发型、配饰一旦确定就不要中途更换,剧情需要换装时,只改服装词,保留脸型和发型描述。
如果你已经写好了人物设定和故事大纲,可以前往AI真人短剧生成体验,把创作思路直接转化为短剧内容,看看AI对角色的理解是否和你一致,再回头调整设定描述。
分镜表是全流程的枢纽。每个镜头必须写清五件事:画面内容、角色动作、镜头景别、台词音效、时长。示例:
| 镜号 | 画面内容 | 角色动作 | 景别 | 台词/音效 | 时长 |
|---|---|---|---|---|---|
| 01 | 深夜办公室,只剩一盏灯 | 主角盯着电脑屏幕 | 中景 | 键盘声 | 3s |
| 02 | 屏幕特写,邮件标题”裁员通知” | — | 特写 | 无 | 2s |
| 03 | 主角脸部,眼神从错愕转平静 | 缓慢握紧鼠标 | 近景 | 呼吸声 | 4s |
经验值: 每3—5秒一个镜头 ,一条90秒的漫剧大约需要20—30个镜头。分镜阶段多花20分钟,能省下生成阶段两小时。
单帧Prompt模板:
【固定风格前缀】日系动画风,赛璐璐上色,干净线条,柔和自然光,竖屏9:16【固定角色描述】25岁女性,齐肩黑色短发,米白色针织开衫,浅蓝色牛仔裤【本镜内容】深夜办公室,她坐在电脑前,屏幕冷光打在侧脸,神情从错愕转为平静【景别与构图】近景,侧面45度,浅景深,背景虚化【负面要求】不要多余手指,不要文字水印,不要改变发型与服装
配音环节按”角色—音色—语速”建立对照表,同一角色全片用同一音色和同一语速参数。在台词稿里直接标注停顿与重音,例如”我|不是被裁掉|是被|重新分配了时间”,配音和字幕都会更贴合。
配乐遵循两条:BGM音量压在人声之下,不抢台词;情绪转折处换曲,而不是全片一首循环。最后一定 逐句核对音画同步 ,尤其是嘴型和句尾。
剪辑顺序建议:先铺画面粗剪 → 再对配音 → 补BGM和音效 → 最后加字幕和转场。
导出规格建议竖屏9:16、1080×1920。发布时准备三套封面标题做测试,标题里保留”身份+冲突”关键词,例如”被裁员那天,我接了个私活”。发布后重点看三个数据: 3秒完播率、平均播放时长、评论关键词 。3秒完播低就改开头,中段掉得多就砍铺垫,评论区反复问的问题就是下一集的选题。
| 问题 | 原因 | 处理方式 |
|---|---|---|
| 角色每镜长得不一样 | 缺少固定描述词或参考图 | 锁定外观描述,全程垫同一张定妆图 |
| 画风忽变 | 中途换了风格词或模型 | 建立固定风格前缀,全片复用 |
| 画面精美但看不下去 | 分镜缺冲突,节奏拖 | 回到剧本,压缩铺垫,每5秒加一个信息点 |
| 音画不同步 | 先剪画面后配音 | 改为以配音轨为基准对齐 |
| 播放量低但完播正常 | 封面标题吸引力不足 | 换封面文案,突出身份与冲突 |
第1—2天只写剧本和人物小传,不碰画面;第3天做角色定妆图并锁定描述词;第4天完成20个镜头的分镜表;第5天批量生成并筛选画面;第6天配音配乐;第7天剪辑发布。第一条作品控制在60—90秒,跑通全流程比追求画质更重要。
流程熟悉之后,可以再用AI真人短剧生成体验做效率对比,把重复环节交给AI,自己专注在故事和节奏上——这才是AI漫剧真正的”爆款杠杆”。