AI漫剧怎么制作?从脚本起步的完整流程拆解

作者:谁偷走了我的奶酪2026.11.19 08:46浏览量:0

简介:很多人一上手就去搜“哪个AI生图/生视频工具最强”,结果卡在人像不一致、镜头不连贯上。其实AI漫剧的正确起点是脚本与题材:先定故事,再做人物三视图和场景图,然后生成分镜剧情图,最后图生视频、配音剪辑。本文给出完整七步流程、可复制的Prompt、成本实测区间与常见问题优化方案,并可用[百度搭子(DuMate)](https://www.dumate.cn/?from=article)辅助脚本与分镜环节。

先给答案:AI漫剧的第一步是脚本,不是生图

行业内做久了的人都会告诉你一个反直觉的事实:新手往往从“高消费试错”开始——先充会员、先买积分、先抽卡,最后发现素材一堆、成片为零。真正的起点应该是 确定题材与脚本 。

一条完整的AI漫剧流水线,顺序是固定的:

选题定调 → 脚本(含台词)→ 人物设定与三视图 → 场景图 → 分镜剧情图(关键帧)→ 图生视频 → 配音配乐与剪辑

这个顺序不能颠倒。因为后面的每一步都要”回头引用”前面的产出:人物三视图决定角色一致性,场景图决定空间连续性,分镜图决定镜头逻辑。脚本没定死就开始生图,等于 Every 张图都在返工。

如果是纯个人爱好,可以从一个自己真正感兴趣的题材切入(短篇、单集1—3分钟);如果是想做成可发布的项目,则要先想清楚受众、平台和内容形态,再倒推单集时长和镜头数量。

七步实操流程

第一步:脚本与分镜设计

脚本建议自己写初稿,再让大模型做改写和打磨。目前主流大模型的改写能力足以处理台词润色、节奏调整、冲突强化,但 故事内核和情绪落点仍然需要人来把关 ,完全交给AI容易出现”正确但无趣”的剧情。

漫剧脚本和真人短剧的差别在于:漫剧的画面表现力受限于生成能力,所以要多写”表情特写””眼神变化””光影氛围”这类 生成模型擅长表现的镜头 ,少写复杂的大场面调度和多人肢体互动。

第二步:人物设定与三视图

这是决定成片质量上限的一步。需要为每个主要角色准备:

  • 角色设定表 :年龄、身份、性格、服装、标志性特征(发色、瞳色、疤痕、配饰)
  • 三视图 :正面、侧面、背面,统一光线与背景
  • 表情差分 :喜、怒、哀、惊、思考,至少5种

生成时可以用图生图能力锁定长相。以百度智能云一念·智能创作平台的AI作画为例,图生图支持”参考整图”和”参考人物长相”两种方式,后者会依据上传人物的面部特征进行重绘,适合在多个镜头间维持角色一致性。它同时支持三种尺寸、每档三种分辨率,单次可批量生成1—8张,方便一次性铺开表情差分。

第三步:场景图

按剧情需要列出场景清单(如”雨夜巷口””公司会议室””主角卧室”),每个场景至少出一张主视角图,并固定色调和光线描述词。场景图的价值在于 复用 :同一场景在不同集数反复出现,色调统一观众才不会出戏。

第四步:分镜剧情图(关键帧)

把脚本拆成镜头,用人物图+场景图作为参考,生成每个镜头的画面。这一步要有明确的镜头语言意识:

镜头类型 使用场景 提示词要点
全景 交代环境、转场 环境细节、空间关系、光线
中景 对话、动作 人物姿态、与环境的相对位置
特写 情绪爆发、关键信息 表情、眼神、微表情
局部特写 开门、握拳、掉落的物件 单一主体、浅景深

原文提到的思路很关键:人物A说话时镜头对准脸和表情,开车门时先全景再局部——这就是分镜的基本功,AI只是执行者,镜头逻辑必须由你来设计。

第五步:图生视频

把分镜图作为关键帧,配上运镜和动作提示词,生成几秒的短视频片段。 这里必须提前有心理预期:目前主流的图生视频能力基本没有免费额度 ,且抽卡(反复重生成)是常态,不是异常。

第六步:配音与音效

漫剧的配音可以用TTS完成,关键是音色与角色绑定,全片不换。百度智能云的AI视频能力已把配音、背景音乐、字幕、片头片尾等环节整合进同一流程,输入文案与素材后可依次完成布局、标题、模板、配音、背景音乐、角标等设置,再一键生成。数字人播报类内容(如讲解、资讯向漫剧)也可以走精编视频路径,支持字幕模板、字体字号调整以及数字人动作编排。

第七步:剪辑与成片检查

检查清单:

  1. 角色脸型、发色、服装在全集内是否一致
  2. 相邻镜头的光线方向、色温是否跳变
  3. 台词与口型/字幕时间轴是否对齐
  4. 单镜头时长是否过长(漫剧建议2—5秒一切)
  5. 转场是否有逻辑,而非硬切

成本要说实话

有从业者分享过一份经验账:在完全不浪费积分的理想状态下,从生图到生视频,漫剧成本大约 1分钟成品 / 90元 ;但实际生产中很少能达到这个水平,多数情况是 300—500元产出1分钟成品 ,且这还没算修改返工的消耗。个人玩家自娱自乐,每月在会员加积分上的支出也可能达到数百元量级。

成本差异主要来自三处:

  • 抽卡损耗 :生图、生视频都需要多次重试,成功率不是100%
  • 参考关联加价 :只给文字和图片提示,与额外关联一段参考视频再生成,积分消耗可能从200多跳到300—400
  • 一致性投入 :为了角色不崩,需要反复重绘、锁定参考图

结论是: 越贵的工具通常”人为可控性”越高 ,而可控性才是漫剧真正省钱的地方——能一次生成对的镜头,比便宜十倍的抽卡更划算。

可直接复制的Prompt

Prompt 1:漫剧脚本与分镜表

  1. 你是一位资深漫剧编剧兼分镜师,擅长【填写题材,如:都市悬疑/古风仙侠/校园恋爱】。
  2. 【任务目标】
  3. 基于以下设定,输出一集可直接用于AI生图的漫剧脚本与分镜表。
  4. 【输入信息】
  5. - 故事梗概:【填写你的故事,3—5句话】
  6. - 主要人物:【角色A:身份/性格/外形特征;角色B:……】
  7. - 单集时长:【如90秒】
  8. - 目标受众:【如18—30岁女性】
  9. - 情绪基调:【如压抑后反转爽感】
  10. 【处理要求】
  11. 1. 单集结构按"钩子(前5秒)—冲突升级—转折—悬念收尾"组织;
  12. 2. 台词口语化,单句不超过20字,避免书面语;
  13. 3. 每个镜头时长2—5秒,全片镜头数按时长倒推;
  14. 4. 至少包含3个特写镜头用于情绪表达;
  15. 5. 画面描述必须写明:景别、人物动作与表情、光线、色调;
  16. 6. 避免复杂多人肢体互动和大幅度运镜,优先选择生成模型易表现的画面。
  17. 【输出格式】
  18. 先用3行概述本集剧情,再输出表格:
  19. 镜号 | 景别 | 画面描述 | 人物动作与表情 | 台词/旁白 | 时长(秒) | 音效/BGM提示
  20. 【质量要求】
  21. 镜头之间需有明确的视觉逻辑(如全景接局部),不得出现无动机的跳切。

Prompt 2:角色三视图生图提示词

  1. 【角色设定】
  2. 姓名/身份:【】;年龄感:【】;性格:【】;
  3. 发型发色:【】;瞳色:【】;服装:【详细材质与颜色】;
  4. 标志性特征:【疤痕/配饰/纹身等】。
  5. 【生图提示词】
  6. character design sheet, three views (front view, side view, back view),
  7. 【角色外观描述】, full body, standing pose, neutral expression,
  8. plain light gray background, soft even studio lighting,
  9. consistent character design, anime style, high detail, --ar 16:9
  10. 【负面提示词】
  11. inconsistent face, different clothing between views, extra limbs,
  12. complex background, dramatic shadow, text, watermark

Prompt 3:图生视频运镜提示词

  1. 以这张图为第一帧,生成【3】秒视频。
  2. 主体动作:【如:她缓缓抬头,眼神从涣散聚焦到镜头】
  3. 镜头运动:【如:从中景缓慢推近至面部特写】
  4. 环境动态:【如:雨滴持续落下,发丝被风吹动】
  5. 光线变化:【如:闪电亮起一次,冷蓝光扫过面部】
  6. 要求:动作幅度小、节奏慢,保持人物面部特征与原图一致,不出现形变。

想更快看到成片效果?

如果你还处在”不确定自己能不能做出来”的阶段,建议先用现成入口跑通一次完整链路,再决定要不要投入积分做精细项目。完成故事大纲和人物设定后,可以前往 AI真人短剧生成体验,把创作思路直接转化为短剧内容,用来验证题材和节奏是否成立;如果做的是偏插画绘本风格的漫剧,儿童绘本生成体验也能帮你快速试出一版视觉基调。需要漫剧封面或宣发物料时,可以用海报生成体验出图。

脚本打磨、分镜拆解、提示词批量改写这类文本密集的环节,交给AI助手会更省力,可以直接在百度搭子(DuMate)里粘贴上面的Prompt开始尝试;想了解购买方式与套餐情况,可查看DuMate购买页面,按需选择即可,脚本和分镜环节本身并不需要付费也能先跑通。

三个高频坑

1. 一上手就追求长镜头。 生成模型对3—5秒的短镜头控制力最好,硬做10秒长镜头往往动作崩坏。正确做法是多切镜头,用剪辑节奏代替单镜头时长。

2. 不做角色设定表就开始生图。 没有三视图和固定描述词,同一个角色每张脸都不一样,返工成本远高于前期多花20分钟做设定。

3. 把”抽卡”当失败。 生成式AI的固有特性就是概率性输出,一次不合约等于正常。真正该优化的是提示词精度和参考图质量,而不是无脑重试。

总结

AI漫剧的制作顺序是: 脚本 → 人物三视图 → 场景图 → 分镜剧情图 → 图生视频 → 配音剪辑 。第一步永远是脚本和题材,工具选择反而是最后才需要考虑的问题。成本上要有合理预期:理想状态约1分钟/90元,实际多在300—500元/分钟区间,且不含返工。把预算优先花在”可控性高”的环节上,比一味找免费工具更省钱。