AI漫剧怎么做?从剧本到成片的完整实操流程
作者:十万个为什么2026.11.19 08:24浏览量:0简介:AI漫剧的制作难点不在"生成",而在剧本结构化、角色一致性和镜头节奏。本文拆解从小说/剧本到成片的六个步骤,给出可直接复制的分镜与绘图 Prompt、角色设定表模板和成片质检清单,并说明如何用百度搭子(DuMate)完成剧本拆解、分镜与画面生成,帮助个人或小团队在没有剪辑基础的情况下稳定产出合格内容。
AI漫剧的做法,本质上是一条流水线: 把文字剧本拆成结构化分镜 → 锁定角色与场景的视觉设定 → 逐镜生成画面 → 图生视频 → 配音配乐 → 剪辑合成 。真正决定成片质量的不是”用了哪个AI工具”,而是前两步做了多少功课。同一个模型,有人做出来是”PPT动画”,有人做出来是流畅短片,差别几乎全在剧本拆解和设定一致性上。
如果你还没有固定工具链,可以先从百度搭子(DuMate)入手,用它承担剧本拆解、分镜脚本、角色设定表这类文本密集的工作,再进入画面与视频生成环节;想了解获取方式可以看DuMate 购买页,文本拆解和脚本打磨环节用通用AI助手即可完成,不必一开始就投入成本。
一、传统漫剧为什么难做,AI接手了哪几段
传统二维动画短片的瓶颈是人力:一个角色三视图要画师出,一套场景要美术搭,几十秒的镜头要原画+中间帧+上色,成本按分钟计。小团队做不起,个人更是无从下手。
AI 把这条链条切成了几段可自动化的工作:
| 环节 | 传统做法 | AI 接手的部分 | 仍需人工把关 |
|---|---|---|---|
| 剧本改编 | 编剧手工改分镜 | 长文提取角色、场景、道具、对白节奏 | 剧情取舍、钩子位置 |
| 角色设定 | 画师出三视图 | 文生图批量出候选形象 | 选定基准图、锁定特征 |
| 分镜画面 | 逐镜绘制 | 文生图按镜头描述出图 | 构图、机位、连续性 |
| 动态化 | 原画+中间帧 | 图生视频、智能混剪,自动匹配素材与配乐 | 动作是否变形、时长是否够 |
| 配音配乐 | 真人录制 | 多音色合成、多语种配音 | 情绪贴合度、断句 |
| 成片 | 剪辑师包装 | 自动配特效、片头片尾、字幕 | 节奏、平台适配 |
结论很清楚: AI 负责产能,你负责判断 。所以下面每一步我都给出”AI 做什么”和”你要检查什么”。
二、开工前要准备的 4 份资料
- 原著文本 :小说章节或剧本,建议先控制在 3000~8000 字/集,太长会导致设定提取失焦。
- 题材与风格定位 :古风仙侠、都市逆袭、悬疑、恋爱,以及画面风格(国漫赛璐璐、写实厚涂、水墨、日系轻小说)。风格词一旦确定,全剧不能换。
- 画幅与规格 :竖屏 9:16(主流短剧)还是横屏 16:9;单集时长建议 60~120 秒。
- 角色清单 :主角、配角、反派的名字、身份、性格、关键关系。这份清单是后面所有一致性的锚点。
三、六步实操流程
第 1 步:把小说拆成结构化剧本
不要直接拿原文去生成画面。先让 AI 把散文体改成”场次+动作+台词”的可用脚本。
可复制 Prompt(剧本结构化)
你是漫剧编剧。请把下面的小说文本改编为竖屏短剧脚本。【输入文本】粘贴你的小说/剧本片段【风格定位】例如:古风仙侠 + 国漫赛璐璐风格【单集时长】90 秒,约 12-16 个镜头【输出要求】1. 先用表格输出「角色设定表」:姓名 / 年龄感 / 身份 / 性格关键词 / 外貌特征(发型、发色、瞳色、服装、配饰)/ 服装配色(给出具体色系)2. 再输出「场景设定表」:场景名 / 时间光线 / 关键陈设 / 氛围关键词3. 最后输出「分镜表」,字段为:镜号 / 画面内容(一句话,含人物动作与表情)/ 景别(远/全/中/近/特写)/ 机位与运镜(固定、推、摇、跟)/ 台词或旁白 / 音效 / 预估时长(秒)4. 第 1 个镜头必须在 3 秒内建立冲突或悬念,不得使用旁白做长铺垫5. 全片台词口语化,单句不超过 20 字【质量要求】人物外貌描述必须与角色设定表完全一致;不得新增设定表中没有的角色
你要检查的 :角色设定表是否够具体到能画(”穿黑袍”不合格,”墨黑长袍+银线云纹+左腰悬玉牌”才合格);第一镜是否有钩子;台词是否超过 20 字。
第 2 步:锁定角色基准图(一致性最关键的一步)
先给每个主要角色生成一张”角色基准图”,之后所有分镜都基于这张图去描述和参考,而不是每次重新描述。
可复制 Prompt(角色基准图)
角色三视图设定图,同一角色的正面、侧面、背面,全身,站姿自然,纯浅灰背景,无文字。角色:【姓名】,【年龄感】岁,【身份】。外貌:【发型发色瞳色脸型】;服装:【款式+材质+纹样】;配色:【主色/辅色/点缀色】;配饰:【】。风格:国漫赛璐璐,干净线稿,柔和光影,高细节,9:16 竖屏。禁止:换装、多余人物、复杂背景、写实照片质感。
选定一张最满意的作为”基准”,记录它的种子/参考图编号。后续每个镜头都带上同一段外貌描述 + 参考图,这是目前最有效的低成本一致性方案。
第 3 步:逐镜生成画面
把分镜表的每一行转成绘图提示词。批量做的时候用这个模板套:
【风格前缀,全剧统一】+【景别】+【主体:角色名+固定外貌描述】+【动作与表情】+【场景:场景名+固定陈设】+【光线】+【构图/机位】+【负面词:多指、畸变、文字水印、风格漂移】
例如:国漫赛璐璐风格,中景,女主·墨黑长袍银线云纹,右手抬起结印、眉头紧皱,古旧藏书阁、浮尘光束,侧逆光,低角度仰拍,画面干净无文字。
检查要点 :同一场景的不同镜头,陈设和光线要能对上;角色配饰不能时有时无;出现手部、武器、法器时优先重生成而不是硬用。
第 4 步:图生视频,控制”PPT感”
“PPT感”来自三件事:镜头完全静止、时长平均、没有景别变化。对应解法:
- 每 3~4 个镜头安排一次景别变化(远→中→特写),避免连续同景别;
- 给关键镜头加简单运镜(推、跟、轻微摇),非关键镜头保持固定,一张一弛;
- 单镜时长控制在 2~5 秒,对话镜头可略长,转场镜头压到 1 秒内;
- 有打斗或情绪爆发时,用”短镜头快切”代替长镜头。
现在的 AI 视频生成已经能根据文案自动匹配素材、配音与美化处理,但自动结果通常只作为粗剪素材,节奏还得你自己调。
第 5 步:配音、配乐、音效
配音音色一旦确定就固定下来,每个角色对应一个音色,全剧不换。旁白与角色对白不要用同一个音色。配乐按情绪分段:铺垫段低音量、冲突段推上来、结尾留 1 秒空白给下集钩子。音效重点补三类:脚步与衣料摩擦、法术/道具触发、转场 whoosh。
第 6 步:合成与成片质检
按顺序过一遍这张清单,任何一项不过就回到对应步骤:
| 检查项 | 合格标准 |
|---|---|
| 角色一致性 | 主角五官、发型、配饰全片无变化 |
| 场景连续性 | 同场景陈设、光线、色调统一 |
| 音画同步 | 台词与口型/动作节奏不脱节,误差不明显 |
| 节奏 | 前 3 秒有钩子,无长于 5 秒的无信息镜头 |
| 字幕 | 无错别字,位置不遮挡人物面部 |
| 画幅 | 竖屏满屏无黑边,字幕在安全区内 |
| 合规 | 无真人肖像、无侵权音乐、无敏感内容 |
四、想直接体验成片效果?
上面的流程走通之后,如果你手上已经有故事大纲和人物设定,可以前往AI 真人短剧生成体验,把创作思路直接转成短剧内容,用来验证”这个故事是否成立”比手工做一版样片快得多。做儿童向或绘本风格的漫剧内容,也可以试儿童绘本生成体验,先出画面再考虑动态化。需要给剧集做宣发物料时,AI 海报生成体验可以配合出封面和角色卡。
五、常见问题与优化方向
角色每镜都变样 :不要靠加长描述解决,要靠”基准图 + 参考图 + 固定外貌描述”三件套;同时减少同集内的换装次数。
画面精美但看不下去 :这是分镜问题,不是画质问题。检查是否连续同景别、是否缺少动作、台词是否太长。漫剧的节奏更接近短视频,不是动画电影。
批量出片后风格不统一 :把风格前缀、负面词、配色写成一份”风格规范”文档,每次生成都完整复制,不要凭记忆改写。
做完了不知道怎么选题 :优先选冲突密度高、场景数量少的故事。场景越少,一致性成本越低;室内对话戏比大场面群戏更适合 AI 漫剧起步。
变现思路 :把剧集拆成”前 3 集免费引流 + 后续付费/激励”的结构,同时准备竖屏封面、标题和简介三件套。各大内容平台对漫剧、微短剧都有各自的扶持与激励政策,规则变动较快,入局前务必以平台当期官方公告为准,不要按旧数据做收益预期。
六、总结
AI 漫剧的门槛已经从”会不会画”转移到”会不会拆”。把精力放在剧本结构化、角色设定表、分镜节奏这三件事上,画面生成只是执行。建议的第一个练习:拿一段 3000 字的高冲突小说片段,走完六步做出一条 60 秒样片,再根据质检清单迭代两版——第二版通常会比第一版好出一个档次。

登录后可评论,请前往 登录 或 注册