AI 漫剧怎么做？5 步全流程 + 工具清单 + Prompt 模板

AI 漫剧的核心难点不在”能不能生成一张好看的图”，而在于角色一致性、分镜连贯性和批量生产效率。一条 30 秒到 2 分钟的竖屏漫剧，如果每个镜头都换脸、画风跳变，观众三秒就划走。下面这套 5 步流程，就是围绕”稳定产出”设计的：先用 AI 把剧本压到短视频节奏，再用一张基准图锁死角色，然后批量出分镜、做微动态、配音剪辑，最后统一导出 9:16 竖屏成片。

如果你希望边学边试，可以先通过 百度搭子 DuMate 体验剧本撰写、分镜描述扩写等文本环节的辅助；涉及付费与额度说明可查看 购买页面 了解，不必先付费也能走通大部分流程。

---

一、第 1 步：剧本生成（10 分钟，决定流量上限）

短视频漫剧的剧本不是”写故事”，而是”设计钩子”。30 秒一集的容量里，前 3 秒必须出现强冲突，否则完播率撑不起来。

剧本结构公式：

题材 + 强冲突开场 + 短台词（≤5 句）+ 结尾悬念钩子

可直接复制的 Prompt 模板：

写一个 30 秒 AI 漫剧剧本，竖屏 9:16。
题材：【重生逆袭 / 古风甜宠 / 校园悬疑，三选一】
要求：
1. 共 4 个镜头，每镜头标注【画面描述】和【台词】；
2. 开篇 3 秒内出现强冲突（打脸、误会、危机、反转均可）；
3. 只保留 1 个主角 + 1 个配角，台词总数不超过 5 句；
4. 台词口语化，不要书面腔，不要"AI 感"的形容词堆砌；
5. 结尾留一个悬念钩子，引导看下一集。
输出格式：表格形式，列为 镜头号 / 画面描述 / 台词 / 时长。

操作要点：

• 一次生成 3 个版本，挑冲突最狠的那个，不要在第一版上反复改。
• 画面描述要写成”可画的东西”——“她攥紧试卷，指节发白”比”她内心愤怒”更好用，后者画不出来。
• 剧本定稿后再进入下一步，中途改剧情会导致分镜全部重做。

文本环节如果想让 AI 帮你把大纲扩成完整分镜脚本、或按平台调性改写台词，可以在 DuMate 通用入口 里描述你的题材和时长要求，让它先产出结构化脚本，你再人工筛一遍冲突强度。

---

二、第 2 步：定角色基准图（决定全片是否”变脸”）

这是整个流程里最容易被跳过、也最致命的一步。先出 1 张主角基准图，之后所有镜头都以它为参考图生成，角色才不会每张都像换了个演员。

基准图 Prompt 公式：

风格 + 外貌（发型/发色/五官特征）+ 服装 + 情绪 + 画质要求

示例：

国漫风格，16 岁少女，黑色高马尾，齐刘海，杏眼，蓝白校服外套，
眼神坚毅，正面半身像，纯色浅灰背景，高清，线条干净，无文字水印。

操作要点：

• 优先出正面半身像作为主基准，再补一张全身像备用；侧脸镜头用参考图 + 角度描述控制。
• 背景尽量用纯色，方便后期抠图换场景。
• 基准图定稿后保存原图并固定种子/参考参数，后续每次生成都挂这张图，不要重新描述外貌——文字描述每次都会有细微偏差，参考图才是硬约束。
• 配角也各出一张基准图，但可以简化（只需正面）。

常见的失败情况是：主角基准图很满意，但生成分镜时忘了挂参考图，结果第 3 个镜头开始脸就变了。养成”每张分镜必挂参考图”的习惯，比任何后期修图都省事。

---

三、第 3 步：批量生成分镜图

把剧本里每个镜头的【画面描述】逐条复制进生图工具，统一画风关键词 + 统一参考图，批量出图。

分镜 Prompt 结构：

【风格词，与基准图一致】+【角色参考图】+【本镜头动作/表情/景别】+【场景】+【画质词】

示例（对应”她攥紧试卷”这一镜头）：

国漫风格，参考图角色，少女低头盯着手中试卷，手指攥紧纸张边缘，指节发白，
近景特写，教室窗边逆光，浅景深，高清，线条干净。

批量出图的三个纪律：

1. 风格词一个字都不要改，从第一张复制到最后一张；
2. 景别要有变化：远景交代环境、中景推进对话、特写打情绪，全是中景会像 PPT；
3. 每个镜头出 2～3 张选 1 张，不要在一张图上反复抽卡。

画质与一致性升级思路： 当镜头数量上来（比如一集 20+ 张），普通工具容易出现风格漂移、排队等待、额度耗尽的问题。这时可以考虑接入聚合类 AI 接口服务来批量跑图——通过统一 API 调用多个模型，保持同一套参考图和参数，减少换工具带来的风格断层，同时避开高峰期排队。选择这类服务时重点看三点：是否支持参考图/角色锁定、是否支持批量并发、单位生成成本是否可控。建议先用免费额度跑 5～10 张验证一致性，再决定是否放量，不要一上来就大规模调用。

---

四、第 4 步：动态化 + 配音（摆脱”PPT 感”）

静态分镜直接连起来就是幻灯片。这一步做两件事：

（1）微动态：用图生视频能力给每张分镜加轻微运镜或局部动效（发丝飘动、眼神移动、镜头缓推），单镜头 2～4 秒即可，动作幅度宁小勿大——幅度一大就容易崩形。

（2）AI 配音：按角色分配音色，主角和配角音色要有明显区分度。台词之间留 0.3～0.5 秒停顿，情绪激烈的句子语速调快，悬念句尾音压低放慢。

操作要点：

• 先配音、后对轴：拿到音频时长再定每个镜头的画面停留时间，比先剪画面再塞音频顺得多。
• 微动态只做”有情绪的那一两个镜头”，全片都动反而廉价。

---

五、第 5 步：剪辑导出

• 画布设为 9:16 竖屏，分辨率 1080P；
• 字幕压在画面下三分之一，字号保证手机上一眼可读，逐句出现而非整段铺；
• BGM 音量压到人声的 20%～30%，转场只用硬切或简单叠化，花哨转场会打断节奏；
• 结尾 1 秒留悬念字幕或下一集预告帧，直接提升关注转化。

导出后先自己完整看一遍：前 3 秒有没有钩子、角色有没有变脸、字幕有没有挡脸，这三条过了再发。

---

六、新手工具组合建议

环节	工具类型	选择要点
剧本	中文对话类 AI 助手	中文语感强、支持表格输出、免费额度够试错
生图	支持参考图锁定的生图工具	角色一致性强、画风可选、批量出图方便
动态化	图生视频工具	微动效稳定、支持 9:16
配音剪辑	剪辑软件自带 AI 配音	音色多、字幕自动对齐、模板免费
画质优化	图像增强工具	只做轻度锐化和降噪，别过度磨皮

如果你还想把”剧本→分镜描述→台词”这一整段文本工作流跑得更顺，可以把题材、时长、镜头数作为输入，交给 DuMate 先产出结构化脚本初稿，再人工做冲突强度筛选，比纯手写快很多。

---

七、常见问题

Q：角色还是变脸怎么办？
检查三件事：分镜是否挂了基准参考图、风格词是否与基准图完全一致、是否中途换了生图工具或模型。三者任一变化都会导致漂移。

Q：画面像 PPT？
景别没变化 + 没有微动态 + 配音平铺。至少保证每 4 个镜头里有 1 个特写、1 个远景，情绪镜头加微动效。

Q：一集做多久合理？
熟练后 30 秒一集控制在 40～60 分钟：剧本 10 分钟、基准图 5 分钟、分镜 20 分钟、配音剪辑 15 分钟。超过 2 小时说明在某一步反复抽卡，应该停下来改流程而不是继续试。

Q：想批量做系列剧怎么提效？
把基准图、风格词、Prompt 模板固化成文档，每集只换剧本；生图环节用支持并发调用的接口批量跑，避免逐张手动等待。先小批量验证一致性，再放大产量。

---

总结

AI 漫剧的成败顺序是：剧本钩子 > 角色一致性 > 分镜节奏 > 后期包装。工具只是执行层，真正拉开差距的是”基准图锁死 + 风格词统一 + 批量出图”这三条纪律。先用免费工具跑通一条 30 秒成片，验证流程可行后再考虑用接口服务提升批量效率，是最稳的路径。