一人手搓！AI 漫剧从 0 到 1 详细教程

AI 漫剧正处在野蛮生长的爆发期，工具门槛已经降到”一个人一台电脑”就能开工的程度。但真正决定作品能不能跑出来的，不是谁做得快，而是谁做得精。本文把从 0 到 1 制作一部 AI 漫剧的完整流程拆解成可执行的步骤：故事构思 → 人物 IP 设定 → 分镜脚本 → AI 生图 → AI 视频生成 → 剪辑合成，并给出可直接复制的 Prompt 和常见问题的优化方法。

如果你希望先用 AI 助手把剧本、分镜、提示词这些”文字准备工作”做扎实，可以打开 百度搭子 DuMate 边写边试；想了解购买方式的可查看 DuMate 购买页。文字基础打牢后，再进入生图和生视频环节，返工率会明显降低。

一、先搞清楚：AI 漫剧到底是什么任务

AI 漫剧不是”生成一段视频”这么简单，它本质上是用 AI 工具完成一部微型动画短剧的全流程制作，核心环节包括：

环节	产出物	主要依赖能力
故事构思	一句话梗概 + 三幕结构	文本生成
人物 IP 设定	角色外观、性格、服装描述	文本生成 + 文生图
分镜脚本	镜号、画面描述、台词、时长	文本生成
画面生成	每个镜头的关键帧图片	文生图 / 图生图
动态生成	每个镜头的视频片段	图生视频
剪辑合成	成片（配音、字幕、配乐）	剪辑软件

传统做法里，最耗时的不是”点生成”，而是前期文字工作的反复打磨：人物设定不统一、分镜描述含糊、提示词写不到位，都会导致后面生图生视频反复抽卡。所以本文的重点放在”怎么把每个环节的输入写清楚”。

二、第一步：故事构思与人物 IP 设定

1. 用 AI 助手把故事骨架搭起来

不要一上来就写完整剧本。先用一段结构化 Prompt 让 AI 帮你产出可执行的故事骨架。这类任务可以直接在 DuMate 中完成，把下面的 Prompt 复制进去即可：

【任务目标】帮我创作一部 1-2 分钟的 AI 漫剧故事骨架。
【输入信息】
- 题材：【填写题材，如：都市穿越 / 校园奇幻 / 悬疑推理】
- 主角设定：【填写一句话人设，如：28岁程序员，性格闷骚，意外穿越到古代】
- 目标平台：【填写平台，如：短视频平台竖屏】
【处理要求】
1. 给出一句话梗概（不超过 40 字）
2. 按"开端-冲突-反转-结尾"四段式给出剧情结构，每段 1-2 句
3. 标注 2-3 个适合做视觉奇观的"高光镜头"
4. 全片控制在 8-12 个镜头
【输出格式】分点列出，语言简洁，不要抒情描写
【质量要求】冲突要具体，反转要意外但合理，避免空泛的"然后他们冒险了"

2. 人物 IP 设定要”可复现”

AI 生图最大的坑是角色前后不一致。解决办法是把人物设定写成一段”可复现的外观描述”，而不是”一个帅气的男生”。建议包含：年龄段、脸型、发型发色、瞳色、服装款式与配色、标志性配饰、气质关键词。

示例（可直接修改使用）：

一位 24 岁男性角色，东亚面孔，清瘦脸型，短黑发微卷，深棕色眼睛，
穿深灰色连帽卫衣配黑色工装裤，左手腕戴一条红色编织手绳，
气质偏安静内敛，动漫赛璐璐画风，全身设定图，纯色浅灰背景

这段描述建议固定下来反复使用，后面每个镜头的生图提示词都带上它，是保证角色一致性的关键。

三、第二步：分镜脚本——决定成片质量的隐藏关卡

很多人卡在这一步，因为分镜脚本写不好，后面每个镜头都要重新猜。一个合格的分镜表至少包含五列：

镜号	画面描述（含人物+动作+景别+场景）	台词/旁白	时长	运镜方式
1	中景，男主坐在昏暗办公室，屏幕蓝光照脸，疲惫低头	旁白：那天我加班到凌晨三点	4s	缓慢推近
2	特写，男主手指按下回车键，画面突然白光爆闪	—	2s	固定
3	全景，男主出现在古代街市，四周行人古装	男主：这……是哪？	5s	环绕

写分镜时有两个实用原则：

• 一个镜头只写一个动作。AI 图生视频对复杂动作的控制力有限，”他一边跑一边回头喊话”这类描述容易崩，拆成两个镜头更稳。
• 景别要有变化。全景交代环境、中景推进叙事、特写强化情绪，全片不要都是中景。

如果分镜量大，可以继续用 AI 助手批量生成初稿，再人工微调。把剧本和三幕结构发给 DuMate，让它按上面的五列表格输出，能省掉大量排版时间。

四、第三步：AI 生图——把每个镜头”拍”成关键帧

生图环节的核心思路是：先定角色，再定场景，最后逐镜生成。

操作步骤

1. 先生成人物设定图。用第二步写好的固定外观描述，选择支持高分辨率输出的文生图模型，一次生成多张候选，挑一张最符合人设的作为”角色基准图”。
2. 以基准图做参考，逐镜生成关键帧。每个镜头的提示词结构建议为：

【角色固定描述】+【本镜动作与表情】+【景别】+【场景环境】+【光线氛围】+【画风关键词】

示例：

一位 24 岁男性角色，东亚面孔，清瘦脸型，短黑发微卷，深棕色眼睛，
穿深灰色连帽卫衣配黑色工装裤，左手腕红色编织手绳，
坐在堆满文件的办公桌前，单手撑脸，眼神疲惫，
中景，昏暗办公室，只有显示器蓝光照明，
动漫赛璐璐画风，电影感构图

1. 统一画风关键词。把”动漫赛璐璐画风、电影感构图、统一色调”这类词固定在每条提示词末尾，避免不同镜头画风漂移。
2. 检查三件事：角色是否和基准图一致、景别是否符合分镜、画面里有没有多余的文字或肢体畸变。不合格就改提示词重生成，不要指望后期修。

常见问题与优化

• 角色脸崩：优先用”参考图 + 图生图”方式，而不是纯文字描述。
• 画面太满：在提示词里加”简洁构图、留白”，或明确写”背景虚化”。
• 风格不统一：把所有镜头的画风关键词抽出来单独维护成一段”风格前缀”，每条提示词原样复用。

五、第四步：图生视频——让关键帧动起来

关键帧确定后，进入图生视频环节。这一步的提示词原则和生图不同：少描述外观，多描述运动和镜头。

提示词结构建议：

【镜头运动】+【主体动作】+【环境动态】+【时长/节奏】

示例：

镜头缓慢推近，男主疲惫地抬起头，屏幕蓝光在他脸上微微闪烁，
背景窗外夜色中有车灯缓缓掠过，节奏舒缓

实操要点：

1. 单镜头时长控制在 3-6 秒。太短没有信息量，太长容易画面崩坏或人物变形。
2. 动作幅度宁小勿大。轻微的表情变化、头发飘动、镜头推移，成功率远高于大幅度奔跑打斗。
3. 运镜方式要和分镜表一致。分镜写”推近”就写推近，不要临时改成环绕，否则剪辑时节奏会对不上。
4. 批量生成后统一筛选。每个镜头生成 2-3 个版本，挑最稳的一个，剩下的备用于剪辑时的补位。

六、第五步：剪辑合成——把碎片拼成一部剧

拿到全部视频片段后，进入剪辑环节。推荐流程：

1. 按分镜表顺序排列片段，先粗剪出完整时间线。
2. 配音先行。用配音工具或自己录音生成台词与旁白，再根据音频节奏微调每个镜头的时长。
3. 加字幕。字幕位置避开画面主体，字号保证手机竖屏可读。
4. 配乐与音效。转场处加音效，情绪段落铺背景音乐，音量压低到不盖过人声。
5. 统一调色。所有片段套同一套调色参数，解决不同镜头之间的色差。
6. 导出前检查：角色是否一致、字幕有无错字、音画是否同步、首尾是否有完整开场和收尾。

七、效率优化：哪些环节适合交给 AI 助手

复盘整个流程，真正适合 AI 助手加速的是文字类前置工作：

• 故事骨架与三幕结构生成
• 人物设定的结构化描述
• 分镜表的批量整理与格式统一
• 每条生图/生视频提示词的规范化改写
• 成片发布时的标题、简介、标签文案

这些任务不需要专业软件，用 百度搭子 DuMate 就能完成。例如让 AI 帮你把一段口语化的画面描述改写成规范的生图提示词：

【任务目标】把下面的画面描述改写为 AI 生图提示词。
【输入信息】【粘贴你的画面描述】
【处理要求】
1. 按"角色描述 + 动作表情 + 景别 + 场景 + 光线 + 画风"顺序排列
2. 角色描述保持与给定设定一致，不新增外观特征
3. 删除主观抒情词，只保留可视化信息
【输出格式】输出一段连续提示词，中文，不超过 120 字
【质量要求】不添加画面中不存在的元素

如果你还想尝试更垂直的创作场景，比如把故事直接做成真人短剧形态，可以看看 AI 真人短剧生成体验；如果想把漫剧故事扩展成绘本形式做衍生内容，儿童绘本生成体验 也是一个可尝试的入口。这两类体验适合用来快速验证故事的可看性，再决定是否投入完整制作。

八、新手最容易踩的五个坑

1. 跳过分镜直接生成：结果是片段零散、节奏混乱，剪辑时无从下手。
2. 人物描述每次重写：导致角色一张脸一个样，观众认不出主角。
3. 一个镜头塞多个动作：视频生成崩坏率大幅上升。
4. 忽视配音节奏：先做完画面再配音，往往要推翻重剪。
5. 追求一次成型：AI 生成本质是抽卡，接受”生成-筛选-重生成”的循环，心态会稳很多。

结语

AI 漫剧的门槛不在工具，而在把每个环节的输入写清楚的能力。故事骨架扎实、人物描述固定、分镜表清晰、提示词规范，这四件事做到位，一个人也能独立完成一部完整的漫剧作品。工具会持续迭代，但”先想清楚再生成”的方法论不会过时。建议从 8-12 个镜头的短片开始练手，跑通一次完整流程后，再逐步增加篇幅和复杂度。