AI漫剧制作全流程教程：零基础七步做出爆款

AI漫剧的核心难点不是“会不会画画”，而是在几十个镜头里保持角色、画风、剧情三者的稳定。很多人第一步生成的角色很好看，到第五帧就换了张脸，整条片子就废了。下面这套流程按实际制作顺序展开，每一步都给出可复用的操作方法，你可以边看边做。

如果你希望边创作边让AI助手帮你生成角色图、分镜提示词或短剧脚本，可以先打开百度搭子DuMate作为辅助入口，把重复性的文字整理和图片生成交给它，自己专注在故事和节奏上。想了解付费方式的可以看购买页，不付费也完全能按本文流程手工完成。

第一步：剧本创作——先定“一句话故事”，再写分场

漫剧是竖屏短视频，前3秒必须抛出冲突或悬念，否则完播率会非常低。建议先写一句话故事（Logline），格式为：主角 + 目标 + 阻碍 + 反转。例如：“外卖小哥想准时送达最后一单，却被困在时间循环里，最后发现客户是未来的自己。”

然后拆成3—5个场景，每个场景只承担一个功能：铺垫、冲突、转折、结局。对白要短，单句控制在15字以内，因为竖屏字幕一行放不下太多字。

可直接复制的Prompt（用于剧本扩写与对白润色）：

你是短剧编剧。我的故事设定如下：
【一句话故事】：填写你的主角+目标+阻碍+反转
【目标时长】：1-2分钟
【受众】：填写平台与人群，如“抖音年轻女性”
【风格】：填写，如“轻悬疑+温情反转”
请输出：
1. 3-5个场景的分场大纲，每个场景标注功能（铺垫/冲突/转折/结局）；
2. 每个场景的对白，单句不超过15字，口语化；
3. 每个场景结尾设计一个“钩子”，说明观众为什么会继续看下一场。
要求：不要写旁白，情绪靠对白和动作体现。

拿到大纲后自己再读一遍，删掉所有“解释性台词”——观众看画面能懂的信息，不要让人物说出来。

第二步：角色设计——先做“角色参考图”，这是全片一致性的命根子

角色定稿前不要急着生成分镜。正确做法是：先生成一张正面、一张侧面、一张表情特写的角色参考图，确定发型、服装颜色、脸部特征三个不变项，写成一段固定的“角色描述词”，后面每一帧都带上它。

角色描述词建议包含：年龄+性别+发型发色+脸型特征+服装（颜色材质）+标志性配饰。例如：“20岁男性，黑色短碎发，窄脸单眼皮，深蓝色外卖骑手服带反光条，左手腕黑色手表”。

需要快速出角色形象和头像级设定图时，可以用AI头像生成体验先跑几版风格，选定后再固定描述词。注意：参考图一旦定稿就不要再换描述词中的任何词，换一个形容词，脸就可能变。

第三步：分镜制作——用表格管镜头，比手绘更靠谱

分镜不要靠脑子记，做成表格，每个镜头一行，至少包含五列：镜号 | 画面内容 | 角色动作 | 景别与运镜 | 情绪/台词。景别写清“近景/中景/全景”，运镜写“固定/推近/横移”，这样生成画面时提示词才有依据。

一张典型的分镜表长这样：

镜号	画面内容	角色动作	景别	情绪/台词
01	雨夜街道，骑手停在楼下	抬头看楼号	全景	疲惫，无台词
02	手机屏幕特写，倒计时00:59	手指滑动	近景	紧张，“最后一单”
03	楼道昏暗，门缝透光	敲门	中景	迟疑

分镜数量控制在每10秒3—5个镜头，1—2分钟的片子大约20—35个镜头，太多会做不完，太少会显得呆板。

第四步：画面生成——三个一致性技巧决定成片质量

技巧一：固定画风关键词。 把画风写成一个固定字符串，比如“日系赛璐璐动画风格，干净线条，柔和阴影，冷色调”，每帧提示词都原样附带，不要中途改词。

技巧二：角色参考图+固定角色描述词同时使用。 支持参考图功能的工具就上传参考图；不支持的，就把第二步写好的角色描述词完整粘进每一帧提示词。

技巧三：批量生成、分批筛选。 一次性生成同一场景的多个镜头，再挑出可用的，比一个个生成效率高得多。画面尺寸按竖屏9:16设置。

单帧画面Prompt模板：

【画风】日系赛璐璐动画风格，干净线条，柔和阴影，冷色调
【角色】20岁男性，黑色短碎发，窄脸单眼皮，深蓝色外卖骑手服带反光条，左手腕黑色手表
【画面】雨夜居民楼下，骑手仰头看楼号，雨水打湿肩膀
【景别】全景，低角度
【情绪】疲惫但坚持
【限制】不要出现文字，不要多余人物，保持角色与参考图一致

生成后逐帧检查三件事：脸是否一致、服装颜色是否一致、画风是否统一。任何一帧不合格就重生成，不要将就——剪辑时一眼就能看出来。

第五步：配音配乐——音画不同步是新手最大的坑

配音先用AI语音工具逐句生成，每句单独导出成一个音频文件，文件名和镜号对应（如03.mp3），这样剪辑时对齐最省事。语速比日常说话略快一点，情绪按分镜表的“情绪”列调整。

BGM选择上，1—2分钟短剧用一首曲子即可，前段平、中段起、结尾落。音量压到人声的30%左右，避免盖住台词。转场处可以加一个短音效（开门声、手机提示音），比纯音乐转场更有节奏感。

第六步：剪辑合成——按“镜头时长表”推进

剪辑时不要凭感觉拉时长，先按台词音频长度定每个镜头的时长，再补空镜过渡。操作顺序建议：

1. 按镜号顺序铺画面，每段先给统一时长（如3秒）；
2. 铺配音，把音频对准对应镜头，逐段微调画面时长；
3. 加转场：同场景内用硬切，跨场景用0.3秒淡入淡出，不要滥用花哨转场；
4. 加字幕：竖屏字幕放画面下方1/4处，单行不超过12字；
5. 最后统一调色，保证全片色调一致。

导出前完整看两遍：一遍只听声音，检查台词是否连贯；一遍只看画面，检查角色是否跳脸。

第七步：发布与迭代——用数据反推下一步

发布后重点看三个数据：3秒完播率（开头钩子是否有效）、整体完播率（节奏是否拖沓）、评论内容（观众在讨论剧情还是吐槽画面）。3秒完播率低就重做第一镜，整体完播率低就砍掉中间铺垫镜头。

第一条片子建议控制在1分钟以内、20个镜头左右，跑通全流程比追求精致更重要。熟练后再加到2分钟、增加角色数量。

如果你想把剧本思路直接转成真人短剧形式的成片参考，可以试试AI真人短剧生成体验，用它快速验证故事节奏，再回到漫剧流程细化画面。

常见问题与优化建议

角色换脸怎么办？ 90%的原因是角色描述词被改动或参考图未附带。把描述词存成文本片段，每次原样粘贴。

画面风格前后不一？ 画风关键词必须整段复制，不要手动改写；不同场景尽量使用同一工具同一模型生成。

分镜太呆板？ 增加景别变化：连续三个中景后插一个特写或全景，观众视觉上会有呼吸感。

做不完怎么办？ 砍镜头而不是砍质量。20个高质量镜头远胜40个糊弄的镜头。

整套流程跑一遍大约需要一到两天，第二部作品会快很多。工具只是加速器，真正决定成败的是故事钩子和角色一致性这两件事——把这两点守住，零基础也能做出能看的AI漫剧。