从0开始做AI漫剧:新手全流程实操指南

作者:蛮不讲李2026.11.19 08:46浏览量:0

简介:AI漫剧的本质是"漫画分镜+配音+轻运镜",不需要绘画和动画基础。本文把制作拆成选题剧本、角色一致性、分镜设计、出图与动态化、配音字幕、剪辑发布六个环节,给出可直接复制的提示词模板、分镜表格范例、常见问题排查方法,以及变现前必须注意的版权与合规边界。

AI漫剧不需要你会画画,也不需要会专业剪辑。它的本质是 “会动的漫画” :静态分镜图 + 配音 + 轻微运镜 + 字幕音效,单集通常1~3分钟、竖屏9:16。想少走弯路,建议先把剧本、人设、分镜这些文字环节跑通,可以直接用百度搭子(DuMate)来打磨这些前置内容;具体计费与权益以官方购买页面的说明为准,是否付费都不影响你按下面的流程自己动手做一遍。

一、先看清难点在哪:从”画不出来”到”前后不一致”

传统漫剧制作要靠画师、编剧、剪辑配合,痛点集中在三处:出图成本高、周期长、同一个人物在不同镜头里长得不一样。AI 把前两个问题基本解决了,难点因此转移到了两个新地方—— 角色一致性 和 剧情节奏 。新手做废的片子,八成不是画质差,而是主角每集换一张脸,或者三分钟里什么都没发生。

所以整条流水线的正确顺序是:剧本 → 角色设定表 → 分镜表 → 出图 → 图生视频 → 配音 → 剪辑发布。跳过前两步直接出图,返工率极高。

二、第一步:选题与剧本生成

题材选择标准 :冲突密度高、场景数量少、主角动机一句话说得清。穿越逆袭、末世生存、悬疑复仇、都市异能、沙雕搞笑这几类之所以常见,是因为它们天然自带”反差+打脸”结构,且主场景可以压缩到少数几个(家、公司、街道),出图成本更低。

单集结构公式 :前3秒强冲突钩子 → 每15~20秒一个小反转 → 结尾留悬念。一集只讲一件事。

可直接复制的剧本 Prompt:

  1. 你是一位竖屏短剧编剧,请为我生成一部AI漫剧的可执行剧本。
  2. 【题材类型】穿越逆袭 / 末世生存 / 沙雕搞笑(选一个)
  3. 【总集数】10集,【单集时长】60秒
  4. 【核心设定】主角身份 + 金手指 + 最大困境:______
  5. 【主角】姓名、年龄、外形关键词、性格、目标:______
  6. 【反派】姓名、身份、与主角的直接利益冲突:______
  7. 【爽点要求】至少包含3类:身份揭穿、实力碾压、当众打脸、误会解除
  8. 输出要求:
  9. 1. 先输出一句话故事梗概和主角/反派设定表
  10. 2. 再输出分集表,列为:集数 | 标题(15字内带钩子) | 核心冲突 | 结尾悬念
  11. 3. 第1集单独展开为镜头表,列为:镜头号 | 画面描述 | 台词 | 音效 | 时长(秒)
  12. 4. 第1集前3秒必须是强冲突画面,不要环境铺垫
  13. 5. 台词口语化,单句不超过20字,适合配音朗读
  14. 6. 全剧场景总数控制在5个以内,便于后续保持画面一致性

拿到初稿后,重点改两件事:删掉不推进冲突的镜头;把每集结尾的悬念改成”未解答的问题”而不是”总结陈词”。

三、第二步:角色与场景一致性(决定完播率)

这一步是AI漫剧真正的分水岭。做法是把文字信息固化成 可复用的提示词模板 ,而不是每次重新描述。

先建一张角色设定表,字段包括:姓名、性别、年龄、脸型、发型发色、瞳色、身高体态、标志性服装、配饰、常见表情。场景同样建表:场景名、时段、天气、主要陈设、光线方向、色调。

提示词按固定结构拼接: 主体 + 外貌细节 + 服装 + 动作表情 + 场景 + 光线 + 风格 + 画质 + 比例 。

角色定妆 Prompt 示例:

  1. 请生成一张竖屏9:16的电影定妆照风格角色图。
  2. 角色:陆景琛,男,30岁
  3. 外貌:剑眉、微皱眉、眼神固执、薄唇紧闭、下颌线清晰、黑色短发梳理整齐
  4. 服装:深灰高定西装、白衬衫、深蓝细领带、银色袖扣
  5. 姿态:坐在黑色真皮办公椅上,双手交叠,身体略前倾
  6. 场景:顶层办公室,背景为落地窗与书架,桌上有文件与钢笔
  7. 光线:侧逆光,明暗对比强烈,冷色调
  8. 风格:写实电影质感,浅景深,细节丰富,高清
  9. 比例:9:16
  10. 禁止:画面中不要出现任何文字、水印、多余人物

三个实用技巧:

  1. 参考图法 :先挑一张最满意的角色正面图,后续所有镜头都把这张图作为参考图(垫图/角色参考)传入,比纯文字描述稳定得多。
  2. 风格词全片统一 :画风关键词(如国风工笔、日系赛璐璐、厚涂写实)一旦确定就不要中途更换,否则同一集里会出现风格跳变。
  3. 一次批量出图 :同一角色的多表情、多动作在同一轮里集中生成,脸型更接近;如果工具支持固定随机种子,也一并固定。

四、第三步:分镜设计(不用专业软件)

新手别把分镜想复杂了。从剧本里挑最抓人的3个片段做精细分镜,其余用旁白配静图快速带过。每个镜头写清”画面 + 台词 + 音效”三件事就够。

镜头 时长 画面 台词 音效/运镜
1 3s 特写:酒碗被端到唇边,女主瞳孔收缩 “这杯酒,你敢喝吗?” 心跳声 + 缓慢推镜
2 4s 中景:女主反手打翻酒碗,酒液溅地 “酒里有毒。” 瓷器碎裂 + 瞬间静音
3 5s 全景:满堂哗然,庶妹脸色发白 众人:”她怎么会知道?” 环境嘈杂 + 快速摇镜

分镜 Prompt 示例:

  1. 请把下面这段剧情拆解为AI漫剧分镜表。
  2. 【剧情片段】______
  3. 【要求】
  4. 1. 拆成6-8个镜头,单镜头3-5秒,总时长不超过30秒
  5. 2. 每个镜头输出:镜头号 | 景别(特写/中景/全景) | 画面描述(含人物动作与表情) | 台词 | 音效 | 运镜方式 | 时长
  6. 3. 画面描述必须能直接作为文生图提示词使用,包含人物、服装、场景、光线
  7. 4. 运镜只用推、拉、轻微摇三种,避免复杂运动
  8. 5. 标注哪几个镜头是"爽点镜头",需要重点出图

一集控制在8~15个镜头,工作量才可持续。

五、第四步:出图与让画面动起来

  • 尺寸统一 1080×1920(9:16),人物脸部放在画面中上部安全区,避免被字幕和平台UI遮挡。
  • 图生视频时 运镜幅度要小 。大幅推拉、复杂转身最容易崩画面;单个镜头只安排一个动作(转头、抬眼、抬手)。
  • 每个关键镜头生成2~3个版本再挑,把”废片率”当成正常成本,不要指望一次成功。
  • 一致性检查方法:把同一角色在所有镜头里的截图拼成一张图,看脸型、发型、服装配饰是否统一,发现偏差就回到参考图重新生成。

六、第五步:配音、字幕与音效

先配音、再对齐画面,效率比反过来高。按角色分配固定音色,语速1.0~1.1倍,在文本里标注情绪(冷笑、压抑、颤抖)。字幕单行不超过12~14字,位置统一在画面下方四分之一处。人声要清晰靠前,背景音乐压低铺底,反转点加一记音效重音——具体音量以实际试听为准,戴耳机和手机外放各听一遍。

七、第六步:剪辑与发布

成片结构:3秒钩子 → 15秒内第一个小反转 → 中段冲突升级 → 结尾悬念 + 下集引导。转场以硬切为主,少用花哨特效。封面用主角大特写配6~8字冲突文案,标题按”身份反差 + 冲突动作 + 悬念”来写。系列化更新、固定片头、使用合集功能,是养起账号权重的关键。

发布前的检查清单:黑边、错别字、音画不同步、音量忽大忽小、敏感内容、以及平台要求的AI生成内容标识。

八、变现路径与现实预期

常见路径有四条:平台创作激励与流量分成、为小说/游戏/品牌做推广定制内容、承接分镜与成片代做订单、把账号沉淀成可复用的IP资产。

需要说清楚的是:收益取决于完播率、更新稳定性和题材竞争程度,不存在”跟着做就一定赚钱”的保证,前期更接近技能积累阶段。合规上更要提前把住关:不要搬运或洗稿他人作品,改编小说、漫画要拿到授权,配图角色不要涉及真实人物肖像,背景音乐使用可商用曲库。

九、常见问题速查

问题 原因 处理方式
主角每集长得不一样 只靠文字描述 改用参考图 + 固定风格词 + 批量出图
画面有塑料感、发糊 元素过多、分辨率不足 减少同画面元素,提高分辨率,加浅景深
观众3秒划走 开头铺垫太长 第一句台词就是冲突,删掉所有环境介绍
剧情拖沓 镜头不推进冲突 一集只讲一件事,删掉可删镜头
生成被拒 暴力、敏感描写过直 用暗示和结果替代直接呈现
做得太慢 每集都从零开始 先把1集完整跑通,再固化成模板复用

十、把文字环节交给AI助手

真正吃时间的不是出图,而是剧本打磨和分镜表整理。建议先用百度搭子(DuMate)把故事梗概、角色设定表和分镜表这三份”生产原料”定稿,再进入出图环节。如果你想先看看成片形态是否符合预期,可以前往AI真人短剧生成体验,把大纲和人物设定提交后生成一段试看,再对照本文的一致性标准逐条检查哪里需要改。后续做封面和推广图时,海报生成体验也能派上用场。

一句话总结:AI漫剧的门槛不在工具,而在你有没有把”剧本—人设—分镜”这三步做成可复用的模板。模板一旦成型,单集制作就从创作变成了流水线作业。