刷短视频刷到一条AI漫剧你大概率会有两个反应先是“这居然是AI做出来的”紧接着是“那我是不是也能做”。这两个反应之间隔着一条完整的生产链路——剧本、分镜、出图、分镜转视频、配音、剪辑、包装每一环都有现成工具每一环也都有对应的坑。最近很多训练营都在打“零基础学AI漫剧”这张牌说白了就是把这条链路拆开带着你一个环节一个环节跑通。这篇文章不讲那些“三分钟学会”的空话我直接按训练营的实战逻辑把从剧本撰写到分镜转视频、再到项目落地的完整工作流拆给你看。适合谁适合真正想动手做第一条AI漫剧、但还没理清步骤的人。哪怕你完全没画过画、没剪过片子只要愿意花两周时间走一遍就能明白这件事到底是怎么运转的。1. 先看清AI漫剧的完整链路再谈“零基础”1.1 “AI一键生成”是最大的幻觉我见过太多人第一次接触AI漫剧以为就是打开某个网站、输入一个故事梗概、点一下生成一条漫剧就出来了。当年我自己第一次尝试时也这么想结果被现实狠狠教育了一顿。真相是AI漫剧确实能由一个人完成但靠的不是“一个工具”而是“一套工作流”。所谓AI漫剧本质上是用AI工具批量生产“动态漫画式”的短剧内容画面是AI生成的插画或3D风图片动作和镜头是AI视频模型生成的短视频片段再加上配音、音效、字幕和剪辑节奏拼成一条时长1到3分钟的竖屏短剧。题材上以重生、系统、赘婿、仙侠、虐恋这些网文改编感很强的类型为主因为这类故事钩子密集、情绪天然够猛、用户停留时长好做。“零基础”三个字指的是你不需要会画画、不需要会建模、不需要学过剪辑调色。但零基础不等于零门槛你仍然要掌握三样东西用文字精确描述画面的能力、拆解分镜的逻辑、判断AI生成结果好坏的眼力以及最重要的——足够的耐心去反复抽卡。见过太多人第一天认识工具第三天就想出爆款第五天发现做不出来就放弃了。AI漫剧真正筛选的从来不是技术而是能不能耐住性子把流程走完。1.2 一条标准的生产流水线到底分几步不管训练营把课表排得多花哨真正的生产链路就是下面这八步。每一环都会产出下一个环节需要的素材环环相扣缺一步后面都会加倍返工。阶段核心产出常用工具掉链子的后果选题定位账号人设题材方向热榜、飞瓜、新榜没定位后面全白做剧本撰写单集完整脚本分场表DeepSeek、ChatGPT、Claude剧本不行画面再美也没人看角色设定主角和重要配角定妆图Midjourney、Stable Diffusion、即梦角色不一致整条片子全翻车分镜拆解镜头表每个镜头的画面描述Excel、Notion、飞书表格不分镜出图全凭运气画面生成每个镜头对应的静态关键帧MJ、SD、即梦、可灵绘图画风不统一观感廉价分镜转视频关键帧变成动态片段可灵、即梦视频、Runway、Vidu动态生硬用户直接划走配音合成对白旁白音效BGM剪映、魔音工坊、ElevenLabs声音出戏画面再美也白搭剪辑发布成片字幕封面标题剪映、CapCut、各平台后台剪辑稀烂前半段全白干这八步没有一步是可以靠“咒语”跳过的。训练营强调“从工具学习到项目落地实操”本质就是带你把每一步都走一遍并且每一步都交付一个能用在下一站的成果而不是学完一堆碎片技巧。比如剧本写完不是聊聊“写得好不好”就完事而是必须产出分场表分场表做完不是感慨“还挺详细”就放下而是必须变成可用的绘图提示词。这才是训练营和“看教程”的本质区别。1.3 现在入场的人和一年前差在哪一年前做AI漫剧最大的门槛是工具门槛SD要自己部署、模型要自己下载、ControlNet要自己调参光环境就能劝退一多半人。现在则相反市面上的“一键化”工具和封装好的工作流越来越多比如经常被提到的纸鸢AI漫剧、角小蛙AI漫剧这类平台以及各种打包好的“漫剧skill”确实把很多步骤简化到了傻瓜级。我的看法是这类一键工具适合快速感受“AI漫剧是什么”但不建议只依赖它。原因有两个。第一黑盒封装意味着很难调整细节一旦平台改版、接口收费你的生产能力会瞬间归零。第二这类平台牵扯账号授权和付费要格外注意安全别为了图方便把自己的社交、支付类核心账号乱授权也不建议在任何来路不明的页面提交身份证、银行卡这类敏感信息。真正扎实的路是学会底层工具也就是主流的绘图模型和视频模型把工作流掌握在自己手里。注意无论用什么工具只要涉及付费、订阅、实名或授权先确认对方是不是官方渠道。凡是以“先交钱保证回本”“内部渠道”“限时特价”话术催你付款的一律先放一放。这段话看起来有点劝退但其实是先把最关键的认知立住AI漫剧是一场可以复制的工业化生产前提是你先看懂流水线而不是先想着抄近路。2. 剧本撰写让AI写故事但你要当懂节奏的人2.1 漫剧剧本和普通短视频脚本根本不是一回事我见过无数新手的第一步就是打开DeepSeek说“帮我写个漫剧剧本”得到的往往是几百字的“故事简介”或者“小说片段”根本没法用。问题出在漫剧剧本本质上是一份“生产文档”不是文学作品。普通短视频脚本关注的是口播内容和画面怎么配合传统网文关注的是文字情节和爽点铺陈而AI漫剧剧本要同时满足三个约束节奏约束每集1到3分钟竖屏用户随时会划走。通常要求开头0-3秒出现第一个钩子每10-15秒一个小冲突结尾2-3秒留下悬念或反转。没有钩子完播率就上不去平台也不会给更多推荐。镜头约束你写的每一句话都要能翻译成一个AI能生成的画面。“他内心翻涌百感交集”这种心理描写AI画不出来你得改写成“他攥紧拳头指节发白眼神低垂”这种可以直接呈现的物理动作。生成约束AI视频模型目前对复杂动作、多人同框、手部特写、激烈打斗都还不太擅长。剧本里最好少写“十个人混战”“单手掐诀释放浩瀚法阵”这类高难度场面多写“单人近景表情变化”“两人对话光影转折”这类能一次生成的镜头。说白了写AI漫剧剧本就是戴着镣铐跳舞。镣铐不是坏事它逼你把故事砍到最精炼反而更容易做出爽感。2.2 让AI稳定产出可用剧本的提示词结构直接给你一套我踩了无数坑之后沉淀下来的提示词框架分四个部分写在一段里也行用符号分隔也行。重点不是“让AI写得精彩”而是“让AI按生产格式输出”。你是一位擅长短剧编剧的AI漫剧编剧熟悉竖屏短剧的节奏和爽点设计。 题材仙侠重生复仇 单集时长90秒左右 单集目标主角被同门陷害后重生归来在宗门考核中当众打脸反派 要求 1. 开头3秒内必须有冲突或悬念 2. 每10-15秒设置一个小信息点或转折 3. 结尾2-3秒设计一个钩子或反转 4. 每个情节都必须是AI绘图/视频能呈现的画面动作不写内心独白式描写 5. 人物不超过4个场景不超过3个 输出格式 【场景1】地点/时间/人物画面动作描述对白 【场景2】... 【镜头建议】每个场景给出2-3个分镜提示AI写出来的初稿大概率还是有大量心理描写和抽象动作你需要自己动手改。改的标准就是前面说的三条约束每一行能不能画出图能不能拍成视频观众看了能不能接着看下一集改到每一行都能对应一个画面剧本才算合格。这个过程别偷懒训练营里有经验的老师带实操时最花时间的环节就在这。2.3 从剧本到分场表把“故事”翻译成“生产计划”剧本改完后不要急着去出图先做一步很多人都跳过的重要动作把剧本改成分场表。我自己的模板长这样存成Excel或飞书多维表格都行场次场景人物画面内容对白/旁白预估时长情绪基调1-1宗门大殿外主角、大师兄主角低头跪在石阶下周围弟子指指点点旁白三年前我是宗门最耀眼的天才8秒压抑1-2宗门大殿外主角、大师兄大师兄抬脚踩住主角的手大师兄废物也配站在这里5秒冲突1-3宗门大殿外主角、众弟子主角缓缓抬头眼睛变为金色竖瞳旁白可他们不知道我已重生归来6秒反转分场表的作用非常直接它是后面出图、生成视频、配音、剪辑全流程的任务清单。每一个镜头多长时间、说什么话、什么情绪都在这张表里定死后面就不怕跑偏。训练营里带实操的老师一定会反复强调这一句不做分场表就直接开工的十个有九个会在剪片子时返工重做。3. 分镜设计从文字到画面的第一道分水岭3.1 分镜表到底长什么样分场表管的是“故事进度”分镜表管的是“画面构成”。一个场次里AI可能只需要生成1到4个镜头就够了。镜头太多工作量成倍增加镜头太少画面又撑不起节奏。我的分镜表字段如下列头的名字你可以自己改核心是这几项不能少镜头号景别画面描述运镜方式时长绘图提示词参考图状态2-1远景仙门坐落在云海中主角御剑飞过主峰镜头跟随缓慢推进5秒仙侠3D动画风白云海青色道袍少年御剑电影感光线人设图-01已完成2-2近景主角落地衣袂翻飞抬头看匾额固定镜头轻微仰拍4秒正面近景眼神坚定3D渲染细节丰富人设图-02待生成为什么景别和运镜要单独列字段因为这两个信息决定了你后面写视频生成提示词时怎么描述运动。如果这一步偷懒到了分镜转视频环节你就会发现每个镜头都只能生成“人物站在那里动两下”整个视频毫无镜头感。我见过太多人第一集做完才发现所有镜头都是平视正面近景画面单调到像PPT只能回头补做分镜。3.2 绘图提示词的三层写法主体、画面、负面词很多人以为提示词写得越长越好完全不是。我推荐“三层结构”既不容易漏信息也不会让AI过度堆砌。第一层主体与场景。写清楚“谁在哪在做什么什么风格”。风格词直接影响整部剧的统一性建议整部剧复用同一套风格词不要每集都换。比如仙侠3D就写“3D动画风格Pixar质感仙侠古风服饰细腻皮肤质感体积光”都市言情就写“韩漫风扁平光影精致五官高饱和时尚场景”。风格词定下来之后写进你的角色卡片和分镜表所有镜头都沿用画面才像一个世界的。第二层画面质量与构图。加“8K、细节丰富、电影级构图、浅景深、柔光、9:16竖屏构图”这类画质词。质量词和风格词尽量不要混在一起反复堆否则AI容易过度复杂化反而把人物脸画崩。第三层负面提示词。别加“不好看、丑、错误”这种模糊词要具体。常用的是这些extra fingers, bad hands, distorted face, watermark, text, signature, blurry, low quality。举个例子一个完整的角色立绘提示词3D动画风格仙侠古风年轻男子黑色长发束冠青色道袍腰间别一把白玉剑站在云海仙门前风吹衣袍正面全身立绘精致面部细节电影级布光8K9:16 Negative prompt: extra fingers, bad hands, deformed face, watermark, text, blur, lowres不用背提示词关键是掌握这个结构。网络上有“AI漫剧提示词指令大全网盘资源”这类东西在卖说实话大部分内容公开渠道都能找到。与其花冤枉钱买一堆用不上的词库不如把自己实操中跑顺的词整理成自己的提示词手册这才是最值钱的资产。3.3 人物一致性整个流程里最硬的一根骨头做AI漫剧的人一定遇到过这个情况第一集男主角还是个高冷剑修第二集男主角莫名其妙变成了微笑暖男五官连亲妈都不认识。这就是人物一致性翻车。AI出图模型本身没有“记忆”每次生成都是独立事件。想保持角色一致可行的操作路径有这么几条锁角色参考图先给每个主要角色生成一组“定妆照”包括正面、侧面、半身、全身至少4张固定风格和长相。后续所有镜头都基于这组参考图生成而不是每次都从零开始。用支持参考图的工具Midjourney可以用垫图或风格参考Stable Diffusion生态里用IP-Adapter或角色LoRA效果更稳国产的即梦、可灵在出图和视频时也支持参考图或首帧图。写一张人物卡片把每个角色的名字、性别、年龄、服装颜色、发型、标志性配饰、性格语气做成一张文档每次写提示词时复制关键信息别凭记忆写。宁可每次多花两秒复制也不要赌AI这次能记住角色。一句话总结一致性不是靠某个现成功能解决的而是靠“参考图固定提示词人物卡片”三道保险叠出来的。训练营里真正花时间的实操就是反复打磨这套“角色资产包”这也是后续所有分镜转视频素材的基础。4. 分镜转视频主流工具选型与参数实操4.1 工具横向对比先用对再求贵市面上的AI视频工具已经多到让人选择恐惧。我不把工具神话化只从“零基础能不能上手、中文理解、图生视频能力、价格”四个维度给出一张我实测过的主观表。注意是“主观”因为每个人的手头资源和制作方向不同适合的才是最好的。工具上手难度中文理解图生视频单段时长价格参考适合场景可灵低好强5/10秒按点数有免费额度新手首选动态幅度可控即梦低好强3-12秒按积分画面质感好积分较紧张Vidu中较好中强4-8秒订阅制动态幅度大创意镜头Runway中一般强5-10秒订阅制欧美画风、写实场景Pika中一般中4-8秒订阅制简短特效镜头Stable Video Diffusion高弱中2-4秒本地部署免费有技术底子的玩家新手的建议路径很明确先拿可灵或即梦跑通全流程。原因不复杂——这两个工具在国内可直接使用、充值方便、中文提示词理解好、图生视频功能成熟而且都有免费额度足够你把第一条测试片子做出来。不要一上来就追求顶配工具。工具每年都在变工作流和审美才是你真正能积累下来的东西工具永远只是手段。4.2 文生视频 vs 图生视频先出关键帧再让它动AI视频生成有两条路直接输入一句话生成视频也就是文生视频或者上传一张图让它动起来也就是图生视频部分工具还支持首尾帧。我的建议很明确在漫剧生产里90%的镜头都用图生视频。为什么因为漫剧最怕的就是“画面不可控”。用文生视频你输入“一个少年站在仙门前抬头”模型随机给你生成一个可能完全不像主角的角色前面的角色一致性工作全白费。而图生视频的原理是“先生成静态图再让静态图动起来”你上传的就是已经确定的角色关键帧视频模型只负责补运动画风、人物、构图基本锁定。所以正确的顺序是分镜表 → AI出关键帧 → 审核关键帧 → 把关键帧喂给视频模型做图生视频。做这一步时有些工具还支持首尾帧首图和尾图都给定模型补中间过程适合做“角色从站到坐”“镜头从远推近”这类有明确起止状态的镜头。但新手不建议一上来就玩首尾帧先用单图生视频把手感练出来再慢慢加复杂度。4.3 单镜头生成的标准动作照着抄就行给你我每次生成单镜头时都会执行的完整流程你第一次做的时候照着来就行选好关键帧放进图生视频入口。写运动提示词。结构是“主体动作镜头运动环境动态画质词”。比如“少年转身抬头镜头缓慢推进衣袍飘动云海翻涌电影感细节丰富”。注意动作要单一明确别写“转身、拔剑、冷笑、飞走”这种连串动作AI做不出来。设置参数。时长先选5秒画面比例选9:16运动幅度或动态强度从默认值开始太高容易形变太低画面像PPT。生成并抽卡。同一个镜头通常要生成2到5遍选最顺眼的一条。别心疼次数抽卡本来就是AI创作的一部分。放大检查细节。特别注意手指、脸部、眼睛、发丝边缘有没有崩坏。有崩坏就返回重新生成或换关键帧。给素材命名归档镜头号版本号比如“2-2_v3.mp4”方便在剪辑时快速找到最新版本。为什么单段时长推荐5秒因为AI视频模型生成的时长越长画面后期崩坏的概率越高。10秒的镜头前三秒还正常后面可能手就没了。用5秒甚至3秒的短镜头拼接反而能通过剪辑节奏弥补单镜头信息量不足的问题。这个点在剪辑环节还会再提到。5. 剪辑与配音零散素材变成能看的成片5.1 剪辑节奏平台耐心和观众耐心的双重考验分镜转视频得到的是一堆几秒钟的片段这一步要做的不是“把素材连起来”而是“重新设计观看体验”。我在剪辑时心里有几个硬指标你记下来直接用单个镜头在屏幕上停留时间通常不超过3秒情绪高潮或重要信息镜头可以给到4-5秒。头3秒必须有信息密度。剪映时间轴上前3秒一定放这集最刺激的画面可以是打脸结果、惊天反转、主角开大然后再倒叙交代背景。別从“阳光明媚的一天”聊起观众没那个耐心。结尾3秒留钩子。这一集最后一个镜头别收尾停在“反派刚露出一个神秘笑容”“主角发现某个秘密”这种没讲完的地方吸引用户点开下一集。转场尽量克制。叠化和闪切就够用别加一堆花哨转场。竖屏漫剧的观众要的是信息不是PPT特效。剪辑的时候我习惯先粗剪再精剪。粗剪把所有素材按分场表顺序铺到时间轴上把明显不能用的丢掉精剪再逐帧卡点把对白之间的空隙收紧把动作最漂亮的几帧多留半秒。如果素材不够剪、镜头太单调宁可插空镜头环境、物件特写、云海、飞鸟也不要硬拉长一个镜头。空镜头不仅是气氛点缀还能帮观众“喘口气”也为剪辑留出节奏弹性。5.2 配音AI漫剧的“第二张脸”画面是皮声音是魂。很多新手只顾着修图配音环节随便用机械电子音一条片子瞬间廉价感拉满。漫剧的配音分两类人物对白和旁白解说。人物对白适合用情绪更高、有角色感的声音旁白解说则更适合沉稳、有叙事感的声音。剪映自带的声音库里已经有不少可用的角色音色进阶可以用魔音工坊这类专业TTS平台也可以挑一些支持声音克隆的方案。关键技巧是分段合成不要一口气让AI念完一整段而是按句拆开每句单独合成再在剪映里拼接。这样情绪更稳定哪句不满意就重做哪句不用整段推倒重来。合成时要写清楚语气词和标点符号TTS对“哈就你也配挑战我”和“你竟敢”的处理是完全不同的。同样一句话冷笑地嘲讽和愤怒地怒吼是两个配音版本别指望一次合成什么都到位。对白和口型匹配是个老大难。普通图生视频生成的人物说话时嘴巴并不会自然张合所以新手阶段我强烈建议用“旁白叙事对白字幕”的制作方式不要怼着人物正脸拍长对话戏。想让角色说话更自然就画侧面或半侧面的近景或者把镜头放在人物胸口以上减弱观众对口型的注意。等流程跑熟后再考虑用专业口型驱动工具去做正脸说话镜头。音效和BGM同样不能省。加重“风声、衣袍猎猎、脚步、剑鸣、撞击”这些基础音效体感会立刻不一样。BGM选择和画面情绪匹配紧张用低频鼓点、煽情用钢琴弦乐、打脸用节奏感强音效。剪映里把BGM音量压到对白音量的一半以下避免人声被盖住。这几个细节做到位“AI感”会瞬间减半。5.3 字幕、封面和标题最后一步的运营动作字幕这块别用AI自动字幕一键生成就完事。自动字幕在古文和仙侠设定里的错误率尤其高错别字会让观众瞬间出戏。我的习惯是先用自动识别粗生成再逐行校对然后把关键词和重点句子加粗变色。别的都能快字幕这条不能快。封面和标题是在发布平台能不能被点进来的关键。封面图直接从成片里截一帧最有冲突感的画面再用图片工具加一句大字标题比如“重生归来第一件事就是打脸同门”。标题宁可直白也不拗口多扒一扒平台热榜上同类爆款的标题规律找到适合自己故事风格的表达。另外“合集”一定要开连续更新能明显提高完播和追更率平台的推荐机制也会更友好。6. 项目落地一个人跑通闭环的实操方案6.1 从零到第一条成片的执行清单训练营教的不是“了解一下工具”而是“立刻开工”。给你一份最小可行方案的时间表严格按照它走两周内能出一集不超过3分钟的成片第1-2天定方向。选题材、定主角人设、写剧本、出分场表。题材别贪多先做自己有把握的窄门领域比如“都市反派逆袭”“仙侠虐恋重生”。第3-4天做角色资产包。把主角、反派、重要配角各出4张定妆照反复打磨到满意。不做这一步后面全是废片。第5-6天生成全部关键帧。按分镜表把每个镜头对应的静态图出完逐张审核不合格重画。第7-9天分镜转视频。按第4章讲的流程逐镜头生成边生成边归档给每条视频改名打标。第10-11天配音、剪辑、音效、字幕、封面。先粗剪再精剪最后加字幕和标题。第12天发布第一条。放在平台数据最好的时段开合集观察完播率。有一个重要心态要提前建立第一条不追求爆款追求“跑通全流程”。我看到太多人卡在第一集就想做十集完美开场结果两个月什么都没发出来。先完成再完美这是AI漫剧项目落地最实用的建议。发布后重点看两个数据完播率和评论区。完播率低说明节奏问题评论区骂剧情说明选题问题根据反馈再迭代第二集比闭门造车磨十集有用得多。6.2 成本核算一个人做漫剧到底每个月花多少成本这块网上“月入十万”的宣传满天飞我必须先给你一个冷静的核算。每月固定开销主要分三块绘图工具用即梦或MJ费用约50-150元SD本地部署的话电费忽略不计但前期花时间。视频生成可灵或即梦视频按量付费一集3分钟大约需要生成40到80段视频素材按抽卡损耗算月更8集大概需要200-500元。配音和剪辑剪映基础功能免费TTS平台按需付费约30-100元音效素材库用免费或订阅即可。合计下来一个“低配勤奋”的新人月成本300-800元是正常区间如果完全用免费额度加每天签到也能压到100元以内但时间和精力会消耗更多。这里要提醒一句凡是提前缴纳大额费用、承诺“保证收益”“不过敏包退”的培训或工具都要格外谨慎。AI漫剧无论用什么工具最终拼的都是内容质量、更新速度和运营能力没有任何工具能绕过这个规律。6.3 翻车点自查表我踩过的坑你别再踩一遍最后把这些年见过的、自己也踩过的坑汇总成一张自查表。发布前逐条过一遍能帮你省至少一星期的返工时间问题常见原因解决方式角色五官漂移每次出图不参考人设图锁参考图固定风格词和角色卡片手部崩坏手部特写太多、提示词含糊减少手部特写负面词加bad hands画面闪烁抖动生成时长太长、动态幅度过大单镜头控制在5秒内降低运动强度人物说话口型对不上正脸长镜头对白改用旁白叙事、侧脸镜头、字幕引导素材带水印工具免费版或截图素材统一在最后剪辑时处理所有素材来源自动字幕错别字仙侠词、生僻词识别差逐句校对关键词加粗声音出戏音色单一、语气平分人设选声线拆分情绪合成加音效发布无人看标题封面没有信息点复盘同类爆款优化封面和黄金3秒除了技术坑还有内容坑。别一上来就做又长又复杂的世界观观众没有耐心看设定也别为了追逐热点强行把自家故事套到不相干的梗上。把最基本的人物、冲突、反转做得干净利落比堆设定有用得多。整个AI漫剧的链路说穿了就是一套“内容工业化”的流程把写故事变成写生产文档把画画变成写提示词和参考图把拍戏变成图生视频把后期变成剪辑套餐。这个过程并不玄幻每一步都需要练习、试错、复盘。只要你能耐住性子把第一集做完你就会发现第二集的速度会快一倍到第十集的时候你已经能形成自己的生产节奏。我在自己做项目时最大的体会是AI漫剧最不值钱的环节是“找工具”最值钱的是“你对自己手里故事的理解和把控”。工具隔几个月就换新但你对观众情绪的感知、对节奏的判断、对画面审美的坚持这些能力在任何平台、任何模型下都不过时。所以别怕选择不完美先选一个工具跑通把第一个作品做出来再让数据告诉你下一步怎么优化。