简介:AI漫剧不是靠某一款"神器"做出来的,而是一条"剧本—角色设定—画面生成—图生视频—配音—剪辑"的组合流水线。本文拆解每个环节该用什么类型的工具、需要准备哪些输入、角色一致性怎么保住,并附可直接复制的分镜与绘图 Prompt,帮你把想法落成成片。
AI漫剧的制作,本质上是把一条真人短剧的工业流程”翻译”成模型能听懂的语言: 大模型写剧本和分镜 → 文生图模型出定妆图与分镜画面 → 图生视频模型让静帧动起来 → 语音合成补配音 → 剪辑软件合成成片 。搞清这条链路,你就不会再问”哪个软件最强”,而会问”我这个环节该用什么能力”。
如果你想边看边动手,可以直接进入百度搭子 DuMate体验整套流程,也可以先了解购买与开通方式,按需选择,动手做起来比看十篇教程更快。
| 环节 | 要解决的核心问题 | 通用做法 |
|---|---|---|
| 剧本与分镜 | 故事结构、集数节奏、镜头表 | 大语言模型生成大纲与分镜表,人工调整戏剧冲突 |
| 角色设定 | 形象必须”锁住”不能变 | 文生图产出角色三视图、定妆图、表情库 |
| 画面生成 | 漫画/动画质感、构图可控 | 文生图模型批量出图,支持参考图风格迁移 |
| 图生视频 | 让静帧产生镜头运动 | 首尾帧控制、图生视频、镜头延展 |
| 声音 | 配音、口型、BGM | 多音色语音合成,音画同步输出 |
| 剪辑合成 | 节奏、字幕、成片交付 | 剪辑软件拼接、调色、加字幕与音效 |
其中画面生成这一层,可以直接用百度智能云的 AI 作画能力:它是基于大模型的通用可控文生图系统,能用自然语言生成不限定风格的图像,支持自定义修饰词控制风格、构图与流派,高级版还支持输入参考图做风格迁移,极速版最快 4 秒左右出图。对漫剧来说,”参考图 + 修饰词”这套组合,正是保持画风统一的关键手段。
AI漫剧被吐槽最多的从来不是”画得不好看”,而是这三件事:
1. 角色一致性不足。 同一个角色在不同镜头里脸型、发型、服装细节漂移,观众立刻出戏。业内成熟做法是”先定妆、再生图”:先用文生图确定一张主角定妆图,之后所有分镜都把这张图作为参考图输入,配合固定的外貌描述词(发型、瞳色、服装纹样、配饰)反复复用,而不是每个镜头重新描述一遍。
2. 镜头连贯性与表演僵硬。 表情空洞、眼神呆滞是早期通病,现在通过微表情与细微肌肉动作的提示词优化已有明显改善,但过度”完美”的画面反而容易造成审美疲劳。实操上建议在提示词里主动加入”轻微皱眉””嘴角下压””眼神偏移”这类具体动作,而不是笼统写”表情丰富”。
3. 音画同步与效率。 传统流程是”先出无声画面、再人工配音对口型”,来回返工极耗时。现在多模态视频模型已支持”音画同出”,把配音环节前置到生成阶段,显著减少反复修改。而在成片环节,图文转视频类接口可以直接输入文本、图片、视频、背景音乐等素材,自动完成配音、加字幕、素材匹配,适用于宣传、营销、知识科普类内容。
如果你需要口播型或数字分身型内容,也可以用数字人视频类能力:无需真人出镜,输入脚本即可生成口播视频,音色覆盖多语种,适合课件、IP 人设、播报类场景;内容送审环节则可借助智能审校能力做多维校对,机器审校速度远快于纯人工逐字核对。
分镜脚本 Prompt
你是一位资深漫剧编剧兼分镜师。请根据以下信息创作漫剧分镜脚本。【题材与风格】:【填写题材,如东方玄幻 / 赛博悬疑】【故事梗概】:【填写一句话梗概】【角色设定】:角色A(外貌、性格、服装特征);角色B(……)【本集剧情节点】:【填写起、承、转、合四个节点】【输出要求】:1. 输出 Markdown 表格,列为:镜号 | 景别 | 画面描述 | 角色动作与表情 | 台词/旁白 | 时长(秒) | 转场方式2. 总时长控制在【60】秒内,镜头数 12~18 个3. 前 3 秒必须设置悬念钩子,结尾留反转或悬念4. 画面描述需可直接用于文生图,包含主体、环境、光线、色调、镜头视角5. 同一角色的外貌描述词在每一镜中保持完全一致,不得改写
分镜画面生成 Prompt(文生图)
【画风修饰词,全程固定不变】:日系动画电影质感,赛璐璐上色,柔和体积光,浅景深,色调偏冷蓝【主体】:镜头中的【角色名】,【固定的外貌描述词:发型/瞳色/服装纹样/配饰】【动作与表情】:【填写具体动作,如"右手握剑,眉头微皱,眼神下压"】【环境】:【填写场景,如"雨中石阶,青苔,远处宫灯"】【构图】:【景别,如中景 / 过肩镜头】,【视角,如低角度仰拍】【负面要求】:避免多余手指、避免面部畸变、避免文字水印
使用时只需替换【】中的内容。关键技巧是: 画风修饰词和角色外貌描述词一旦确定就不要再改 ,这是维持整部漫剧视觉统一最有效的手段。
准备好故事梗概、角色设定和分镜表之后,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,先跑通一条 30 秒的样片验证风格;如果只想先验证画面风格是否成立,也可以先用 AI 作画类能力出几张定妆图,确认画风后再进入视频环节。样片通过后,再回到百度搭子 DuMate继续打磨剧本与分镜细节。
AI漫剧的门槛不在”会不会用一个软件”,而在 是否把流程拆对 :剧本层交给大模型,画面层用可控文生图锁住风格,运动层用图生视频与首尾帧保证连贯,声音层用音画同出减少返工,最后由剪辑统一节奏。先把角色定妆图和画风修饰词这两件事做扎实,后面的效率问题会自然缓解大半。