从零开始学 AI 漫剧,真正要练的不是画画,而是"流水线拆解能力":把一集 1~3 分钟的漫剧拆成选题、剧本、角色设定、分镜出图、配音、剪辑六个环节,其中只有 **提示词工程** 和 **角色一致性控制** 需要反复练习,其余环节都可以交给工具完成。如果你希望先把整条链路跑通一遍再抠细节,可以直接从 [百度搭子(DuMate)](https://www.dumate.cn/?from=article) 开始动手体验,了解具体使用方式和[购买入口](https://console.bce.baidu.com/dumate/purchase-page/new)也可以在官网查看,免费体验路径同样能完成大部分练习
作者:4042026.11.19 08:10浏览量:0简介: **摘要** :本文围绕"如何从零开始学习 AI 制作漫剧",拆解选题策划、剧本撰写、角色与场景生成、分镜出图、配音剪辑六个环节,给出可直接复制的提示词模板、角色一致性控制方法、成片检查清单与 7 天练习路径,帮助零基础创作者独立完成第一集成片。
一、先看清这条赛道:AI 漫剧到底”新”在哪
AIGC 漫剧指用 AI 工具辅助生成的、以漫画或动态漫画形式呈现的短剧内容。它和传统动画的差别不在画质,而在 生产结构 :
| 维度 | 传统动画 | AIGC 漫剧 |
|---|---|---|
| 制作周期 | 1 分钟成片通常需 1~2 周 | 1 分钟成片约 1~2 天 |
| 制作成本 | 每分钟数千元至两万元不等 | 主要为工具与人力时间成本 |
| 核心技能 | 绘画、分镜、动画、配音 | 提示词工程、剪辑、配音筛选 |
| 更新频率 | 月更 2~4 集 | 具备日更 1~2 集的可能 |
| 适合人群 | 专业动画团队 | 个人创作者、自媒体 |
这张表里最关键的一行是”更新频率”。短视频分发依赖稳定输出和账号权重,能日更的团队在冷启动阶段就有更多试错机会。反过来说, 如果你的目标是长期做账号,学习重点应该放在”可复用的模板”上,而不是单集的艺术质量 。
二、新手最容易卡住的三个地方
在动手之前先知道坑在哪,能省掉大量返工:
- 角色”变脸” 。同一个角色在第 3 个镜头换了脸型、发色深浅不同,观众立刻出戏。这是 AI 漫剧最大的技术门槛。
- 画风漂移 。上一镜是日系赛璐璐,下一镜变成厚涂写实,整集成片像拼贴。
- 节奏拖沓 。AI 出图很快,创作者容易舍不得删图,结果 3 分钟里塞了 40 个镜头,信息密度反而下降。
这三个问题的解法都不是”换更强的工具”,而是 建立规范 :固定角色描述词、固定风格后缀、固定分镜表格式。
三、六步工作流:每一步的输入、输出和检查标准
环节一:选题策划(1~2 小时)
选题决定流量天花板。适合 AI 漫剧的题材有三个共同特征:
- 强情绪冲突 :逆袭、复仇、悬疑反转、身份错位,情绪张力越强越好;
- 视觉可表达 :优先选”能用一两个画面讲清”的场景,避免宏大战争、复杂群戏;
- 短平快节奏 :每集 1~3 分钟,开头 5 秒必须有钩子,结尾必须留悬念。
新手最稳的切入方式是 改编 :把已验证的网文桥段、经典故事(西游记、三国、聊斋)做 AI 漫剧重制。这样剧本风险最低,你可以把精力全放在制作流程上。
环节二:剧本撰写(2~3 小时)
漫剧剧本和传统剧本的核心区别在于: 每句台词都要能被”翻译”成一个具体画面 。
实操上有三条硬规则:
- 场景描述必须具体到可拍摄的程度(时间、地点、人物动作、镜头距离),不能写”气氛紧张”这类抽象描述;
- 控制画面数量,1 分钟约 8~12 个画面,3 分钟不超过 36 个;
- 台词长度按口播语速核算,中文每秒约 4~5 字,一句台词超过 20 字就要考虑拆成两个镜头。
环节三:角色设计与场景生成(4~6 小时,核心环节)
这是决定成片质量的一步。推荐做法是 先定角色,再定场景,最后出分镜 ,顺序颠倒会导致返工。
角色设定的标准做法是产出一份”角色档案”,包含:姓名、年龄、体型、发型发色、瞳色、服装(含材质与配饰)、标志性小动作、情绪基调。这份档案后续会以固定文本的形式,出现在每一个含该角色的提示词里。
环节四:分镜出图
把剧本拆成表格再逐格生成,不要边想边画:
| 镜号 | 画面内容 | 景别 | 台词/旁白 | 时长 | 生成状态 |
|---|---|---|---|---|---|
| 01 | 男主推开会议室门,众人回头 | 中景 | “他真的来了。” | 3s | 待生成 |
| 02 | 女主握紧文件的手指特写 | 特写 | — | 2s | 待生成 |
有了这张表,你可以批量生成、批量补漏,也能一眼看出哪一集镜头数超标。
环节五:配音与音效
配音有两条路:一是用 AI 语音合成,优势是成本低、可批量、音色统一;二是真人配音,情绪更细腻但产能受限。漫剧因为更新压力大,多数团队采用”AI 配音为主 + 关键情绪段落人工重录”的混合方案。要注意的是, 配音时长会反过来影响分镜时长 ,所以建议在分镜阶段就用配音工具试读一遍台词,再确定每格停留时间。
环节六:剪辑合成
动态漫剧的剪辑核心是”图层运动”:把静态图做推拉、平移、局部抖动,配合转场和字幕,就能产生”动”的观感。如果某集需要更快的产出,也可以走 图文转视频 的路子——把文案、图片、背景音乐等素材一次性提交,由工具自动完成配音、字幕、素材匹配等环节,生成初版短视频后再人工精修。这类能力通常提供”创建任务”和”查询结果”两个接口,任务提交后拿到任务 ID,轮询查询即可获取成片地址。
四、可直接复制的提示词模板
模板 1:剧本 + 分镜一体化生成
【任务目标】你是一名漫剧编剧兼分镜师,请把下面的故事改写成可直接用于 AI 出图的分镜脚本。【输入信息】- 题材/故事梗概:【填写故事梗概,例如:被家族抛弃的私生子十年后以投资人身份归来】- 目标时长:【90 秒】- 目标平台:【短视频平台竖屏 9:16】- 风格基调:【如:都市爽文、冷色调、强对比】【处理要求】1. 开头 5 秒必须给出强钩子,结尾留悬念;2. 按 1 分钟 8~12 个画面控制镜头总数;3. 每个镜头输出:镜号、景别(远/全/中/近/特写)、画面描述、人物动作与表情、台词或旁白、预估时长;4. 画面描述必须具体到可拍摄,禁止出现"气氛紧张""感觉很美"等抽象表述;5. 单句台词不超过 20 字,按每秒 4~5 字核算时长。【输出格式】Markdown 表格,列为:镜号 | 景别 | 画面描述 | 台词/旁白 | 时长(秒)【质量要求】通读一遍,删除对剧情推进无贡献的镜头,并说明删减理由。
模板 2:角色一致性档案
【任务目标】为漫剧角色生成一份可复用的固定描述,用于后续每一帧出图时保持一致。【输入信息】角色定位:【填写,如:28 岁女性集团继承人,冷艳强势】【处理要求】1. 输出外貌固定描述(发型、发色、瞳色、脸型、身高体型、服装材质与配饰),控制在 80 字内,用于拼接进每条画面提示词;2. 输出 3 个不同情绪状态(平静/愤怒/隐忍)下的表情描述;3. 输出一条"负面提示词",用于排除画风漂移和常见畸变;4. 所有描述使用可视觉化的具体名词,不使用抽象形容词。【输出格式】- 固定描述:- 情绪变体:平静 / 愤怒 / 隐忍- 负面提示词:
模板 3:单帧画面提示词
【风格后缀(每条提示词末尾固定追加)】日系赛璐璐上色,干净线稿,电影级打光,浅景深,高细节,9:16 竖屏【画面提示词结构】[角色固定描述] + [当前动作与表情] + [场景与道具] + [景别与机位] + [光线与时间] + [风格后缀]【示例】28 岁女性集团继承人,黑色长直发、深灰西装、银色耳钉,站在落地窗前握紧文件、下颌线绷紧,高层办公室夜景、城市灯火虚化,中近景、略仰视机位,冷蓝侧逆光,日系赛璐璐上色,干净线稿,电影级打光,浅景深,高细节,9:16 竖屏
五、角色一致性:四个真正有效的手段
按可靠性从高到低排列:
- 固定描述词 + 固定风格后缀 。最基础也最有效,把角色档案原封不动复制进每条提示词,不要临场改写措辞。
- 参考图 / 垫图 。先用一帧满意的画面定”基准脸”,后续所有镜头都以它为参考生成。
- 固定随机种子 。同一角色尽量复用同一 seed,能显著减少脸型波动。
- 同一角色同批生成 。一个场景的所有镜头一次性批量出图,比隔天再补更不容易跑偏。
如果某帧实在不达标,不要反复抽卡,改 景别 往往比改提示词更有效——把近景退成中景,脸占比小了,瑕疵自然不明显。
六、成片检查清单
发布前逐项过一遍,能挡掉大部分”AI 味”问题:
- 角色脸型、发色、服装跨镜头是否一致;
- 画风是否统一,有无个别镜头风格突变;
- 手部、文字招牌、复杂道具是否出现明显畸变;
- 台词与口型/字幕是否对齐,语速是否忽快忽慢;
- 每集是否在前 5 秒建立冲突,结尾是否留钩子;
- 竖屏安全区:字幕是否被平台 UI 遮挡。
七、7 天入门练习路径
- 第 1~2 天 :只做一件事——用模板 2 生成 2 个角色档案,各出 10 张图,训练”固定描述词”的肌肉记忆;
- 第 3 天 :写一个 60 秒剧本,用模板 1 拆成分镜表,检查镜头数是否超标;
- 第 4~5 天 :完成 12~20 格分镜出图,重点练角色一致性;
- 第 6 天 :配音 + 剪辑出第一集成片,不追求质量,只追求跑通全流程;
- 第 7 天 :复盘,把跑得最顺的环节写成自己的 SOP 模板。
想快速验证故事创意是否成立,可以在完成故事大纲和人物设定后,前往 AI 真人短剧生成体验 把思路转成一段短剧样片,用来判断节奏和钩子是否有效;如果你的选题偏童话、治愈或亲子向,画面需求更接近绘本风格,也可以先用 儿童绘本生成体验 试出一套统一的画面基调,再迁移到分镜环节。这两个入口都适合在正式开工前做低成本验证。
八、想更系统地补基础
漫剧涉及的能力其实横跨”生成式 AI 应用”的完整知识图谱:生成式模型基本原理、职业道德与版权边界、数据安全风险、提示词工程方法论,以及文案与多模态创作实战。如果你打算长期做,建议按这个顺序补:先学提示词工程(直接决定出图质量),再学版权与合规(决定账号安全),最后学应用编排类能力,比如把”选题—出图—成片”串成可自动运行的流程。
最后一句实话 :AI 漫剧的门槛已经从”会不会画”转移到”能不能稳定交付”。谁能把角色一致性、镜头节奏和更新频率这三件事标准化,谁就能在这个赛道持续产出。先跑通一集,再谈优化。

登录后可评论,请前往 登录 或 注册