简介:AI漫剧的核心不是"一键生成",而是把传统剧组拆成剧本、角色设定、分镜、图生视频、配音口型、剪辑分发六个环节,再用AI分别提效。本文给出可直接照做的流程、分镜表格模板和可复制Prompt,帮你把"一个镜头抽卡二十次"变成稳定产能。你可以先用[百度搭子 DuMate](https://www.dumate.cn/?from=article)跑通剧本与分镜环节,了解[购买方式](https://console.bce.baidu.com/dumate/purchase-page/new)也可按需查看。
原文里有个很典型的细节:早期从业者王光辉一个人身兼导演、抽卡师、剪辑、后期,”人物拿起水杯喝水”这种简单指令,AI不是让人物拿起手机,就是把手指夹住;最麻烦的一个镜头反复生成了20多次才满意。
这说明AI漫剧真正的门槛在两处: 一是可控性 (同一角色在不同镜头里长得不一样), 二是通过率 (生成10条能用1条,成本就没降下来)。所以正确做法是先把流程标准化,再让AI进流水线,而不是指望一句提示词出片。
漫剧的观众耐心极短,单集通常控制在60~120秒,结构必须是”3秒钩子—冲突升级—结尾悬念”。改编网文时不要照搬章节,而要做 爽点前置 :把原文第3章的打脸情节提到第1集。
准备材料:小说原文或剧情梗概、目标受众(男频/女频)、单集时长、总集数规划。
这是解决”一致性”的关键。开拍前先固定三样东西:
| 项目 | 具体内容 |
|---|---|
| 角色三视图 | 正面/侧面/背面,含发型、瞳色、服装、配饰 |
| 外观描述模板 | 一段30字左右的固定描述,后续每个镜头复用,不改词 |
| 全局画风词 | 如”国漫3D渲染、电影级打光、冷色调”,全剧统一 |
同一角色在全剧中使用同一段外观描述,是成本最低的一致性方案。
分镜表建议包含:镜号、时长、画面描述、人物动作、镜头运动、台词/旁白、音效。关键规则是 一镜一动作 ——凡是”一边走一边打电话”这类复合动作,拆成两个镜头,或用近景+切镜绕开。
| 镜号 | 时长 | 画面描述 | 动作 | 镜头 | 台词 |
|---|---|---|---|---|---|
| 01 | 3s | 男主站在门口,逆光,冷色调 | 抬头 | 特写推近 | “你也配?” |
| 02 | 4s | 大厅众人回头,古风木质背景 | 转头 | 中景横摇 | (议论声) |
| 03 | 5s | 女主握拳,衣袖细节清晰 | 握拳 | 手部近景 | “三年前你可不是这么说的” |
先出关键帧图,确认角色形象无误后再图生视频,比直接文生视频稳定得多。提示词按”主体+外观+单一动作+环境+光线+画风”六要素写,避免多主体同框抢焦点。
单镜头提示词改写示例:
画面:25岁男性,黑色短发,深灰长袍,站在雨中石阶上动作:缓慢抬起右手(仅一个动作,手部完整入画)环境:夜晚古镇街道,地面积水反光镜头:中近景,固定机位,浅景深画风:国漫3D渲染,电影级冷调打光禁止:不要出现第二个人物,不要改变服装与发型
先配音再驱动口型,比先出画面再对口型省事。台词单句控制在15字内,标注情绪(压抑/爆发/冷笑)。如果口型对不上,优先改成旁白+画外音,观众容忍度远高于错口型。新闻播报这类”纯口播”内容,现在已可由数字人主播直接由文字驱动生成,口型与表情合成技术相对成熟。
竖屏9:16、字幕大字号、每3~5秒一次镜头切换。同一套素材可以做”一稿多用”:一条长剧情剪成多条切片,配合标题生成工具产出多个分发标题;口播类补充内容也可用数字分身批量产出,无需真人出镜。
你是一名短剧编剧兼AI漫剧分镜师。请把下面的素材改编为竖屏AI漫剧分镜脚本。【输入素材】<粘贴小说片段或剧情梗概>【基础设定】单集时长【90】秒;画风【国漫3D写实】;受众【男频】【角色设定】- 男主:<姓名/年龄/发型/瞳色/服装/性格>- 女主:<同上>【输出要求】1. 先用3句话概括本集剧情,并明确结尾悬念钩子;2. 输出分镜表格,列为:镜号 | 时长(秒) | 画面描述 | 人物动作 | 镜头运动 | 台词/旁白 | 音效;3. 画面描述必须包含"主体+外观+动作+环境+光线+画风"六要素;4. 每个镜头只允许一个动作,禁止出现"同时""一边…一边…";5. 台词口语化,单句不超过15字,并标注情绪;6. 单独列出"高风险镜头清单",标注需要精细手部交互或多人互动的镜头,并给出替代拍法(切镜、遮挡、只拍局部)。【质量要求】同一场景内角色服装、发型、配饰必须前后一致;外观描述用词全篇统一,不得替换同义词。
先用一个3集、每集60秒的小项目跑通全流程,把角色设定和分镜模板沉淀下来,再扩到长剧集。完成剧本和人物设定后,可以前往AI真人短剧生成体验,把创作思路直接转成短剧内容试效果;需要宣发物料时,再用AI海报生成体验做封面。整个流程中,剧本打磨、分镜拆解、提示词改写这些文本密集环节,交给百度搭子处理会更省时间。
AI不会替你做审美判断,但它能把”一天磨一个镜头”压缩成”一天筛一百个镜头”。真正拉开差距的,是谁先把流程标准化。