简介:本文回答"AI漫剧怎么做"这一核心问题:把制作链路拆成剧本、标准化分镜、关键帧图像、图生视频、配音字幕合成五步,附可直接复制的分镜Prompt、角色一致性控制方法和常见问题排查清单,零基础也能按流程做出可发布的一集成片。
做AI漫剧不需要会画画,也不需要懂动画原理。整条链路可以拆成五段: 故事与剧本 → 标准化分镜脚本 → 关键帧图像 → 图生视频 → 配音/字幕/剪辑合成 。
真正决定成片质量的不是模型,而是第二步的分镜脚本精度。有创作者实测过一集都市逆袭题材的漫剧,从零到成片约30分钟,其中大部分时间是模型排队生成的等待时间,而人工介入最重的环节恰恰是脚本标准化——把小说语言翻译成镜头语言。
如果你想先把”故事+人物+分镜”这一段跑通,可以用百度搭子(DuMate)这类AI助手来生成剧本结构和分镜表,了解获取方式可查看DuMate购买页。当剧本和人物设定定稿后,可以直接前往AI真人短剧生成体验,把文字设定转成可预览的短剧片段,用来验证剧情节奏是否成立。
传统漫剧是典型的手工业:编剧写本子、美术画分镜、原画补中间帧、后期对口型调色,一集几分钟的成片往往需要数周。卡点集中在三处—— 产能、风格一致性、修改成本 。
AI把这三处都压缩了,但压缩程度并不均匀:
| 环节 | 传统方式 | AI介入后 | 仍需人工把控 |
|---|---|---|---|
| 剧本 | 编剧数天 | 分钟级出初稿 | 爽点节奏、逻辑漏洞 |
| 分镜 | 美术手绘 | 自动生成+人工校正 | 镜头逻辑、景别搭配 |
| 画面 | 原画逐帧 | 文生图出关键帧 | 角色一致性、构图 |
| 动态 | 动画师K帧 | 图生视频自动运镜 | 时长、动作合理性 |
| 后期 | 剪辑+配音 | 自动配音配字幕 | 卡点、节奏、审核 |
结论很清楚: AI负责产能,人负责标准 。谁把标准写得越清楚,AI的返工率就越低。
漫剧尤其是竖屏短剧漫剧,题材决定生死。目前跑量最稳的是 都市逆袭、战神归来、马甲打脸、系统流 这几类,共同特征是:主角开局低位、三句话内出现冲突、每20~30秒一个反转。
剧本阶段有三条硬规则:
一个可直接使用的原创故事骨架示例:
男主林辰是城市底层外卖员,被前女友当众羞辱、被富二代踩在脚下,绝望之际激活”至尊神豪消费系统”,花钱返现、消费翻倍爆奖励。从一无所有到随手刷卡百亿、豪车豪宅、顶级人脉,反手碾压拜金前女友与嚣张富二代,一路逆袭登顶都市之巅。无虐、快节奏、打脸密集。
这是全篇最该动手的地方。所谓”标准化漫剧脚本”,就是把小说叙述改写成一张 每镜头一行、字段固定 的表格。字段建议固定为:镜号 / 景别 / 运镜 / 画面描述 / 台词 / 情绪 / 时长。
示例(第一集开场7个镜头):
| 镜号 | 景别 | 运镜 | 画面描述 | 台词 | 情绪 | 时长 |
|---|---|---|---|---|---|---|
| 1 | 全景 | 俯拍缓推 | 暴雨夜写字楼门口,外卖员林辰抱着保温箱被保安拦下 | — | 压抑 | 3s |
| 2 | 中景 | 固定 | 前女友挽着富二代走出旋转门,回头冷笑 | “就你?也配站在这儿?” | 轻蔑 | 4s |
| 3 | 特写 | 快速推近 | 林辰握紧的拳头,雨水顺着手背流下 | — | 隐忍 | 2s |
| 4 | 近景 | 仰拍 | 富二代一脚踢翻保温箱,餐盒散落一地 | “穷鬼别挡路。” | 嚣张 | 3s |
| 5 | 特写 | 固定 | 林辰手机屏幕突然亮起,蓝色光晕 | 系统音:”至尊神豪系统已激活” | 震惊 | 3s |
| 6 | 近景 | 环绕 | 林辰瞳孔倒映蓝光,缓缓抬头 | “消费返现?有意思。” | 转折 | 4s |
| 7 | 全景 | 低角度仰拍 | 一辆黑色豪车停在雨中,车门打开 | — | 悬念 | 3s |
写这张表时把握三个要点: 景别要交替 (全景交代环境、特写承载情绪、仰拍制造压迫感); 每镜只写一个动作 ,动作多了图生视频必然崩; 台词控制在12字以内 ,方便对齐配音时长。
角色一致性是AI漫剧最大的翻车点。解决办法不是靠抽卡,而是靠 可复用的角色描述卡 。为每个主要角色写一段固定不变的外观描述,之后所有出该角色的镜头都原样粘贴这段描述,只改动作和场景。
角色卡模板:
【林辰】22岁亚洲男性,短寸黑发,浓眉,下颌线清晰,穿深蓝色外卖骑手冲锋衣,左胸有反光条,身形偏瘦但肩背挺直。写实动漫风,冷色调,电影级打光。
画风同样要一次性锁定并在每个镜头重复声明,例如统一加”写实动漫风、韩漫质感、冷色调、浅景深、电影级光影”。中途换风格是观众弃剧的主要原因之一。
流程是 先出图、再生动 ,不要直接文生视频。
主流AI视频创作平台通常已把配音、字幕、数字人、素材匹配等环节集成在同一流程内,输入文案后即可自动完成配音与字幕生成,并支持音色调整、字幕位置与字体样式设置。这能省掉大量手工对齐工作,但 字幕仍需人工校对一遍错别字和人名 。
Prompt 1:剧本转标准化分镜表
你是一名资深漫剧分镜师。请将下面 my 剧本改写为可直接用于AI生成的标准化分镜脚本。【输入剧本】【填写你的剧本内容】【任务要求】1. 按剧情顺序拆分为【填写镜头数量,如30】个镜头,单集总时长控制在【填写时长,如150】秒。2. 输出Markdown表格,字段固定为:镜号 | 景别 | 运镜 | 画面描述 | 台词 | 人物情绪 | 时长(秒)。3. 景别只能从"全景/中景/近景/特写"中选择,运镜只能从"固定/推/拉/摇/移/环绕/跟拍"中选择。4. 景别必须交替使用,禁止连续3个镜头使用同一景别;情绪高潮处使用特写或仰拍。5. 每个镜头的画面描述只描述一个动作,不超过40字,必须包含人物外观关键特征、场景、光线。6. 台词每条不超过12字,无台词处填"—"。7. 前3个镜头必须完成"冲突建立",前15秒内出现第一个反转。8. 表格后另附:本集爽点清单(列出每个反转的时间点)、下集悬念钩子1条。【质量要求】不出现任何真实品牌、明星或已有作品角色名;人物名称前后一致;时长总和与设定误差不超过5秒。
Prompt 2:角色一致性描述卡
请为以下角色生成可用于AI绘图的"角色描述卡",用于保证多镜头中的形象一致。【角色信息】姓名/年龄/身份/性格:【填写】【故事风格】:【填写,如写实动漫风、韩漫质感、冷色调】请输出:1. 一段80字以内的固定外观描述(发型、脸型、五官、服装、配饰、身形),后续每个镜头原样复用;2. 3条不同情绪的追加描述(愤怒/隐忍/得意),仅改变表情与姿态,不改变外观特征;3. 1条负面提示词,用于避免形象漂移(如换脸、服装变化、多余手指)。
| 问题 | 原因 | 解决办法 |
|---|---|---|
| 同一个角色每镜长得不一样 | 描述不固定、缺少参考图 | 复用角色卡原文,首镜定”角色基准图”后作为参考图输入 |
| 视频里人物动作崩坏 | 单镜动作过多 | 一镜一动作,复杂动作拆成两镜 |
| 口型对不上 | 配音与画面分开生成 | 使用支持口型同步的功能,无人像镜头不必开启 |
| 成片节奏拖沓 | 镜头时长过长 | 单镜压到2~4秒,删掉不承载信息的过场 |
| 画面风格不统一 | 每镜风格描述不同 | 建立固定风格后缀,逐镜粘贴 |
| 平台审核不通过 | 含暴力、拜金、侵权内容 | 弱化暴力描写,避免真实品牌与作品角色,加”情节虚构”标识 |
单集做出来只是开始,漫剧的收益来自连载。建议按这个顺序做工程化:
AI漫剧的门槛已经不在技术,而在 你有没有把标准写下来 。会写标准化分镜表的人,用同样的模型能做出稳定质量的成片;不会写的人,只能在抽卡里消耗时间。
最小可行的行动路径是:先用AI助手把原创剧本和分镜表定稿,再用AI真人短剧生成体验快速验证剧情与画面效果,最后进入”关键帧—图生视频—配音字幕—剪辑”的批量生产环节。整个过程中,百度搭子(DuMate)可以承担剧本、分镜、角色卡等文本类工作,让你把精力集中在真正需要人判断的地方——节奏和爽点。