AI漫剧怎么做：高质量AI漫剧完整制作流程

AI漫剧不是把小说交给AI，然后一键生成视频，而是一条完整的小型影视制作流水线：

选题或IP → 故事策划 → 剧本 → 分镜 → 角色与场景设定 → 分镜图 → 画面动态化 → 配音音效 → 剪辑包装 → 质量检查 → 发布复盘

AI主要负责提高制作效率，人仍然需要控制故事、表演、镜头、声音和审美。

高质量与低质量AI漫剧的差距，通常不在于使用了哪个AI模型，而在于有没有一套稳定的制作标准。

常见的AI漫剧大致可以分为三种形式。

• 使用漫画图片、字幕、配音和音效制作。
• 通过推近、拉远和平移等方式，让静态图片产生运动感。
• 制作成本较低。
• 适合新手测试题材和故事。

• 人物具有局部动作。
• 可能包含眨眼、嘴型、表情、头发和衣摆运动。
• 配合镜头移动、光影变化和视觉特效。
• 制作成本与最终效果相对平衡。

• 每个镜头都生成连续视频。
• 角色具有比较完整的动作和表演。
• 效果上限较高。
• 人物一致性、动作稳定性和成本控制难度最大。

对于新手，建议从动态漫开始。

先制作高质量静态分镜图，再进行有限度的动态化。

不要一开始就追求复杂打斗、多人互动和长时间连续动作。

开始制作前，需要先确定：

• 发布平台。
• 横屏还是竖屏。
• 单集时长。
• 连载还是单篇完结。
• 目标观众是谁。
• 作品题材。
• 视觉风格。
• 更新频率。
• 制作预算。
• 是否考虑商业化。

常见题材包括：

• 都市。
• 逆袭。
• 悬疑。
• 恋爱。
• 玄幻。
• 搞笑。
• 科幻。
• 历史。
• 惊悚。
• 校园。

常见视觉风格包括：

• 国漫。
• 日漫。
• 写实。
• 厚涂。
• Q版。
• 水墨。
• 赛博朋克。
• 复古漫画。

如果制作竖屏短剧，通常要注意：

• 开头尽快出现冲突。
• 对话尽量简短。
• 多使用近景和特写。
• 每隔几秒出现一次信息变化。
• 结尾设置悬念。
• 重要人物和物品尽量放在画面中央区域。

首先写出一个“一句话故事”，说明主角、能力、目标和主要矛盾。

例如：

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，并借此调查父亲失踪的真相。

然后回答以下问题：

• 主角是谁？
• 主角想要什么？
• 谁在阻止主角？
• 主角为什么必须现在行动？
• 如果失败，主角会失去什么？
• 这个故事最大的差异化是什么？
• 观众为什么要继续观看下一集？

适合连载的故事通常需要三层目标：

世界观是故事运行的规则。

世界观设定可以包括：

• 故事发生的时代。
• 故事发生的地点。
• 社会结构。
• 阶级关系。
• 组织和势力。
• 科技水平。
• 法术或力量体系。
• 货币系统。
• 职业体系。
• 社会禁忌。
• 故事中的特殊规则。

世界观不一定要写得非常庞大，但必须保持前后一致。

如果故事规则经常改变，观众就无法判断人物的行为是否合理。

每个主要人物至少需要设定：

• 姓名。
• 年龄。
• 身份。
• 外形特征。
• 性格。
• 欲望。
• 恐惧。
• 缺点。
• 秘密。
• 说话习惯。
• 与其他人物的关系。
• 人物成长路线。

人物成长路线也称为人物弧线。

例如：

角色开始时只相信力量，经历一系列事件后，逐渐学会相信伙伴。

人物不能只有外貌设定，还需要欲望、恐惧、缺点和选择。

剧集大纲用来说明每一集发生什么。

每一集可以按照以下结构设计：

• 本集目标。
• 开场钩子。
• 冲突出现。
• 冲突升级。
• 情绪转折。
• 剧情高潮。
• 结尾悬念。
• 下一集承接点。

示例：

第3集：主角参加鉴宝比赛

• 开场：所有人嘲笑主角带来了一只破碗。
• 发展：对手故意要求主角现场验货。
• 转折：破碗发出声音，告诉主角内部藏有夹层。
• 高潮：夹层中出现一枚失传已久的印章。
• 结尾：评委看到印章后脸色骤变，并说这是失踪者的东西。

连载故事可以交替使用以下悬念：

• 信息悬念。
• 身份悬念。
• 人物关系变化。
• 危险升级。
• 情绪回报。
• 新问题出现。
• 秘密即将暴露。
• 角色面临艰难选择。

不要让每一集都使用相同的反转方式。

剧本是可以被制作成画面的故事，不等于小说。

小说可以写：

他心里涌起一阵无法言说的悲凉。

剧本需要将心理活动转化成能够被观众看见或听见的内容：

画面：林川攥紧父亲留下的旧表。

动作：他想开口，却又把话咽了回去。

林川：没事，我们走吧。

正式剧本通常包括：

• 场次编号。
• 时间。
• 地点。
• 内景或外景。
• 出场人物。
• 人物动作。
• 人物台词。
• 旁白。
• 必要的声音提示。

剧本示例：

场次：03-02

地点：旧货市场

时间：白天

场景：外景

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。

木箱里传来一个微弱而苍老的声音。

木箱画外音：找到我……我知道你父亲去了哪里。

林川猛然抬头。

画面切黑。

编写漫剧剧本时需要注意：

• 台词要适合说出来。
• 不要把台词写成书面文章。
• 一句台词尽量只表达一个主要意思。
• 能用表情和动作表达的内容，不要全部依靠旁白。
• 每场戏都应该发生变化。
• 删除不推动剧情、人物或氛围的对白。
• 动作难度要符合制作预算。
• 避免所有角色使用相同的说话方式。

分镜就是把剧本拆成一个个镜头，预先决定观众会看到什么。

例如，剧本中写道：

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。

这段内容可以拆成以下镜头：

1. 房间全景：小雨推门进入。
2. 人物中景：小雨发现桌上的信。
3. 信封特写：信封上写着小雨的名字。
4. 手部特写：小雨撕开信封。
5. 主观镜头：观众看见信上的文字。
6. 脸部大特写：小雨瞳孔收缩。
7. 门外镜头：一个黑影正在偷听。

同一段剧本使用不同的分镜，会产生完全不同的节奏、情绪和悬念。

常见错误是整集都使用半身正面镜头。

如果所有人物都站在原地念台词，作品就会缺少视觉变化和戏剧感。

不要为了表现高级感而在每个镜头中加入复杂运镜。

运镜应该服务于剧情和情绪。

动态分镜也称为Animatic。

制作动态分镜可以提前检查：

• 故事是否容易理解。
• 镜头顺序是否合理。
• 对话是否过长。
• 情绪是否连贯。
• 节奏是否拖沓。
• 哪些镜头没有必要。
• 哪些镜头需要补充。

角色和场景的一致性，是AI漫剧最容易出现问题的部分。

主要角色至少需要准备：

• 正面图。
• 侧面图。
• 背面图。
• 全身图。
• 面部近景。
• 常用表情。
• 常用服装。
• 身高比例。
• 发型和发色。
• 眼睛颜色。
• 饰品。
• 武器或标志性道具。
• 不能改变的特征。

角色设定表示例：

禁止改变的内容：

• 不能变成短发。
• 不能改变发夹位置。
• 不能改变瞳孔颜色。
• 不能增加额外首饰。
• 不能随意改变服装主色。

建议为每个角色建立角色资料库，保存：

• 标准参考图。
• 不同角度参考图。
• 表情参考图。
• 服装参考图。
• 有效提示词。
• 无效提示词。
• 常见错误。
• 修复方法。
• 已经通过审核的镜头。

反复出现的场景也需要统一设计。

场景设定可以包括：

• 空间布局。
• 门窗位置。
• 家具位置。
• 主要道具。
• 主色调。
• 光线方向。
• 白天版本。
• 夜晚版本。
• 不同拍摄角度。
• 场景中的标志性物品。

如果没有场景设定，同一个房间可能在不同镜头中出现以下问题：

• 门窗位置发生改变。
• 家具突然消失。
• 房间面积发生变化。
• 光线方向不一致。
• 墙壁颜色发生变化。
• 人物与家具的比例不一致。

视觉风格规范可以固定：

• 线条粗细。
• 上色方式。
• 色彩饱和度。
• 明暗对比。
• 阴影类型。
• 人体比例。
• 面部比例。
• 镜头宽高比。
• 光影风格。
• 背景精细程度。
• 是否保留漫画网点。
• 是否使用速度线。
• 是否使用漫画拟声字。
• 特效的颜色和形状。

只使用“精美”“电影感”“高清”和“8K”等词语，不能真正保证画面风格统一。

生成正式视频前，应该先制作并确认静态分镜图。

推荐流程：

1. 确认角色参考图。
2. 确认场景参考图。
3. 根据分镜生成静态关键帧。
4. 检查角色身份。
5. 检查构图和景别。
6. 修复人物的脸、手和服装。
7. 修复场景和道具。
8. 确认静态画面通过审核。
9. 再进入动态化阶段。

与直接根据文字生成长视频相比，先制作静态关键帧更容易控制：

• 人物身份。
• 人物服装。
• 画面构图。
• 镜头景别。
• 场景结构。
• 光线方向。
• 画面风格。

动态化提示应该重点描述运动，不要重新描述大量人物外貌。

动态提示示例：

• 女孩缓慢抬头。
• 她先露出困惑的表情，然后瞳孔突然收缩。
• 头发被微风轻轻吹动。
• 镜头缓慢向她的面部推进。
• 背景人物保持不动。
• 动作自然，表情变化清楚。
• 不增加额外人物和物品。

如果在图生视频阶段重新描述大量人物外貌，AI可能会重新设计人物，导致角色外观发生变化。

• 眨眼。
• 呼吸。
• 轻微转头。
• 缓慢抬头。
• 轻微微笑。
• 头发晃动。
• 衣摆晃动。
• 镜头缓慢推进。
• 镜头轻微拉远。
• 光影变化。
• 烟雾运动。
• 雨雪运动。
• 粒子特效。

• 两个人拥抱。
• 两个人握手。
• 手持物品交接。
• 复杂打斗。
• 快速跑动。
• 多人同时表演。
• 人物进食。
• 长时间连续对白。
• 镜头内换装。
• 人物与复杂机械互动。

复杂动作可以使用多个简单镜头完成。

例如，一场打斗可以拆分为：

1. 人物眼神特写。
2. 握拳特写。
3. 脚部发力特写。
4. 冲刺残影。
5. 撞击闪白。
6. 对手飞出画面。
7. 对手倒地。
8. 地面碎裂特写。
9. 主角缓慢收拳。

这种方法可以降低生成难度，同时增强节奏和冲击力。

声音制作包括：

• 角色配音。
• 旁白。
• 环境声。
• 动作音效。
• 氛围音乐。
• 情绪音乐。
• 静音。
• 停顿。
• 混音。

每个主要角色都应该建立声音档案。

声音档案可以记录：

• 音色。
• 年龄感。
• 语速。
• 音调。
• 情绪习惯。
• 重音习惯。
• 停顿习惯。
• 生僻字读音。
• 多音字读音。
• 专有名词读音。

AI配音不应该直接使用第一次生成的结果。

台词中的标点和停顿会影响表演。

例如：

你……早就知道了？

这句话可能包含迟疑、震惊和质问。

而“你早就知道了”更容易被理解成普通陈述。

每场戏可以检查以下四层声音：

1. 人声。
2. 环境声音。
3. 动作音效。
4. 音乐。

例如，咖啡馆场景不能只有人物对白，还可以加入：

• 轻微交谈声。
• 咖啡杯碰撞声。
• 咖啡机声音。
• 门铃声。
• 室内环境声。

静音不是缺少声音，而是一种声音设计。

在以下情节中，短暂静音可能比持续播放音乐更有效：

• 真相被揭露。
• 人物受到巨大打击。
• 危险即将发生。
• 角色作出重要决定。
• 画面出现重大反转。

剪辑阶段主要完成：

• 镜头排列。
• 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。
• 发布文案。

1. 制作临时配音。
2. 将分镜图放入时间线。
3. 制作动态分镜。
4. 确认剧情和节奏。
5. 删除不必要的镜头。
6. 调整台词和镜头时长。
7. 生成最终画面。
8. 制作正式配音。
9. 添加环境声和动作音效。
10. 添加音乐。
11. 制作字幕。
12. 完成调色和包装。
13. 输出并检查成片。

不要在没有确认节奏之前，就花费大量时间生成最终高清画面。

字幕制作需要注意：

• 每行字数。
• 断句位置。
• 字幕出现时间。
• 字幕消失时间。
• 字幕是否遮挡人物。
• 字号是否适合手机观看。
• 字幕颜色是否容易识别。
• 重点词是否需要强调。
• 字幕与配音是否同步。
• 标点符号是否正确。

• 开头是否尽快出现事件。
• 主角目标是否清楚。
• 人物关系是否容易理解。
• 每场戏是否推动剧情。
• 是否存在重复信息。
• 高潮是否有足够铺垫。
• 结尾是否能吸引观众继续观看。

• 发型是否发生变化。
• 服装是否发生变化。
• 饰品是否突然消失。
• 人物左右位置是否突然交换。
• 道具是否突然出现或消失。
• 场景结构是否发生改变。
• 人物动作是否能够连接。
• 光线方向是否一致。
• 时间和天气是否连续。

• 手指是否正常。
• 牙齿是否正常。
• 瞳孔是否正常。
• 五官是否发生漂移。
• 嘴型是否异常。
• 背景人物是否畸变。
• 画面中的文字是否乱码。
• 视频是否闪烁。
• 镜头是否突然抖动。
• 人物是否出现多余肢体。
• 物品是否穿过人物身体。

• 音量是否忽大忽小。
• 音乐是否遮盖对白。
• 角色音色是否发生变化。
• 人名是否读错。
• 生僻字是否读错。
• 是否缺少环境声。
• 左右声道是否异常。
• 开头和结尾是否出现声音截断。

最终成片应该在手机上完整观看一次。

需要检查：

• 字幕是否太小。
• 画面主体是否清楚。
• 暗部是否看得见。
• 声音是否清晰。
• 封面是否容易识别。
• 平台界面是否遮挡字幕。

• 选题。
• 人物。
• 欲望。
• 冲突。
• 悬念。
• 情绪。
• 节奏。
• 剧集结构。
• 观众期待。
• 信息释放。

• 故事大纲。
• 分集大纲。
• 场次。
• 人物动作。
• 对白。
• 旁白。
• 伏笔。
• 反转。
• 人物弧线。
• 开场钩子。
• 结尾悬念。

• 景别。
• 构图。
• 机位。
• 运镜。
• 人物调度。
• 轴线。
• 空间关系。
• 蒙太奇。
• 镜头节奏。
• 视觉叙事。

• 角色设计。
• 场景设计。
• 服装设计。
• 道具设计。
• 色彩。
• 光影。
• 人体比例。
• 画面风格。
• 视觉统一。

• 提示词设计。
• 角色参考图。
• 场景参考图。
• 风格参考图。
• 局部重绘。
• 画面扩展。
• 角色一致性。
• 图生视频。
• 视频修复。
• 失败素材分析。

• 配音导演。
• 声音表演。
• 情绪控制。
• 音效设计。
• 环境声。
• 音乐选择。
• 混音。
• 音量控制。

• 镜头衔接。
• 节奏控制。
• 转场。
• 字幕。
• 画面与声音同步。
• 音效衔接。
• 情绪控制。
• 基础调色。
• 输出格式。

• 项目排期。
• 预算管理。
• 素材管理。
• 文件命名。
• 版本管理。
• 版权管理。
• 平台规则。
• 封面和标题。
• 数据分析。
• 系列化生产。

很多新手只学习AI生成，却忽略其他环节，因此容易制作出画面漂亮、故事却不好看的作品。

一部高质量AI漫剧通常需要做到：

• 故事清楚：观众能够理解剧情和人物关系。
• 角色稳定：人物不会在不同镜头中频繁换脸。
• 情绪准确：画面、配音和音乐能够表达正确情绪。
• 镜头有效：每个镜头都有明确的叙事目的。
• 声音可信：角色不是没有感情地朗读台词。
• 节奏紧凑：没有大量重复和无效信息。
• 画面连续：服装、道具、方向和光线能够连接。
• 风格统一：不会在不同镜头中频繁改变画风。
• 内容原创：不是简单批量套用模板。
• 更新稳定：制作流程能够长期持续运行。

高质量不等于每一帧都极其精细。

一部故事清楚、声音自然、人物稳定的动态漫，通常比一部画面昂贵但剧情混乱的作品更容易吸引观众。

建议限制：

• 一个场景。
• 一个角色。
• 五至八个镜头。
• 一次情绪变化。
• 一句关键对白。

训练目标：

• 走通完整制作流程。
• 学会制作分镜。
• 学会生成统一角色。
• 学会基础动态化。
• 学会配音和剪辑。

建议包含：

• 两个角色。
• 两个场景。
• 十至十五个镜头。
• 完整的开场、冲突、转折和结尾。

训练目标：

• 解决角色一致性。
• 练习人物对话。
• 练习场景切换。
• 练习剪辑节奏。
• 练习声音设计。

建议：

• 每集一至两分钟。
• 使用固定角色。
• 使用固定场景。
• 第一集建立冲突。
• 第二集升级冲突。
• 第三集提供阶段性回报。
• 第三集结尾留下新的问题。

训练目标：

• 检查故事是否适合连载。
• 检查观众是否愿意追更。
• 统计每集制作成本。
• 统计每集制作时间。
• 找出最耗时的环节。

试播内容通过验证后，再建立：

• 角色素材库。
• 场景素材库。
• 道具素材库。
• 提示词模板。
• 剧本模板。
• 分镜模板。
• 配音规范。
• 音效库。
• 字幕模板。
• 质量检查清单。
• 文件命名规范。
• 每集成本统计。
• 每集工时统计。

每场戏都应该明确：

• 希望观众获得什么信息？
• 希望观众产生什么情绪？
• 观众应该关注谁？
• 这一场结束后发生了什么变化？

人物说出台词时，需要考虑：

• 人物真正想表达什么？
• 人物是否在说谎？
• 人物是否隐藏信息？
• 人物说话前是否需要停顿？
• 人物说话时正在做什么？
• 对方听完后的反应是什么？

需要持续记录：

• 人物服装。
• 人物伤势。
• 人物位置。
• 道具状态。
• 场景时间。
• 天气。
• 光线。
• 人物关系。
• 已经公开的信息。
• 仍然隐藏的秘密。

动态分镜可以在正式生成前验证节奏，减少无效生成和成本浪费。

需要管理：

• 角色参考图。
• 场景参考图。
• 道具参考图。
• 已确认分镜图。
• 已确认视频。
• 配音文件。
• 音效文件。
• 音乐文件。
• 剪辑工程。
• 最终输出文件。

建议按照统一规则命名文件：

项目名＋集数＋场次＋镜号＋素材类型＋版本号

例如：

• 古物之声_EP03_SC02_SH05_关键帧_V03
• 古物之声_EP03_SC02_SH05_视频_V02
• 古物之声_EP03_沈月_对白_V04

不要使用以下文件名：

• 最终版。
• 最终版2。
• 最终版真的不改了。
• 新最终版。

商业作品需要确认：

• 原作版权。
• 改编权。
• 人物形象权。
• 配音声音授权。
• 字体授权。
• 音乐授权。
• 音效授权。
• 图片和视频素材授权。
• AI工具的商业使用条款。
• 发布平台的AI内容规则。

不要直接使用未经授权的小说、漫画、影视角色、明星形象或他人声音制作商业内容。

发布后可以关注：

• 点击率。
• 前几秒流失率。
• 平均观看时长。
• 完播率。
• 点赞率。
• 评论率。
• 收藏率。
• 转发率。
• 下一集跳转率。
• 观众流失的具体位置。

数据复盘可以帮助判断：

• 题材是否有效。
• 开头是否有效。
• 剧情是否容易理解。
• 节奏是否过慢。
• 哪个角色最受欢迎。
• 结尾悬念是否有效。

• 是否明确目标观众？
• 是否明确发布平台？
• 是否明确画面比例？
• 是否完成一句话故事？
• 是否明确主角目标？
• 是否明确主要冲突？
• 是否完成世界观规则？
• 是否完成人物小传？
• 是否完成分集大纲？

• 开头是否具有吸引力？
• 每场戏是否发生变化？
• 台词是否适合说出来？
• 是否存在重复信息？
• 动作是否能够制作？
• 结尾是否具有悬念？

• 是否明确每个镜头的景别？
• 是否明确人物位置？
• 是否明确镜头时长？
• 是否明确人物动作？
• 是否明确声音内容？
• 是否完成动态分镜？
• 是否删除无效镜头？

• 是否完成角色设定表？
• 是否完成场景设定表？
• 是否明确视觉风格？
• 角色服装是否统一？
• 标志性特征是否统一？
• 场景结构是否统一？

• 静态关键帧是否通过审核？
• 人物外貌是否稳定？
• 动作是否自然？
• 是否出现多余人物？
• 是否出现闪烁和变形？
• 镜头是否能够与前后镜头连接？

• 配音情绪是否正确？
• 角色音色是否统一？
• 人名和专有名词是否正确？
• 是否具有环境声？
• 是否具有必要的动作音效？
• 音乐是否遮盖对白？

• 是否完成手机端检查？
• 封面是否容易识别？
• 标题是否准确？
• 字幕是否清晰？
• 是否检查版权？
• 是否符合平台规则？
• 是否准备下一集的承接内容？

AI漫剧的完整流程是：

确定方向 → 选题策划 → 世界观 → 人物设定 → 剧集大纲 → 正式剧本 → 分镜脚本 → 分镜图 → 动态分镜 → 视觉资产 → 静态关键帧 → 动态化 → 配音 → 音效音乐 → 剪辑包装 → 质量检查 → 发布 → 数据复盘

AI漫剧各环节的作用可以概括为：

• 剧本决定观众想不想看。
• 分镜决定故事好不好看。
• 美术决定作品的第一印象。
• 表演和声音决定代入感。
• 剪辑决定观众能不能看完。
• 一致性决定作品是否可信。
• 制片流程决定作品能不能持续更新。

对于新手，最重要的不是立刻制作一部长篇作品，而是先完成一个短小但完整的测试片。

先跑通流程，再提高画面质量；先验证故事，再扩大生产规模。