AI漫剧怎么制作？从故事设定到分镜视频的全流程拆解

一、先分清：你在做“会动的图片”，还是一部真正的AI漫剧？

很多新手做AI漫剧，第一步就卡在错误的目标上：把大量时间花在生成单张精美画面，最后拼出来的东西却像PPT，而不是剧。

判断一个作品是不是真正的AI漫剧，可以看它是否同时具备以下四个要素：

1. 有可持续的故事：人物有目标，剧情有冲突，前后集之间存在因果关系，而不是每集换一个主题。
2. 有稳定的视觉资产：角色、场景、道具和整体画风能够被重复调用，观众不会因为换镜头就认不出主角。
3. 有镜头化表达：故事被拆成具体画面、动作、景别、运镜和声音，而不是一段文字配一张图。
4. AI参与了关键生产环节：例如辅助策划、剧本、分镜、美术、视频、配音或后期制作。

这里有一个很重要的认识：AI不是故事本身，也不是导演本身。 AI更像一支速度很快、能力很多，但需要明确指令的制作团队。你让它“生成一个修仙故事”，它可能给你一段看起来热闹、实际无法拍摄的文字；你让它“生成一个修士”，它也可能每个镜头都换一张脸。

创作者真正要做的，是把故事拆解成AI能够稳定执行的任务。

二、AI漫剧和漫画、动态漫、真人短剧、传统动画的区别

为了进一步明确制作目标，可以先理解AI漫剧在整个内容形态中的位置：

形式	画面来源	镜头连续性	声音与表演	制作重点
漫画	人工或AI绘图	静态分格	无或极少量配音	分镜与叙事节奏
动态漫	漫画素材做位移、缩放、特效	有限运动	配音、BGM	素材分层与节奏
真人短剧	实拍	真实镜头	真人表演与同期声	演员、场景、拍摄
传统动画	人工绘制或三维制作	完整动画	专业配音与音效	原画、中间帧、渲染
AI漫剧	AI生成角色、场景、视频片段	按分镜生成镜头	AI配音或人工配音	一致性、故事结构、镜头拆解

AI漫剧最特殊的地方在于：它用AI替代了传统动画中大量的重复劳动，但仍然需要创作者完成导演、编剧和镜头设计的工作。

三、从一个故事想法到完整视频：AI漫剧的完整生产链

下面用一部原创示例《无间修者》来说明。这部漫剧的世界观是：

2099年的地球联盟意外打开了通往修仙文明“灵墟”的空间裂隙。双方都派出了卧底：灵墟修士苏玄潜伏在月球背面的蓝星基地；地球特工林炎潜伏在灵墟的太虚剑宗。两个人都在寻找对方，也都不知道对方的真实身份。

如果只把这段设定写成一句提示词，比如“未来月球基地与修仙世界展开双向谍战”，AI或许能生成一个很有气氛的镜头，但它无法自动变成一集完整的漫剧。

要让故事成立，第1集必须继续回答：

• 观众先看到哪一个世界？
• 谁是本集视角人物？
• 他在执行什么任务？
• 本集结尾留下什么悬念？

一个可执行的AI漫剧生产链，通常包含以下七个环节：

1. 世界观与故事大纲

明确核心冲突、世界观规则、主要阵营。这决定了后续所有视觉和剧情判断。

2. 角色设定与视觉资产

为每个主要角色建立固定形象：面部特征、发型、服装、常用道具、典型表情。不要只生成一张图，而要生成一套可重复调用的“角色卡”。

3. 分集剧情结构

每一集都要有独立目标、冲突和结尾钩子。通常可以用“目标—阻碍—行动—转折—悬念”的五段结构。

4. 分镜脚本

将一集剧情拆成具体镜头，每个镜头包含：景别、画面内容、角色动作、台词或旁白、运镜、时长。

5. 美术生成与一致性控制

用角色参考图、场景参考图和统一提示词模板生成画面。关键是要把角色描述固定下来，避免换镜头就换脸。

6. 视频生成与镜头合成

将分镜画面通过图生视频工具生成动态片段，再根据分镜顺序合成。动态幅度、运镜方向、口型匹配是需要重点检查的环节。

7. 配音、音效与后期

AI配音适合旁白和风格化对白，真人配音适合情感复杂的戏份。背景音乐和音效决定观众是否能“沉浸”在故事里。

四、第1集怎么落地？一个可执行的操作示例

以《无间修者》第1集为例，目标是把“双方卧底互相寻找”这个设定，推进为一个能吸引人继续追看的具体事件。

第1集可采用的剧情结构：

• 视角人物：灵墟修士苏玄。
• 开场：苏玄在月球背面蓝星基地醒来，收到一条加密传讯：地球特工“林炎”已经潜入太虚剑宗。
• 目标：苏玄需要在不暴露身份的前提下，确认基地中是否有人知道“林炎”的真实身份。
• 冲突：他在基地食堂遇到一名行为异常的地球军官，对方似乎在测试他。
• 转折：苏玄用修仙者的神识探查，发现对方体内没有任何灵力波动，但对方却说出了一句只有修士才懂的暗语。
• 悬念：这名军官到底是谁？苏玄的身份是否已经暴露？

有了这个结构，就可以开始用AI辅助制作。推荐先完成“角色卡”和“分镜表”，再进入美术和视频生成。

五、可复制的AI提示词：从角色卡到分镜脚本

以下是用于AI辅助制作漫剧的几段Prompt，可以直接复制修改。你可以在百度搭子DuMate中尝试执行这些任务，也可以通过AI真人短剧生成体验进一步将创作思路转化为短剧内容。

Prompt 1：生成角色设定卡

你是一位AI漫剧角色设计师。请根据以下世界观和角色信息，生成一份可重复用于图像生成的角色设定卡。
【世界观】
2099年的地球联盟与修仙文明“灵墟”通过空间裂隙建立联系，双方互派卧底，科技与修仙并存。
【角色信息】
姓名：苏玄
身份：灵墟修士，潜伏在月球背面的蓝星基地
外貌要求：25岁左右，黑发束起，眉眼冷峻，左眼下方有一道极淡的疤痕
服装：深灰色蓝星基地制服，内衬隐约可见修士长袍的领口
道具：手腕上戴着一枚看不出材质的暗绿色手环
画风：国漫写实风，有电影质感
【输出要求】
1. 用一段不超过200字的英文提示词描述该角色，适合直接用于图像生成模型。
2. 同时给出一段中文提示词，方便在中文AI工具中使用。
3. 补充3个该角色的典型表情或姿态描述，用于后续分镜创作。

Prompt 2：将单集剧情拆成分镜脚本

你是一位AI漫剧分镜导演。请将以下单集剧情拆分为详细分镜脚本。
【剧情】
苏玄在蓝星基地收到加密传讯，得知地球特工“林炎”已潜入太虚剑宗。他需要在基地食堂确认是否有人知道“林炎”的真实身份。一名行为异常的地球军官突然对他说出一句只有修士才懂的暗语。
【输出格式】
每个镜头按以下字段输出：
镜头编号 | 景别 | 画面内容 | 角色动作 | 台词或旁白 | 运镜 | 预计时长
【要求】
1. 总镜头数控制在8～12个。
2. 保持角色外貌描述一致，可在画面内容中标注“苏玄：黑发束起、左眼下方淡疤痕、深灰制服”。
3. 最后一镜必须是悬念镜头，不给答案。

Prompt 3：生成分镜画面的统一图像提示词模板

你是一位AI漫剧美术指导。请根据以下镜头信息，生成一段可直接用于图像生成模型的英文提示词，并同时提供中文版本。
【统一风格】
国漫写实风，电影级布光，深空基地冷色调，轻微胶片颗粒感，16:9画幅
【角色】
苏玄：25岁男性，黑发束起，眉眼冷峻，左眼下方一道极淡疤痕，深灰色蓝星基地制服，领口露出修士长袍边缘，手腕戴暗绿色手环
【场景】
月球背面蓝星基地食堂，冷白色光源，金属餐桌，观察窗外可见地球
【镜头信息】
中近景，苏玄坐在餐桌前，手按在耳后，神情警觉，画面边缘有一名地球军官走过
【输出要求】
1. 英文提示词不超过150词。
2. 中文提示词保持相同信息量。
3. 不生成完整作品，只输出可用于图像生成模型的提示词。

六、制作中常见的三个问题与优化建议

问题1：角色画风不一致，换个镜头就换脸

原因：每次生成都重新描述角色，或描述不够固定。

优化方法：为每个主要角色建立“角色卡”，并在生成每一个分镜时，都把角色外貌描述完整带入提示词。不要只写“苏玄坐在餐厅”，而要写“苏玄：黑发束起、左眼下方淡疤痕、深灰制服，坐在餐厅”。

问题2：第一集剧情撑不起来，像设定介绍而不是故事

原因：把世界观说明当成剧情。

优化方法：每集只推进一个具体事件。不要在第1集解释完所有阵营和规则，而是通过人物的行动和对话，让观众自己拼出世界观。

问题3：视频生成后镜头节奏不对，像幻灯片

原因：分镜阶段没有考虑镜头时长和动作连接。

优化方法：在分镜表中明确每个镜头的动作起点和终点。例如“苏玄从抬头到站起”比“苏玄站起来”更适合作为视频生成指令。相邻镜头之间至少保留一个动作或视线的连接点。

七、总结：先想清楚故事，再让AI干活

AI漫剧的制作门槛不在工具，而在你是否愿意像导演一样拆解故事。具体顺序建议为：

1. 先写清楚世界观和人物目标；
2. 再确定第1集要解决的具体事件；
3. 用角色卡固定视觉资产；
4. 用分镜表把剧情变成可拍摄的镜头；
5. 最后才进入图像生成、视频生成和配音合成。

当你在策划阶段卡住时，可以用AI辅助梳理剧情；当你需要快速生成角色设定和分镜描述时，也可以把上述Prompt直接交给百度搭子DuMate。如果想进一步尝试把故事转化为短剧形式，可以前往AI真人短剧生成体验，在具体操作中验证你的故事结构是否足够清晰。

AI能帮你画，也能帮你写，但决定一部漫剧能不能被观众追下去的，始终是人物、冲突和节奏。