AI漫剧制作全流程教程:从剧本到发布
作者:KAKAKA2026.11.19 08:48浏览量:0简介:AI漫剧的完整链路是“剧本→角色设定→分镜→画面生成→配音配乐→剪辑合成→发布优化”七个环节,真正决定成败的是剧本节奏与角色一致性,而非画面精修。本文给出每个环节的具体做法、可直接复制的 Prompt、分镜表格模板、常见问题排查表和7天练习计划,零基础也能独立产出一集1—2分钟的竖屏漫剧。
做AI漫剧,最容易踩的坑不是“画不出来”,而是 剧本没节奏、角色每集换脸、音画对不上 。整条链路其实是固定的七步:剧本 → 角色设定 → 分镜 → 画面生成 → 配音配乐 → 剪辑合成 → 发布优化。其中前两步决定作品上限,中间三步决定制作效率,最后一步决定有没有人看。
如果你想边看边动手,可以先把创作需求交给百度搭子(DuMate),让它帮你把模糊的想法整理成结构化剧本和分镜表,再进入制作环节;想了解购买方式可以查看DuMate 购买页面。需要说明的是,本文所有方法都不依赖任何付费工具,用手边现有的 AI 助手、绘画工具、配音工具和剪辑软件都能跑通。
一、先看全链路:各环节产出物与难点
| 环节 | 核心产出物 | 新手耗时占比 | 关键难点 |
|---|---|---|---|
| 剧本 | 故事大纲+分集台词 | 20% | 前3秒钩子、冲突密度 |
| 角色设定 | 角色设定表+参考图 | 10% | 跨镜头一致性 |
| 分镜 | 分镜脚本表 | 15% | 镜头语言单调、时长估算失准 |
| 画面生成 | 每镜关键帧/动态片段 | 30% | 风格漂移、多角色崩坏 |
| 配音配乐 | 台词音轨+BGM+音效 | 10% | 情绪不匹配、音画不同步 |
| 剪辑合成 | 成片文件 | 10% | 节奏拖沓、字幕不规范 |
| 发布优化 | 封面标题+数据复盘 | 5% | 只发不复盘 |
新手最常见的错误是直接从“画面生成”开始,结果生成了几十张好看的图却拼不成故事。 顺序不能颠倒:先有剧本和分镜,再生成画面。
二、开工前的三项准备
1. 定题材与时长。 第一支作品建议做 1—2 分钟竖屏(9:16),按每镜 3—5 秒计算,大约需要 20—35 个镜头。这个体量既能讲完一个有头有尾的小故事,又不会让你在剪辑阶段崩溃。
2. 定画风并固化为“风格后缀”。 写下一组固定的风格关键词,之后每一条生成指令都原样带上,例如:
日系赛璐璐动画风,干净线稿,明亮高饱和配色,柔和光影,扁平背景,无文字
3. 建角色设定表。 这是角色一致性的地基,建议在文档里维护:
| 字段 | 示例 |
|---|---|
| 姓名/身份 | 林昭,19岁,漫画社社长 |
| 外貌固定描述 | 黑色齐肩短发,右侧别一枚银色发夹,琥珀色眼睛,左眉尾有一道浅疤 |
| 服装固定描述 | 深蓝校服外套,白衬衫,红色领结,袖口卷起 |
| 性格与说话方式 | 外冷内热,短句,紧张时会摸发夹 |
| 口头禅 | “随便你。” |
外貌和服装描述一旦定稿就不要再改,它是你后面所有画面指令的“常量”。
三、第一步:剧本创作
短剧剧本不追求文学性,追求 信息密度 。一个可靠的节奏公式是:
- 0—3 秒:抛出反常画面或一句冲突台词(钩子)
- 3—20 秒:交代处境,抛出问题
- 20—60 秒:冲突升级,主角做出选择
- 结尾 5 秒:反转或悬念,逼观众看下一集
把下面这段 Prompt 交给任意 AI 助手,替换占位符即可:
【任务目标】你是一位擅长竖屏短剧的编剧,请为我写一部 AI 漫剧第 1 集的可拍摄剧本。【输入信息】- 题材类型:【填写题材,如校园/悬疑/古风/都市情感】- 目标时长:【填写,如 90 秒】- 主角设定:【粘贴角色设定表中的姓名、外貌、性格、口头禅】- 核心冲突:【一句话说明本集要解决的问题】- 内容尺度:全年龄向,无血腥、无恐怖惊吓画面【处理要求】1. 先用 100 字以内写出本集一句话梗概和结尾悬念;2. 按“场景标题+动作描写+台词”的剧本格式输出,台词口语化,单句不超过 20 字;3. 台词总量控制在【目标时长】÷4 字/秒以内,并在每段后标注预估秒数;4. 前 3 秒必须有一句钩子台词或一个反常动作;5. 标注每句台词的情绪(如压抑、爆发、嘲讽),供后续配音使用。【输出格式】一、梗概与悬念二、分场景剧本(场景号|地点|时间|动作|台词|情绪|预估秒数)三、本集埋下的 2 个后续伏笔【质量要求】不出现旁白式说明,不写“他很生气”这类抽象描述,改用动作和台词表现。
拿到初稿后,重点改三处: 删掉不影响主线的台词、把抽象情绪改成具体动作、确认结尾悬念足够勾人 。AI 生成的剧本通常“正确但平”,人工加一句反常识的台词,往往就是全片记忆点。
四、第二步:角色与场景设定
角色一致性有三个可落地的手段,按可靠性排序:
- 参考图复用 :先确定一张满意的角色立绘,后续所有镜头都以它为参考图输入,而不是每次重新用文字生成。
- 固定描述词 :把角色设定表里的外貌、服装描述整段复制,不做任何同义替换。改一个词就可能换一张脸。
- 固定随机种子/角色ID :如果所用工具支持,同一角色尽量沿用同一组参数。
生成角色定妆描述时可用这段 Prompt:
【任务目标】把角色设定转写为可直接用于 AI 绘画的角色立绘描述。【输入信息】角色设定表:【粘贴设定表内容】;画风:【粘贴风格后缀】【处理要求】1. 输出一段 80—120 字的中文画面描述,包含:性别年龄感、发型发色、眼睛、体态、服装细节、标志性配饰、表情、构图(全身/半身)、纯色背景;2. 只描述可见的视觉信息,不写性格和心理;3. 追加一行英文关键词,便于在部分工具中使用;4. 追加一行负面提示词,排除多余手指、文字水印、风格混杂等常见问题。【输出格式】中文描述 / English keywords / Negative prompt
如果你还在纠结主角该长什么样、走什么气质路线,可以先用头像生成体验快速试几个脸型与风格方向,选定后再把结论固化进角色描述词—— 先定脸,再定衣,最后定场景 ,返工成本最低。
五、第三步:分镜制作
分镜是把剧本翻译成“可执行的画面清单”。不要写“两人对峙”这种笼统描述,要写清景别、机位、动作和时长。推荐直接用这张表:
| 镜号 | 景别 | 画面内容 | 动作/表情 | 台词 | 时长 | 转场 | 音效 |
|---|---|---|---|---|---|---|---|
| 01 | 特写 | 教室窗台上一盆枯死的绿萝 | 风吹动枯叶 | — | 2s | 硬切 | 风声 |
| 02 | 中景 | 林昭站在课桌前,手里捏着浇水壶 | 手指收紧,垂眼 | “又死了。” | 3s | 硬切 | 环境静音 |
| 03 | 近景 | 后排男生抬头,嘴角上扬 | 挑眉,转笔 | “你养什么死什么。” | 3s | 硬切 | 笔掉落声 |
分镜 Prompt:
【任务目标】把下面的剧本拆解为可执行的漫剧分镜脚本。【输入信息】剧本:【粘贴剧本全文】;总时长:【填写】;画风:【粘贴风格后缀】【处理要求】1. 按每镜 2—5 秒切分,镜头总数控制在【填写】个以内;2. 每个镜头必须写明:镜号、景别(远/全/中/近/特写)、机位或视角、画面内容、角色动作与表情、台词、预估时长、转场方式、音效或BGM提示;3. 相邻镜头景别不得连续重复,避免全程中景;4. 台词超过 15 字的镜头拆成两镜,用反应镜头承接;5. 结尾单独设计一个 2—3 秒的悬念镜头。【输出格式】Markdown 表格,按镜号升序【质量要求】画面描述必须具体到可被绘制的程度,禁止出现“气氛紧张”这类无法作画的表述。
六、第四步:画面生成
漫剧的画面不是“一张张插画”,而是 关键帧+轻微动态 。实操要点:
- 风格统一 :每条指令都带上同一段风格后缀,一个都不能漏。
- 角色统一 :同一角色始终使用同一张参考图+同一段描述词。
- 批量生成 :一次生成 4—6 张候选,从中挑最贴合分镜的,效率远高于逐张精修。
- 让画面动起来 :用图生视频/首尾帧功能给关键帧加轻微运镜(推、拉、摇)或眨眼、发丝飘动等微动作,漫剧的质感主要来自这些细节,而不是大幅动作。
- 镜头别都用一个景别 :远景交代环境、中景演对手戏、特写给情绪,节奏才立得住。
常见问题与处理:
| 问题 | 原因 | 处理方式 |
|---|---|---|
| 同一角色脸型变化 | 描述词被改写、未用参考图 | 恢复原始描述词,强制使用参考图 |
| 多角色同框崩坏 | 同框人数过多 | 拆成正反打镜头,单镜不超过 2 人 |
| 手指、肢体异常 | 姿态复杂 | 改为半身、遮挡手部或换成道具特写 |
| 画面出现乱码文字 | 指令含文字要求 | 负面提示词加入“文字、水印、字幕” |
| 风格逐渐漂移 | 风格后缀遗漏 | 建立指令模板,逐条复制粘贴 |
七、第五步:配音配乐
配音的关键不是音色好听,而是 音色与角色年龄、性格匹配,情绪与画面同步 。
- 按角色分别选定音色,全片固定不变,并在文档里记录所用音色名称。
- 语速参考:中文正常播报约每分钟 220—260 字,情绪激动的段落可提到 280 字以上,压抑段落降到 200 字左右。
- 在台词里用标点和断句控制停顿,AI 配音对逗号和省略号的响应比你想的更明显。
- BGM 音量压到人声之下(通常比对白低 15—20 dB 左右),一个 90 秒的片段换 1—2 段音乐即可,换得太勤会碎。
- 在开门、脚步、消息提示等关键动作点上补音效,这是“廉价画面显贵”的最有效手段。
八、第六步:剪辑合成
按这个顺序在时间轴上操作,返工最少:
- 先铺配音 ,以台词轨为基准排画面,而不是反过来。
- 对齐口型与节奏 :每句话说完留 0.2—0.5 秒呼吸,不要立刻切下一镜。
- 加转场 :同场景用硬切,跨场景/跨时间才用叠化或特效转场,全片转场种类不超过 3 种。
- 上字幕 :单行不超过 15 字,位置统一在画面下方安全区内,避开平台 UI 遮挡区域。
- 导出参数 :竖屏 1080×1920,帧率与素材保持一致(常用 25 或 30fps),码率按平台建议档位选择,格式 MP4。
检查成片时看三件事: 有没有黑帧、音画是否偏移、字幕有没有超出安全区 。
九、第七步:优化与发布
发布不是终点,而是数据回收的起点。
- 封面与前 3 秒 :封面用信息量最大的一帧加大字标题,前 3 秒必须出现冲突或反常画面。
- 标题写法 :给出人物关系+冲突,例如“她养死了第七盆花,直到转学生开口”,避免“我的AI漫剧第一集”这类无信息标题。
- 平台差异 :竖屏短视频优先强钩子快节奏;图文社区可搭配角色设定图、分镜手稿做幕后内容,互动通常更好。
- 只看四个指标 :3 秒完播率、完播率、平均播放时长、互动率(评论+收藏+转发)。3 秒完播低说明钩子不行,完播低说明中段拖沓,互动低说明结尾没有讨论点。
复盘 Prompt:
【任务目标】根据数据表现诊断我的 AI 漫剧并给出下一集的优化方案。【输入信息】本集剧本与分镜:【粘贴】;数据表现:3秒完播率【填写】、完播率【填写】、平均播放时长【填写】、评论主要反馈【粘贴评论】。【处理要求】1. 判断问题出在钩子、节奏、角色还是结尾,指出依据;2. 给出 3 条可立即执行的修改动作,按优先级排序;3. 输出下一集的开场 3 秒方案 3 个备选,各配一句钩子台词;4. 指出本集中最容易被观众截图传播的 1 个画面,并说明原因。【输出格式】问题诊断 / 优化动作清单 / 下集开场备选 / 传播点分析
十、新手 7 天练习计划与避坑清单
| 天数 | 任务 |
|---|---|
| D1 | 定题材、画风、主角设定表 |
| D2 | 写 90 秒剧本并改到能读顺 |
| D3 | 出角色立绘与 2 个场景参考图 |
| D4 | 完成 20—30 镜分镜表 |
| D5 | 批量生成关键帧,补齐动态片段 |
| D6 | 配音、配乐、音效 |
| D7 | 剪辑合成、导出、发布并记录数据 |
避坑清单:不要第一集就做 5 分钟;不要中途改角色设定;不要一个镜头一个风格;不要用满屏特效转场;不要发布后不看数据。
十一、想更快看到成片效果
如果你已经写好了故事大纲和人物设定,想先看看自己的创意变成动态成片是什么效果,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,再根据实际观感回头调整剧本和分镜——先看到成片,往往比空想更容易发现问题。日常创作中的剧本打磨、分镜整理、标题优化等环节,也可以交给百度搭子(DuMate)处理。
AI 漫剧的门槛从来不在工具,而在 你是否把故事讲清楚了 。先把剧本和分镜做扎实,画面生成只是执行;反过来先玩工具,很容易做出一堆漂亮却没人看完的镜头。按上面的七步走完一集,跑通一次完整流程,第二集的制作时间通常会缩短一半以上。

登录后可评论,请前往 登录 或 注册