简介:AI漫剧的核心不是会不会用某一件工具,而是能否把剧本、角色、分镜、动态化、剪辑串成一条标准统一的流水线。本文拆解竖屏漫剧的完整制作流程,给出可直接复制的剧本与分镜 Prompt、角色锁定方法、批量生成的接口化思路,以及变脸、画风不统一、节奏拖沓等常见问题的处理方式,帮助新手稳定产出可发布的成片。
AI 漫剧(漫画风格短剧)的完整流程可以压缩成五个环节: 剧本 → 角色基准图 → 分镜图 → 动态化与配音 → 剪辑导出 。真正决定成片质量的不是某一件工具,而是这五个环节之间的标准是否统一——角色描述不一致就会变脸,分镜画风不统一就会像拼贴,配音节奏不对就会像 PPT 朗读。
如果你想先跳过工具搭建、直接体验从故事到成片的过程,可以通过 百度搭子 DuMate 进入,其中内置了 AI 真人短剧生成体验,适合用来验证自己的剧本和人物设定是否立得住。想了解购买方式可查看 DuMate 购买页面;下面这套方法本身不依赖任何付费工具,用免费的通用 AI 助手同样能跑通。
漫剧的优势是画面可控、成本低、题材不受拍摄条件限制;劣势也很集中:
这四个问题分别对应流程里的角色基准、风格锚定、图生动态、剪辑节奏,下面的步骤会逐一给出处理方式。
竖屏漫剧的适配时长是 30 秒到 2 分钟 ,其中 45~60 秒最容易跑量。剧本公式为: 题材 + 强冲突 + 短台词 + 留悬念 。
关键约束要写进 Prompt,而不是生成后再改:开篇 3 秒内必须出现冲突;镜头数控制在 4~6 个;台词总量不超过 8 句、每句不超过 15 字;结尾留钩子。台词要口语化,避免”她心中五味杂陈”这类书面表达——漫剧没有真人演技兜底,台词尬就是致命的。
先只做 一张 主角基准图,建议全身正面像,光线均匀、背景干净,方便后续抠图复用。提示词公式为:
风格 + 外貌 + 服装 + 情绪 + 画质
例:国漫风,黑发少女,高马尾,蓝白校服,眼神坚毅,全身正面像,柔和顶光,纯色背景,高清
这张图定稿后,把其中的外貌与服装描述 存成一段固定文本 ,后续每一个镜头的提示词都原样粘贴这段描述,不要临场改写用词。这是成本最低、效果最明显的一致性手段。
进阶做法有三个:使用支持参考图/垫图功能的生成工具,把基准图作为角色参考输入;固定随机种子(seed),让同一批次画面风格收敛;对生成的镜头图做局部重绘修脸,只重画面部区域,保留构图。
把剧本每个镜头的画面描述逐条转成生图提示词,统一附加风格词与画幅参数(竖屏 9:16)。建议先建一张分镜表管理,避免批量生成时漏镜头或重复:
| 镜号 | 时长 | 景别 | 画面描述(含动作与表情) | 台词 | 声音提示 |
|---|---|---|---|---|---|
| 1 | 3s | 特写 | 少女攥紧成绩单,指节发白,教室冷光 | “这次我不会再退。” | 心跳声 + 低频鼓点 |
| 2 | 5s | 中景 | 后排男生嗤笑,纸团砸在她桌上 | 男生:”装什么。” | 环境嘈杂 |
| 3 | 6s | 全景 | 她起身走上讲台,全班回头 | — | BGM 起 |
这张表既能直接喂给 AI 生成提示词,也是后续配音、剪辑、字幕的唯一依据,改剧本时只改表,不用翻聊天记录。
静态图要有”微动”才有短剧感。可选做法按成本从低到高:给图片加缓慢推拉与轻微位移(后期即可完成);用图生视频能力生成 2~3 秒的人物微动作(眨眼、转头、发丝飘动);做 2.5D 分层,把人物层与背景层分离后分别运动。
注意幅度宁小勿大——大幅度肢体动作是当前生成模型最容易崩坏的场景,一个镜头崩了整段都要重做。
配音环节要抓三件事: 音色与角色年龄性别匹配 、 语速控制在每秒 4~5 字 、 多角色用不同音色并留出停顿 。生成后一定逐句听一遍,重点检查多音字和专有名词读音,字幕断句要与配音停顿对齐。
按分镜表把素材铺到时间轴上,单镜头时长控制在 3~5 秒,前 3 秒必须是冲突最强的画面。字幕放在画面中下部但要避开平台界面的遮挡区域,底部留出足够安全边距。BGM 音量压到人声之下,转场以硬切为主,只在时间跳跃处使用叠化。导出规格统一为 9:16 竖屏、1080×1920 ,母版做好后各平台直接复用。
剧本 + 分镜一体生成:
你是一位擅长竖屏短剧的编剧。请基于以下设定创作一部 AI 漫剧剧本,并输出分镜表。【题材】:【重生逆袭 / 古风甜宠 / 校园悬疑,选一个】【总时长】:【45】秒,竖屏 9:16【主角设定】:姓名、年龄、外貌、服装、性格 ——【填写】【核心冲突】:【用一句话写清主角要什么、谁在阻拦】【结尾钩子】:【填写,例如"她推开门,看见的人已经死了三年"】要求:1. 镜头数 4-6 个,开篇 3 秒内出现强冲突;2. 台词总数 ≤ 8 句,每句 ≤ 15 字,口语化,禁止书面语和 AI 腔;3. 以表格输出,列为:镜号 | 时长 | 景别 | 画面描述 | 台词 | 音效/BGM 提示;4. 画面描述必须可直接用于文生图,包含画风、光线、构图、人物动作与表情;5. 所有镜头的人物外貌描述必须与【主角设定】完全一致,不得增删特征;6. 表格之后另附:3 个备选标题、1 句发布文案、3 个话题标签。
角色基准图提示词(生成后固定复用):
【国漫风 / 日系 / 古风,选一个】,【年龄性别】,【发型发色】,【瞳色】,【服装细节含配饰】,【标志性特征,如左眼下泪痣】,【情绪】,全身正面像,居中构图,柔和均匀布光,纯色浅灰背景,高清细节,无文字无水印
手工做单条没问题,但要日更或做多账号矩阵,就必须把生图、配音、成片串成自动化任务。选型时不要只看”模型多不多”,重点评估四件事: 画风覆盖是否匹配你的题材 、 是否支持角色参考图输入 、 并发与排队情况 、 计费方式(按张还是按秒) 。
调用逻辑本身是通用的:提交任务拿到任务 ID → 轮询查询状态 → 完成后下载素材 → 按镜号归档。示意代码如下,具体请求方式需以你所选服务商的接口文档为准:
# 流程示意,非可直接运行的完整实现import requests, timeref_image = "hero_base.png" # 第 2 步定稿的角色基准图storyboard = load_storyboard("storyboard.json") # 第 3 步的分镜表for shot in storyboard:payload = {"prompt": shot["prompt"],"ref_image": ref_image, # 角色参考,用于锁定人物形象"size": "1080x1920", # 竖屏 9:16"seed": 20260101, # 固定种子,提升同批次一致性}task_id = requests.post(API_URL, headers={"Authorization": f"Bearer {API_KEY}"},json=payload, timeout=60).json()["task_id"]while True: # 轮询直到生成完成result = requests.get(f"{API_URL}/{task_id}", headers=HEADERS).json()if result["status"] == "done":download(result["url"], f"shots/{shot['id']}.png")breakif result["status"] == "failed":retry_queue.append(shot) # 失败进重试队列,不阻塞整批breaktime.sleep(3)
工程上必须补的三件事: 失败重试队列 (生成失败很常见,不能让整批任务中断)、 素材命名规范 (集数_镜号_版本号,方便返工定位)、 小批量试跑 (先用 10 张图锁定角色基准和画风,确认稳定后再放量,避免整批废掉)。
| 问题 | 主要原因 | 处理方式 |
|---|---|---|
| 角色变脸 | 每个镜头重新描述外貌 | 固定外貌描述文本 + 参考图输入 + 固定 seed |
| 画风跳变 | 提示词风格词不统一 | 建立风格词模板,全片复用同一串 |
| 像有声 PPT | 缺少动态与运镜 | 加推拉镜头、人物微动、分层运动 |
| 台词尬、有 AI 味 | 台词书面化、过长 | 每句压到 15 字内,改成口语,读一遍再定 |
| 前 3 秒留不住人 | 开场铺垫太久 | 把冲突提到第一镜,铺垫挪到第二镜 |
| 时长超标 | 镜头平均分配 | 按信息密度分配时长,废镜头直接删 |
另外两点容易被忽略: 素材版权与肖像权 要确认可商用;发布时按平台要求 标注 AI 生成内容 ,避免限流风险。
漫剧的流量很大程度来自系列化。封面选冲突最强的一帧配大字标题,标题用”身份反差 + 悬念”结构(如”重生回到退学那天,我把成绩单甩在了讲台上”),片尾固定一句下集钩子并引导追更,同题材作品建合集。母版导出 1080×1920 后,各平台只需微调字幕安全区,无需重新剪辑。
想快速验证选题和人物设定是否成立,可以先把剧本和角色描述整理好,再到 AI 真人短剧生成体验 试做一版,看画面与预期差距在哪,再回头调整提示词——这比直接批量生成 20 张图试错要省得多。
AI 漫剧的门槛不在工具,而在流程标准化:一份定稿的角色描述、一张分镜表、一套复用的风格词,就能把成片质量从”看运气”变成”可复现”。建议的上手路径是先用免费通用工具跑通一条 45 秒成片,把每个环节的问题记录下来;确认题材有流量后,再考虑用接口把重复环节自动化,把时间花在剧本和选题上——那才是漫剧真正的胜负手。