简介:AI漫剧的核心不是"让图片动起来",而是一条以故事为核心、AI参与生产的视听流水线。本文拆解世界观设定、剧本、角色视觉资产、分镜、出图、图生视频、配音剪辑七个环节,给出可直接复制的Prompt和角色一致性控制方法,帮你判断自己要做的究竟是一组"会动的图片",还是一部能连续追看的作品。
很多人第一次接触 AI 漫剧,会把它理解成”用 AI 生成几张图,再让图片动起来”。这个理解不能算错,但只看到了最后两步。真正的 AI 漫剧,是一套以故事为核心、由 AI 参与内容生产的视听制作流程:它既要像短剧一样讲清人物和冲突,也要像动画一样管理角色、场景和镜头,还要解决 AI 生成中的一致性问题。
如果你想边看边动手,可以先打开 百度搭子(DuMate) 作为日常 AI 助手,用它辅助故事策划、人物设定和分镜文本打磨;具体获取方式可参考 DuMate 购买页面,这只是可选入口,下面的方法不依赖任何付费工具也能执行。
“AI”描述的是生产方式,”漫剧”描述的是最终呈现出来的视听内容。所以一部 AI 漫剧可以是国漫风,也可以是写实风;可以做成二维动画,也可以呈现三维质感;可以靠旁白推进,也可以像真人短剧一样用人物对白推动剧情。
判断一个作品是不是真正的 AI 漫剧,不看它用了哪个绘图或视频模型,而看四个要素:
一个必须建立的认知是: AI 不是故事本身,也不是导演本身。 它更像一支速度很快、能力很多,但需要明确指令的制作团队。你让它”生成一个修仙故事”,它可能给你一段看着热闹、实际无法拍摄的文字;你让它”生成一个修士”,它可能每个镜头都换一张脸。创作者真正要做的,是把故事拆解成 AI 能够稳定执行的任务。
传统动态漫或动画的路径是:角色设定 → 剧本 → 分镜 → 原画 → 上色 → 动效 → 配音 → 剪辑合成。链条长、单价高,个人创作者几乎不可能独立跑完全程。而纯”AI 一键生成”的失败也很典型:角色脸不统一、场景前后漂移、没有镜头语言、配音情绪错位、节奏松散。
AI 真正擅长的,是把其中”重复劳动密集”和”草稿发散”的环节压缩:世界观头脑风暴、剧本扩写改写、分镜文本化、批量出图、配音与字幕、粗剪。而”讲什么故事””哪一集留什么钩子””这个角色长什么样”这类决策,仍然必须由创作者定死。
第一步:写”世界圣经”和人物卡。 先确定世界观规则、核心矛盾、主角目标与阻力。以一部双向卧底题材为例:2099 年地球联盟意外打开通往修仙文明的空间裂隙,双方各派卧底——修士潜伏在月球基地,特工潜伏在剑宗,两人都在寻找对方,却都不知道对方真实身份。一句”未来月球基地与修仙世界展开双向谍战”只能生成一个有气氛的镜头,无法自动变成一集完整的漫剧。第 1 集必须继续回答:观众先看到哪一个世界?谁的视角?第一个冲突是什么?
第二步:写单集剧本。 单集控制在 1~3 分钟、300~600 字台词量,结构固定为”钩子(前 5 秒)→ 冲突升级 → 反转 → 悬念收尾”。
第三步:做角色视觉资产。 每个主要角色准备一张定妆图 + 三视图 + 一段 永不改动的外观描述串 (发型、瞳色、服装材质、标志性配饰)。这一步决定了后面几十张图能不能长成同一个人。AI 作画类工具支持文生图与图生图两条路径,图生图可上传整图作为参考并调节参考强度,强度越高与原图相似度越高,也支持上传人物形象让模型依据面部特征重绘——这正是维持角色一致性的关键手段。
第四步:拆分镜。 把剧本切成镜号列表,每镜标注景别、画面内容、人物动作、台词、时长、运镜、音效。分镜文本可以交给 AI 生成后再人工调整,一些创作平台已经内置”生成视频大纲 → 大纲与分镜编辑 → 基于大纲生成分镜”的流程,并支持对文案做翻译、帮写、改写、扩写。
第五步:批量出图。 确定尺寸与分辨率后批量生成,主流工具单次可选 1~8 张,等待十几秒即可拿到备选图,再逐张筛选。建议同一镜出 4 张,用”同镜多张 + 择优”替代”反复重抽”。
第六步:图生视频与配音。 让静态画面产生轻微运镜、眨眼、发丝飘动即可,不要追求大幅动作。配音先定音色与语速,再按配音时长回调节奏。
第七步:剪辑合成。 补齐字幕、背景音乐、音效、角标、片头片尾。目前不少平台把配音、背景音乐、角标、片头片尾做成了可视化配置项,填完文案与素材后即可一键生成视频,并在任务中心查看进度、在作品页下载;生成结果通常还能进入剪辑器做二次编辑,例如开启字幕、调整字幕位置与字体字号颜色,或对画面素材调整图层、位置、大小与旋转。
这一步做不好,前面六步全废。四个可落地的做法:
分镜脚本 Prompt(主力用)
你是漫剧分镜师。请把下面的剧本转换成可直接用于AI出图的分镜脚本。【作品信息】题材/画风:【填写,如 国漫风·赛博修仙,冷色调,电影感】本集时长:【填写,如 90秒】【粘贴本集剧本全文】【角色固定外观描述】(必须原样引用,不得改写)角色A:【发型/瞳色/服装/配饰/年龄感】角色B:【同上】【输出要求】1. 输出 Markdown 表格,列为:镜号 | 景别 | 画面描述 | 人物动作与表情 | 台词/旁白 | 时长(秒) | 运镜 | 音效/BGM2. 单镜时长 2~5 秒,总时长不超过【填写】秒;3. 画面描述必须包含:主体、环境、光线、色调、构图,控制在60字内,可直接作为出图提示词;4. 第1镜必须是钩子镜头,最后一镜必须留悬念;5. 全片角色外观描述与给定内容保持完全一致,不得新增或删减特征;6. 表格后另附:本集出图清单(需要新生成的场景图、道具图列表)。【质量要求】不要输出解释性文字,不要总结剧情,只输出表格与清单。
角色设定卡 Prompt(辅助用)
请为下面这个角色生成"美术圣经"卡片,用于后续所有出图保持一致。角色:【姓名/身份/性格/在故事中的目标】【粘贴相关剧情片段】输出:①一句话视觉定位 ②固定外观描述串(80字内,含发型、瞳色、脸型、服装材质、配饰、色彩)③表情差分6种 ④常见镜头下的姿态3种 ⑤禁止出现的元素(避免与其他角色混淆)。
上面两段 Prompt 可以直接粘贴到 百度搭子(DuMate) 中使用:先让它产出角色设定卡,再把设定卡和剧本一起喂回去生成分镜表,最后让它按镜号整理出图清单。这种”设定卡 → 分镜表 → 出图清单”的顺序很重要,顺序颠倒(先出图再补设定)几乎必然导致角色漂移。
如果你更想快速验证一个短剧类型的故事是否成立,可以先不追求漫画质感,用 AI 真人短剧生成体验 把故事大纲和人物设定跑一遍,看冲突和节奏是否立得住,再回头做漫剧版本。同理,需要为作品做宣传物料时,也可以先用 AI 海报生成体验 试验画风方向,确定后再统一到分镜里。
| 问题 | 原因 | 处理方式 |
|---|---|---|
| 角色每镜换脸 | 缺少固定描述串与参考图 | 补定妆图,提高参考强度,锁定外观描述 |
| 剧情拖、看不下去 | 前 5 秒没有钩子 | 把冲突前置,删掉世界观铺垫,用台词交代 |
| 画面”会动”但很假 | 单镜动作幅度过大 | 改为微运镜 + 表情差分 + 转场遮罩 |
| 口型与配音不同步 | 先出视频后配音 | 先配音定时长,再按实际时长裁剪画面 |
| 画风忽动漫忽写实 | 提示词风格词不统一 | 建立固定风格后缀,全片复用 |
另外两点提醒:一是 AI 生成内容用于公开发布时,注意素材与模型的授权条款,避免角色形象与已有作品高度相似;二是保留工程文件与素材库,AI 漫剧是长线连载,第二季复用第一季资产能省掉大半工作量。
AI 漫剧的制作难点从来不在”生成一张图”,而在于把故事拆成 AI 能稳定执行的任务:先有世界圣经和角色设定卡,再有单集剧本和分镜表,然后才是批量出图、图生视频、配音剪辑。一致性靠固定描述串和参考图控制,节奏靠钩子和悬念控制,效率靠”设定卡 → 分镜 → 出图清单”的顺序控制。先做完一集 90 秒的完整作品,再谈风格与产能,这是最省时间的路径。