企业官网建设流程全解析

AI漫剧这个词最近很流行，指的是用AI工具批量生成漫画风格的视频内容，再配上配音、字幕、音效和剪辑，做成可以连续更新、适合在短剧平台或短视频平台播放的连续剧。常见工具组合是：即梦负责静态画面和部分视频生成，豆包负责剧本和文案整理，可灵负责让画面动起来，剪映负责配音、字幕和最终剪辑，最后可以发布到红果这类短剧平台。这篇内容会把从0到1做AI漫剧的完整流程拆开，讲清楚每个环节先做什么、需要准备什么、怎么判断结果合格，以及新手最容易踩坑的地方。

我会按实际制作顺序来讲，不是按工具的官方介绍顺序。因为做AI漫剧真正难的不是某个工具不会用，而是素材之间怎么衔接、角色怎么保持统一、批量任务怎么管理。下面直接进入正题。

1. 做AI漫剧前，先想清楚人物一致性和分镜结构

很多新手拿到工具后第一件事就是生成一张图，觉得“效果不错”，然后开始第二张、第三张。结果做到一半发现人物长相完全对不上，台词和画面也对不上，整个故事变成了一堆好看但碎片化的图片。问题不是工具不行，而是缺少前置设计。

1.1 为什么人物一致性决定成片质量

漫剧是连续叙事，角色必须保持辨识度。如果男主角第一集穿黑衣黑发，第二集突然变成白发蓝衣，观众会立刻觉得内容断裂。多数AI绘画工具在单次生成时具有随机性，同一个提示词生成两遍都可能得到不同结果。所以要提前锁定角色参考，而不是每次都让AI自由发挥。

我常用的做法是：先给一个角色写一套固定描述，包括发型、发色、瞳孔颜色、脸型、身材特征、服装款式、配饰、整体气质。然后把这套描述保存下来，每次生成都复制进去。仅仅这样还不够，更稳妥的是用一张满意的角色全身图作为参考图，后续生成时把这张图一起上传，并在提示词里写明“人物保持与参考图一致”。这不是绝对的，但能明显提升一致性。

1.2 分镜结构：至少分成“景别+动作+情绪+台词”

分镜不是随便写几个画面。做AI漫剧时，我会把每一集拆成若干“镜头单元”，每个单元包含：

• 场景地点：例如“皇宫御书房，夜晚”
• 景别：远景、全景、中景、近景、特写
• 角色动作：例如“推门进来，走到案桌前”
• 角色情绪：例如“疲惫、焦虑、强装镇定”
• 台词：这个画面里人物要说的话
• 画面里需要出现的物品或文字：例如“桌上的密信”“墙上的字画”

这个结构非常重要。因为后续生成静帧时，需要直接把这些内容变成绘画提示词；生成视频时，需要把动作和情绪变成运动描述；剪辑时需要把台词和画面匹配起来。没有分镜结构，就会在每一步反复返工。

1.3 先做样章验证流程，再开整季

我建议第一次做AI漫剧时，不要直接做10集。先做1集试水，甚至先做3到5个镜头来验证流程。因为每一个工具的账号权限、生成速度、付费规则、图片尺寸都会影响实际耗时。你可能会发现某个工具生成速度很快但画风偏日本漫画，另一个工具画风稳定但排队时间很长。这些都要在样章阶段亲自确认。

样章跑通后，再做批量任务就会轻松很多。批量做剧之前，先把每一集的文件夹建好。我通常会建立一个统一的项目目录，例如：

project/ 01-script/ # 剧本和分镜表 01-storyboard/ # 分镜草图或文字稿 01-frames/ # 生成的静帧图片 01-videos/ # 生成的动态视频 01-audio/ # 配音和音效文件 01-studio/ # 剪映工程文件

这样后续生成任务不会乱。尤其是在批量生成时，文件命名直接决定你能不能找到对应素材。

环境准备上，通常需要一台配置不算太低的电脑，网络稳定，以及各个AI工具的账号。如果只是学习，很多工具有免费额度，但免费额度的生成数量有限，批量做剧一定会有成本。

2. 剧本阶段：让豆包给出可执行的分场和台词

剧本是漫剧的地基。很多人会让AI直接写一个完整剧本，然后拿过去生成图片，发现画面根本对不上。原因在于AI写的是“小说式描写”，不是“分镜式剧本”。小说式的句子适合阅读，但不适合生成图片，因为里面包含太多抽象情绪和隐藏信息。

2.1 用豆包生成剧本的方法

豆包这类大语言模型非常适合做剧本初稿。我会先给它一个明确的角色设定和故事背景，然后要求它输出“分场剧本”，而不是小说。例如：

请用“场景-人物-动作-台词”的格式，写一个古风漫剧第1集分场剧本。 主要人物： - 太子：25岁，黑色长发，金色瞳孔，穿黑色常服，腰间佩戴一块白色玉佩。 - 皇后：40多岁，穿深红宫装，表情威严。 故事背景：太子发现自己并非皇帝亲生，决定在夜里调查真相。 请给出5个分场，每个分场不超过200字。

豆包生成的内容通常是可用的，但需要人工检查。你重点检查的是：场景逻辑通不通、台词是否口语化、动作是否可以用画面呈现。如果某个动作是“内心百感交集”，这种就没有画面，需要改成“握紧拳头，低头沉默片刻”。

2.2 让豆包帮忙扩展冲突和反转

漫剧最怕剧情平。可以让豆包针对冲突点扩展：身份错位、误解、秘密揭露、时间压力。比如“太子发现自己并非皇帝亲生”这个设定，让豆包列出前3集的剧情钩子。豆包给出的答案会有很多同质化套路，你需要挑选和调整。

这里不要偷懒。AI生成的创意只是素材，最终判断要自己拿。一个可行的做法是：让豆包同时生成三版第一集大纲，对比后选一个方向，再让豆包细化成具体分场。这样比直接让豆包写一个完整剧本更容易得到结构清晰的内容。

2.3 脚本文件怎么命名和保存

剧本阶段就需要注意文件管理。我一般会为每一集建立一个独立文件夹，并用编号统一命名，例如：

01-script.txt 01-storyboard.md 01-frames/ 01-videos/ 01-audio/ 01-edit/

剧本文件里不能只放台词。我还会把每一集的角色状态、场景清单、关键道具、需要统一画风的关键词放在最上面。这样后续换一个工具处理时，不需要重新回忆之前到底用了什么设置。

另外，剧本和分镜文件最好使用纯文本或Markdown格式保存，不要只存在聊天记录里。如果豆包对话记录过期或丢失，重写成本很高。把核心提示词和最终脚本都存在本地，是一个好习惯。

3. 静帧生成：用即梦把分镜转成可控画面

静帧是漫剧的“演员”，也是整个流程中工作量最大的环节。生成静帧的目标不是得到一张好看的图，而是得到一张符合分镜要求、能和其他画面衔接、角色一致性达标的图。

3.1 先定基础信息：画幅、风格、角色参考

AI漫剧大多是竖屏，常见比例是9:16，对应1080x1920。也有做横屏的，但发布在短剧平台上，竖屏更常见。这一步要统一。我会在即梦这样的工具里先确认画幅比例，再设置统一的画面风格词。比如“古风漫画、淡彩、韩漫厚涂、赛璐璐、高细节背景”，这些风格词要选一个方向后固定下来，不要中途随便切换。

还要确认分辨率。如果平台对画质有要求，建议在能承受的范围内尽可能选择清晰度更高的设置。低分辨率图片在剪辑时一放大就会模糊，观感下降明显。

3.2 角色参考怎么固定下来

最稳妥的做法是先用一套固定提示词生成一个角色的全身立绘，作为“角色参考图”。后续生成其他分镜时，把角色参考图一起上传，并描述“人物保持与参考图一致：黑色长发、金色瞳孔、穿深色劲装、腰佩短刀”。虽然不能做到100%一致，但比没有参考强得多。

这里有个容易被忽视的细节：提示词里的顺序会影响结果。我会把最重要的角色特征放在最前面，场景放中间，画风和质量词放后面。比如：

一个黑色长发金色瞳孔的古装青年，面带疲惫，站在夜晚的书房门口，身穿黑色常服，腰佩白色玉佩，中景，竖构图，韩漫风格，细节丰富

不要堆砌过多形容词。提示词过长反而会让AI混淆重点。我见过有人把一段提示词写到200个字，结果AI把关键元素融合得很生硬，反而不如短提示词清楚。

3.3 分镜批量生成时的任务管理

如果一集有60个镜头，需要生成几十张甚至上百张图。此时不要一个一个在网页里手动生成，效率太低。建议：

• 把分镜表导出成纯文本，每个镜头单独一段。
• 每段提示词包含场景、角色、动作、情绪、景别。
• 生成后按“集数-镜头序号”命名，例如“01-01.png”。
• 人工筛选，不合格的打回重做。

批量生成时还要注意单次任务数量。有些工具支持一次生成多张图，有些只支持单张。先跑通一张，确认提示词有效，再批量复制修改，不要一上来就生成一整批，否则如果提示词有基础错误，浪费时间和额度。

如果生成出来的图片人物脸崩、手部畸形、文字乱码，通常不是工具坏掉，而是提示词中混入了容易冲突的元素，或者当前模型对这种角色组合本身就不擅长。可以先简化提示词，再逐步提高细节要求。

4. 从静帧到动态画面：可灵和即梦的视频生成思路

得到静帧后，还要让画面动起来。漫剧视频不需要像真人影视那样复杂，常见做法是“局部动态+轻微运镜”。如果动作太剧烈，AI很容易出现形变，反而拉低成片质量。

4.1 图生视频的基本操作

在即梦或可灵里，使用图生视频功能，上传静帧，再输入运动描述。例如“人物头发被风吹动”“衣摆轻微飘动”“镜头缓缓推进”。生成视频后要检查两件事：变化是否自然，有没有出现面部或肢体扭曲。如果出现手指扭曲、脸崩、文字乱飞，就重新生成。

运动描述不要太复杂。一个视频片段里最好只有一种主要运动，例如“镜头从人物胸前缓缓上移到脸部”，而不是“镜头环绕人物同时人物转身微笑头发飘动”。越复杂的动作，失败率越高。

4.2 哪些画面适合生成动态视频，哪些没必要

并不是每个镜头都需要单独生成视频。静态的空镜、强调情绪的停留画面，可以直接用慢动画、缩放、模糊过渡在剪辑软件里做。真正需要生成的是关键动作镜头，比如转身、抬手、落座、表情变化。如果每个镜头都生成视频，成本会成倍增长，而且耗时很长。

我一般会先筛选分镜表，给每个镜头标注“动态等级”：

• 等级A：必须生成视频，有关键动作或表情变化。
• 等级B：可以加轻微动态，例如发丝、衣摆、烛光闪烁。
• 等级C：完全静态，后期用剪映缩放或转场处理即可。

这样能把视频生成次数控制在一个合理范围。

4.3 视频的时长、尺寸和格式怎么判断

大部分AI视频生成工具生成的是短片段，几秒不等。做漫剧时，一个镜头能用到3到5秒就够了。台词太长就需要切成多个镜头，不要让一个视频片段硬撑8秒。如果生成工具支持延长或者补帧，可以尝试，但要先确认时长与画面质量稳定。

输出格式建议用常见的mp4，分辨率尽量与静帧一致。如果静帧是1080x1920，视频也尽量维持这个比例。不一致的问题可以在剪映里通过裁剪或背景模糊解决，但会损失画质。

看图生视频时，不要选那些“大幅度转身+镜头快速运动”的复杂动作。漫剧的流畅感更多来自连续的镜头切换和音效，而不是单个镜头的剧烈活动。先让画面有“呼吸感”，效果已经足够。

5. 配音与剪辑：剪映里完成声音、字幕和节奏处理

剪辑阶段把所有素材变成成片。剪映之所以常用，是因为它把剪辑、配音、字幕、音效、调色都集成在一起，对个人创作者来说足够方便。

5.1 用剪映完成配音

剪映自带文本朗读功能，也可以导入外部录音。如果使用AI配音，可以把台词拆成短句逐段生成，再在时间线上拼接。这样能避免长句子读得太平或者中途停顿别扭。

使用文本朗读时，可以在每条台词前加上简单的情绪提示，比如“疲惫地”“低声说”“突然提高音量”。剪映不同音色对这些提示的反应不一样，实际效果需要自己试。如果音色不满意，可以先在剪映里试几种不同音色，再决定整集使用哪一种。

如果采用真人配音，在剪映里导入录音后，可以利用自动识别字幕功能生成字幕。识别可能会出错，尤其是古风台词、专有名词，需要人工校对。

5.2 字幕、转场和BGM的处理

漫剧依赖字幕，因为观众通常盯着手机看，而且不少人在嘈杂环境中浏览。字幕要简洁，不要超过两行，一行不要超过十几个字。剪映的智能字幕可以识别语音生成文字，然后人工修正错别字。

转场不要过度使用花样。简单交叉溶解、淡入淡出、闪白就够。花哨转场容易让观众注意到剪辑痕迹，而且对节奏帮助不大。BGM音量要压低，不要盖过人声。漫剧的音效比想象中重要，翻书声、脚步声、环境底噪都能显著提升观感。可以从剪映的音频素材库里找环境音，或者从自己的素材库里挑选。

5.3 剪辑检查清单

成片导出前，我会按顺序过一遍：

• 画面比例是否为9:16，是否模糊或拉伸变形。
• 人声是否清晰，是否有爆音、断音、音量忽大忽小。
• 字幕是否覆盖台词内容，是否出现错别字或时间轴错位。
• 每个镜头时长是否贴合台词节奏，有没有长时间黑屏或停顿。
• 视频片段是否出现突变、跳帧、脸部变形。
• 片头和片尾是否完整，如果有水印是否处理干净。

导出前先导出一版小分辨率的预览，在手机上检查，不要只盯着电脑显示器。很多问题在手机上放大会更明显，比如字幕被刘海区域遮挡、画面内容被系统栏遮挡等。

6. 发布渠道与接单前必须搞懂的事

完成成片后，要考虑发布和变现。标题里提到的红果，以及短视频平台、独立站点，都可以作为漫剧内容的承载渠道。但不同渠道的审核规则、用户偏好、收益模式差异很大，不能一概而论。

6.1 发布渠道怎么选

红果短剧这类平台目前已经有大量漫剧内容，适合用来观察题材趋势和节奏安排。你可以把红果当作内容调研渠道，多拆解热门漫剧的前3集，记录它们怎么设置悬念、怎么结尾、每集时长多少。这比盲目制作要有效得多。

正式发布时，建议先选择一个主流平台发布样片，摸清规则和反馈，再考虑多平台分发。不要一上来就同时发布所有平台，因为修改成本和素材版本管理成本会翻倍。不同平台对片头、水印、时长、清晰度、AIGC内容标识的要求不一样，务必提前阅读平台规则。

6.2 接单前需要准备的作品集

如果目标是“学完即可接单”，那作品集至关重要。作品集建议包含：

• 1到2集完整原创样片，最好能体现完整剧情闭环。
• 展示人物一致性的对比截图，比如每一集中的同一角色放在一起。
• 展示从分镜到成片的流程说明，说明你在剧本、静帧、视频、配音、剪辑各环节做了什么。
• 能说清楚每个环节用了哪些工具、耗时多少。

接单时不要承诺“纯AI无手工”。AI生成的素材还需要筛选、剪辑、修图、配音打磨，这些工作都是专业价值。要提前说明产能限制，比如一天能完成几个镜头，一周能出多少集。把工作范围限定清楚，例如“包含剧本分镜、静帧生成、视频生成、素材筛选、剪映剪辑，不含复杂角色建模”，能有效减少后期扯皮。

6.3 版权和合规的坑

使用AI工具生成内容时，需要关注版权风险。很多平台对AIGC内容有标识要求，发布前要确认。如果做的是拆条、搬运、改编他人作品，或者直接使用现有漫画、影视素材进行混剪，很可能涉及侵权。做漫剧最稳妥的路径是原创剧本、原创角色、原创画面。

另外要注意工具的使用条款。某些AI绘图工具对生成内容的商用权利有特殊说明，有些需要订阅付费，有些模型训练来源存在争议。建议保留生成时的提示词、底图、操作记录，方便后续证明创作过程。不要使用任何破解版工具或付费功能绕过手段，这不仅是合规问题，也会影响作品分发和账号安全。

如果你是新手，最稳的练习方式是：从原创古风、都市反转、悬疑探案这类题材开始，每天更新1集短内容。先不要追求高产量，把一个3分钟左右的样片做到流程完整、节奏流畅、字幕清晰、声音干净，再考虑接单或批量投产。工具会更新，工作流也会变，但对内容的要求始终是：讲清楚一个故事，让观众愿意看完并期待下一集。