这是本文档旧的修订版！
AI漫剧不是“把小说丢给AI，一键生成视频”，而是一条小型影视制作流水线：
选题/IP → 故事策划 → 剧本 → 分镜 → 角色与场景设定 → 分镜图 → 动态化 → 配音音效 → 剪辑包装 → 质检 → 发布复盘
AI主要负责提速，人仍然要控制故事、表演、镜头和审美。高质量与低质量漫剧的差距，通常不在于用了哪个模型，而在于有没有稳定的“制作标准”。
## 一、先弄清楚“AI漫剧”是什么
常见形式大致分为三档：
1. 静态漫画视频
- 漫画图片、推拉运镜、字幕、配音、音效。
- 成本最低，适合新手验证题材。
2. 动态漫
- 人物局部动作、嘴型、表情、头发、衣摆、镜头移动、特效。
- 性价比通常最高，也是当前比较实用的方向。
3. AI动画短剧
- 每个镜头都生成连续视频，角色有完整动作和表演。
- 效果上限高，但人物一致性、动作稳定性和成本控制最难。
建议新手从第二种开始：以高质量静帧为基础，再进行有限度动态化。不要一开始追求每个角色都跑跳打斗。
—
# 二、完整制作流程
## 1. 确定产品方向
开始制作前先决定：
- 发布平台：抖音、快手、视频号、B站、小红书、YouTube等。 - 横屏还是竖屏。 - 单集时长。 - 连载还是单篇完结。 - 受众是谁。 - 题材：逆袭、悬疑、恋爱、玄幻、都市、搞笑、科幻等。 - 画面风格：国漫、日漫、厚涂、写实、Q版、水墨等。 - 更新频率和预算。
这一步决定后面的节奏、镜头数量和制作成本。
例如竖屏短剧通常更强调：
- 前几秒必须出现冲突； - 对话短； - 近景和特写多； - 每隔几秒出现一次信息变化； - 结尾设置悬念。
## 2. 选题与故事策划
先写一个“一句话故事”，也叫故事梗概或Logline：
一个被家族赶走的废柴少年，意外获得能听见古董声音的能力，并借此查出父亲失踪的真相。
然后继续确定：
- 主角想要什么； - 谁在阻止他； - 失败会失去什么； - 主角为什么必须现在行动； - 故事最大的差异化是什么； - 观众为什么要追下一集。
一个可连载的故事需要三层目标：
- 全剧目标：最终要解决的大问题。 - 阶段目标：每10～20集解决一个阶段问题。 - 单集目标：这一集发生什么变化。
## 3. 建立世界观和人物小传
### 世界观设定
包括：
- 时代和地点； - 社会规则； - 力量体系； - 阶级、组织和势力； - 货币、科技或法术； - 哪些事情允许发生，哪些不允许。
世界观最重要的不是“写得多”，而是规则不能前后矛盾。
### 人物小传
每个主要人物至少要有：
- 姓名、年龄、身份； - 外形特征； - 性格； - 欲望； - 恐惧； - 缺点； - 秘密； - 与其他角色的关系； - 说话习惯； - 人物成长弧线。
人物弧线指角色从故事开始到结束发生的内在变化，例如：
从只相信力量，到学会相信伙伴。
角色只有外貌设定，没有欲望和缺点，就会像一个漂亮的纸片人。
## 4. 写剧集大纲
大纲不是完整对白，而是每一集发生什么。
可以按下面格式写：
- 本集目标； - 开场钩子； - 冲突升级； - 情绪转折； - 高潮； - 结尾悬念； - 下一集承接点。
例如：
第3集：主角参加鉴宝比赛。
开场：所有人嘲笑他带来一只破碗。
发展：对手故意要求现场验货。
转折：破碗发出声音，告诉主角自己内部藏有夹层。
高潮：夹层中出现失传印章。
结尾：评委看到印章后脸色骤变，说这是失踪者的东西。
高质量连载不是每集都靠“突然有人震惊”，而是要交替使用：
- 信息悬念； - 人物关系变化； - 危险升级； - 情绪回报； - 新问题出现。
## 5. 写正式剧本
剧本是“可以被拍出来的故事”，不等于小说。
小说可以写：
他心里涌起一阵无法言说的悲凉。
剧本需要把它变成可见、可听的内容：
林川攥紧父亲留下的旧表。
他想开口，却把话咽了回去。
林川：没事，我们走吧。
剧本通常包括：
- 场次编号； - 时间、地点、内外景； - 出场人物； - 动作； - 台词； - 必要的声音提示。
示例：
```text 03-02 旧货市场 日/外
人物：林川、摊主、围观者
林川停在一个破旧木箱前。
摊主 别碰，碰坏了你赔不起。
木箱里传来微弱的老人声音。
木箱（画外音） 找到我……我知道你父亲去了哪里。
林川猛然抬头。
切黑。 ```
### 写漫剧剧本要特别注意
- 台词要适合“说”，不要像书面文章； - 一句话尽量只表达一个意思； - 能用表情和动作表达的，不全靠旁白； - 每场戏都要发生变化； - 删除不推动剧情、人物或氛围的对白； - 动作难度要符合预算。
—
# 三、什么是分镜
分镜就是把剧本拆成一个个镜头，预先决定观众看到什么。
剧本写：
小雨进入房间，发现桌上放着一封信。她打开信，看到内容后惊呆了。
分镜可能拆成：
1. 房间全景：小雨推门进入； 2. 中景：她发现桌上的信； 3. 信封特写：写着她的名字； 4. 手部特写：撕开信封； 5. 主观镜头：信上的文字； 6. 脸部大特写：瞳孔收缩； 7. 门外黑影镜头：有人正在偷听。
同一段剧本，不同分镜会产生完全不同的节奏和悬念。
## 分镜表通常写什么
| 项目 | 含义 |
| — | — |
| 镜号 | 镜头编号 |
| 画面 | 这个镜头看见什么 |
| 景别 | 远景、全景、中景、近景、特写 |
| 机位 | 平视、俯视、仰视、侧面等 |
| 运镜 | 推、拉、摇、移、跟、环绕等 |
| 人物动作 | 谁做什么 |
| 台词/旁白 | 这个镜头对应的声音 |
| 音效 | 脚步、撞击、环境声等 |
| 时长 | 镜头持续几秒 |
| 转场 | 硬切、叠化、闪白、淡出等 |
| 素材方式 | 静帧、局部动画、图生视频等 |
## 常用景别
- 远景：交代环境、规模和孤独感。 - 全景：看清人物全身及动作。 - 中景：人物交流，腰部以上常见。 - 近景：强调表情和情绪。 - 特写：眼睛、手、物品、关键线索。 - 大特写：极强的情绪或冲击。
常见错误是整集全用半身正面镜头，效果会像“角色站着念台词”。
## 分镜、分镜图、动态分镜的区别
- 分镜脚本：文字表格，描述每个镜头。 - 分镜图/故事板：把镜头画出来，不一定精细。 - 动态分镜/Animatic：把分镜图按时间排好，加临时配音和音乐，提前观看节奏。
故事板本质上就是在正式制作前，用连续画面预演影视内容。动态分镜尤其重要，因为它能在昂贵的视频生成之前发现节奏问题。[Storyboard简介](https://en.wikipedia.org/wiki/Storyboard)
—
# 四、视觉设定与一致性管理
这是AI漫剧最容易翻车的部分。
## 1. 角色设定表
主要角色至少需要：
- 正面、侧面、背面； - 全身和脸部近景； - 常用表情； - 常用服装； - 身高比例； - 发型、瞳色、饰品； - 武器或标志性道具； - 禁止改变的特征。
建议为每个角色建立一份“角色圣经”：
```text 姓名：沈月 年龄：22 脸型：偏圆的鹅蛋脸 发型：黑色长发，右侧银色发夹 眼睛：浅灰色 服装：蓝白短款风衣，黑色长靴 识别点：右眼下方一颗小痣 禁止项：不能变成短发，不能改变发夹位置 ```
参考图不是可有可无。现在的生成系统一般通过角色参考图、风格参考和场景参考降低漂移；官方工作流也建议为重复出现的角色保存参考图、有效提示和失败禁忌。[Runway角色参考说明](https://help.runwayml.com/hc/en-us/articles/40042718905875-Creating-with-Gen-4-Image-References)
## 2. 场景设定表
固定场景也要设计：
- 空间布局； - 门窗位置； - 家具和道具； - 主色调； - 光线方向； - 白天、夜晚版本； - 不同拍摄角度。
否则同一个卧室会在下一镜突然多出一扇门。
## 3. 风格规范
需要固定：
- 线条粗细； - 上色方式； - 色彩饱和度； - 阴影类型； - 人体比例； - 镜头宽高比； - 光影风格； - 是否保留漫画网点、速度线、拟声字。
不要只写“精美、电影感、8K”。这种词无法真正约束风格。
—
# 五、从分镜图到动态画面
比较稳定的制作方法是：
1. 先生成并确认角色参考； 2. 生成每个镜头的静态关键帧； 3. 人工修正脸、手、服装、道具和构图； 4. 再把确认后的关键帧动态化； 5. 每个镜头单独生成； 6. 最后在剪辑中拼接。
相比直接用文字生成整段视频，先图后视频更容易控制构图和角色身份。目前的官方生成建议也强调：先得到正确静帧，再转成视频，并使用参考素材维持人物和场景一致性。[图生视频提示指南](https://help.runwayml.com/hc/en-us/articles/48324313115155-Image-to-Video-Prompting-Guide)
动态化时，提示重点应当是“运动”，例如：
```text 女孩缓慢抬头，先困惑，然后瞳孔收缩。 头发被微风轻轻吹动。 镜头缓慢推进。 背景人物保持不动。 ```
不要在图生视频阶段重新描述大量外貌，否则模型可能重新设计人物。
## 动作难度分级
新手先做：
- 眨眼； - 呼吸； - 轻微转头； - 头发和衣摆晃动； - 镜头推进； - 光影变化； - 烟雾、雨、粒子。
谨慎使用：
- 两人拥抱； - 复杂打斗； - 手持物品交接； - 快速跑动； - 多人同时表演； - 长时间连续对白； - 镜头内换装。
复杂动作可以通过“多镜头剪辑”绕开。例如打斗不必完整生成，而可以组合：
眼神特写 → 握拳 → 冲刺残影 → 撞击闪白 → 对手倒地 → 地面碎裂。
这就是镜头语言在替你省钱。
—
# 六、声音制作
声音至少占成片体验的一半，包括：
- 角色配音； - 旁白； - 环境声； - 动作音效； - 氛围音乐； - 情绪音乐； - 静音和停顿。
## 配音需要控制
- 每个角色的音色档案； - 年龄感； - 语速； - 情绪； - 重音； - 停顿； - 前后集音色一致； - 生僻字、多音字读音。
AI配音不要直接使用第一遍结果。台词要按表演拆开，例如：
```text “你……早就知道了？” ```
不能简单写成：
```text “你早就知道了” ```
前者包含迟疑、发现和质问，后者可能只被平淡地念出来。
## 音效分层
每场戏可以检查四层声音：
1. 人声； 2. 环境底噪； 3. 动作音效； 4. 音乐。
咖啡馆不能只有对白；雨夜不能只有雨声；打击动作不能只靠画面。
—
# 七、剪辑和后期包装
剪辑阶段要完成：
- 镜头节奏； - 配音对齐； - 字幕； - 音效； - 配乐； - 转场； - 调色； - 特效； - 片头片尾； - 封面； - 标题与发布文案。
## 剪辑顺序建议
先做声音版：
临时配音 → 分镜图 → 确认节奏 → 生成最终画面 → 精配音 → 音效音乐 → 字幕包装
不要先花大量时间生成高清画面，最后才发现剧情拖沓。
字幕不仅是把台词放上去，还要控制：
- 每行字数； - 断句； - 出现时机； - 是否遮挡人物； - 手机屏幕上的字号； - 重点词是否需要强调。
—
# 八、成片质检
发布前至少检查五遍：
## 剧情检查
- 前几秒有没有事件； - 主角目标是否清楚； - 观众能不能看懂人物关系； - 每场戏有没有推进； - 结尾是否让人想看下一集。
## 连续性检查
- 发型、衣服、饰品有没有变化； - 人物左右位置是否突然交换； - 道具有没有消失； - 场景结构是否改变； - 上一镜抬起的是不是下一镜同一只手。
## 画面检查
- 手指、牙齿、瞳孔； - 口型和表情； - 背景人物畸变； - 文字乱码； - 视频闪烁； - 镜头运动是否突然抽搐。
## 声音检查
- 音量是否忽大忽小； - 音乐是否盖住对白； - 角色音色是否串了； - 人名和生僻字是否读错； - 是否缺少环境声。
## 手机端检查
最终一定在手机上完整观看一次，因为电脑上清楚的字幕，手机上可能太小。
—
# 九、除了剧本和分镜，还要学什么
完整能力可以分成八组：
1. 故事能力
- 选题、人物、冲突、悬念、情绪、节奏、剧集结构。
2. 编剧能力
- 大纲、场次、动作、对白、伏笔、反转、人物弧线。
3. 导演与镜头语言
- 景别、构图、机位、调度、运镜、轴线、蒙太奇。
4. 美术能力
- 角色设计、场景设计、色彩、光影、服装、风格统一。
5. AI生成能力
- 提示设计、参考图、局部重绘、角色一致性、图生视频、失败素材修复。
6. 声音能力
- 配音导演、声音表演、音效设计、配乐和混音。
7. 剪辑能力
- 节奏、转场、字幕、画面衔接、声音衔接、情绪控制。
8. 制片与运营能力
- 素材管理、预算、排期、版权、平台规则、数据分析、系列化生产。
很多新手只学习第5项，所以会得到“画面漂亮但不好看”的作品。
—
# 十、高质量漫剧的核心标准
高质量不等于每一帧都极其精细，而是做到：
- 故事清楚：观众不会看不懂。 - 角色稳定：人物不会每个镜头换脸。 - 情绪准确：该紧张时紧张，该感动时感动。 - 镜头有效：镜头有叙事目的，不是随机切换。 - 声音可信：角色不是毫无情绪地念稿。 - 节奏紧凑：没有大量重复信息。 - 画面连续：服装、道具、方向和光线能接上。 - 风格统一：不会一会儿写实、一会儿二次元。 - 具有原创性：不是批量套模板、换名字、换图片。
以YouTube为例，平台并不是简单禁止AI内容，但会限制缺乏原创价值、批量生产或高度重复的内容，版权要求也仍然适用。[YouTube频道获利政策](https://support.google.com/youtube/answer/1311392?hl=en)
—
# 十一、新手最适合的练习路线
不要直接做100集连续剧。建议这样练：
### 第一阶段：30秒测试片
- 1个场景； - 1个角色； - 5～8个镜头； - 一次情绪变化； - 一句关键对白。
目标：学会完整走通流程。
### 第二阶段：1分钟完整故事
- 2个角色； - 2个场景； - 10～15个镜头； - 有开场、冲突、转折和结尾。
目标：解决角色一致性、对白和剪辑节奏。
### 第三阶段：3集试播集
- 每集1～2分钟； - 固定角色和场景； - 第一集建立冲突； - 第二集升级； - 第三集给阶段回报，同时留下新悬念。
目标：测试观众是否愿意追更。
### 第四阶段：再做批量化
只有试播数据和制作标准稳定后，才建立：
- 角色素材库； - 场景素材库； - 提示词模板； - 分镜模板； - 音效库； - 字幕模板； - 质检清单； - 文件命名规范； - 每集成本和工时统计。
—
# 十二、最容易被忽略的东西
除了剧本和分镜，还经常缺少：
- 导演意图：这一场到底想让观众感受到什么； - 表演设计：人物说台词时在想什么； - 连续性管理：服装、道具、位置、时间和光线； - 动态分镜：正式生成前先验证节奏； - 角色与场景资产库； - 声音设计； - 版本管理和文件命名； - 质量验收标准； - 版权与商业授权记录； - 平台运营和数据复盘； - 成本核算； - 稳定更新能力。
一句话总结：
剧本决定观众想不想看，分镜决定故事好不好看，美术决定第一印象，声音决定代入感，剪辑决定能不能看完，一致性和制片流程决定能不能持续更新。