这次我们来看 AI 漫剧创作。题目说得很直接精品漫剧从来不是依靠全自动流程制作完的。这是今年做 AI 内容很关键的一个判断——工具可以帮你把 80% 的重复工作干掉但剩下 20% 的选题判断、角色一致性、节奏把控和成片审核必须人来盯。AI 漫剧不是“输入一句话自动吐出一集动画”而是一条由剧本、分镜、画面、配音、剪辑组成的流水线每一步都有可自动化部分也都有必须人工接管的关键节点。这篇文章会带你完整过一遍 AI 漫剧的创作链路重点讲近几年在 Claude Code、Codex、Cursor 等 AI 编程工具里很火的“skill”概念并附上一份可以直接用的剧本创作 skill 写法。通过这篇文章你可以理解 skill 到底是什么、和普通提示词有什么区别、如何用批量脚本把剧本和分镜任务串起来以及为什么“全程自动”做出来的漫剧大概率是废片。如果你正准备做 AI 漫剧、AI 短剧或者想给自己的内容工作流搭建一套可复用的脚本模板这篇文章建议直接收藏。1. 核心能力速览先给一张表快速判断这套工作流适不适合你。能力项说明项目类型AI 漫剧创作入门教程 剧本创作 skill核心工具链Claude Code、Codex、Cursor、opencode 等支持 skill 机制的 AI 编程工具配合绘图、配音、剪辑工具skill 作用把剧本创作经验固化成结构化工作流包含角色定义、格式规范、分镜拆分、提示词生成、质量检查清单硬件门槛纯剧本创作极低普通办公电脑即可本地画面生成需要按 GPU 配置评估一般建议 8G 显存起步以实际工具要求为准启动方式把 skill 文件放入 AI 编程工具的项目目录通过自然语言或脚本调用接口 API 能力AI 编程工具自带 Agent 对话/批处理接口绘图、配音、视频生成 API 按所选服务接入批量任务能力支持批量剧本生成、批量分镜拆分、批量提示词生成、批量素材命名与归档适合人群AI 漫剧新手、短剧工作室、小说推文作者、内容团队中的 AI 创作者这里需要明确一个边界skill 不是“一键生成漫剧”的魔法。它是一个可复用的专家工作流让 AI 在特定任务上输出更稳定、更符合行业习惯的结果。漫剧的画面、配音、节奏和审美仍然需要人在关键节点做判断。2. AI 漫剧创作全流程拆解一套标准的 AI 漫剧流程可以拆成六个阶段剧本创作确定世界观、主角、冲突、单集梗概。分镜脚本把剧本拆成“镜头”每个镜头包含画面内容、景别、台词、动作、转场。角色与场景设定确定主角长相、服装、场景风格保证后续画面一致性。画面生成用文生图或图生图生成关键帧再通过重绘、扩图等方式保证多张画面风格统一。配音与配乐用 TTS 生成对白匹配背景音乐和音效。剪辑与字幕按分镜顺序拼接加字幕、转场、节奏卡点。从工作量看剧本和分镜是最适合用 AI skill 强化的阶段。它们有明确的行业格式、有一套固定的思维链、有可量化的质量检查项。把这些经验写进 skillAI 就能稳定产出“可用”的剧本而不是那种看起来通顺、实际没法拍的空洞文本。画面生成是另一个可自动化部分但它最依赖人工。因为漫剧要的是角色一致性、场景风格统一这需要你维护角色参考图、固定提示词前缀、在生成后逐张审核。全自动批量生成之后“不管了”结果往往是脸变了、风格飘了、场景对不上。配音和剪辑也能用 AI 提速但节奏感这件事目前还是人最可靠。AI 可以帮你把台词语速对齐但笑点、停顿、悬念包袱怎么切需要创作者自己拍板。3. 剧本创作 skill 是什么和普通提示词有什么区别“skill”这个词在 2024 到 2025 年迅速成为 AI 工具圈的关键词。它在 Claude Code、Codex、Cursor、opencode 等工具里广泛出现本质上是“一套可复用的技能包”。普通提示词是“你帮我想一个剧本”AI 随机发挥输出不稳定。skill 则是把“如何写好一个漫剧剧本”的完整方法论写成一个结构化文件包含角色设定AI 在任务里扮演什么角色比如资深短剧编剧。工作目标本次任务要产出什么比如 3 集分集大纲。输入格式你要提供什么比如一句话世界观、主角人设、集数。思考框架AI 必须按什么顺序思考比如先定冲突再定人物弧光再拆集。输出模板剧本、分镜脚本、提示词分别长什么样。质量检查清单每轮输出前必须自检比如主角台词是否符合人设、每集是否有钩子。示例给出一个完整示例让 AI 模仿格式。skill 的价值在于“沉淀”和“复用”。你写一次之后每个新项目都能加载同一套标准。团队的每个人用同一个 skill产出风格也会更统一。与普通提示词相比skill 的主要区别是它允许你定义完整的子任务流程而不仅仅是一句指令。在 MCPModel Context Protocol模型上下文协议生态里skill 经常和 MCP 服务配合使用——MCP 负责让 AI 访问外部工具和数据skill 负责让 AI 以特定专业流程完成业务任务。简单理解MCP 解决“能调用什么”skill 解决“怎么干得更专业”。4. 环境准备与前置条件下面是一套通用环境检查清单具体版本以你使用的工具文档为准。4.1 基础环境操作系统Windows 10/11、macOS、Linux 均可。命令行工具PowerShell、Terminal 或 bash。Python 3.10 及以上用于运行批量脚本。Node.js 18 及以上部分 AI 编程工具依赖 Node 环境。Git便于管理项目版本和 skill 文件。4.2 AI 编程工具主流的支持 skill 的工具有Claude CodeAnthropic 推出的终端 AI 编程工具支持在项目目录加载 skill。CodexOpenAI 推出的终端 Agent 工具支持自然语言任务。CursorAI 编辑器支持自定义规则和技能配置。opencode开源 AI 编程终端工具。不同工具的 skill 加载方式不同。以 Claude Code 为例通常是在项目根目录下创建技能目录把 skill 内容写入指定文件然后在对话中通过/技能名或自然语言触发。具体目录名可能随版本变化建议先查对应工具的官方文档。4.3 模型 APIAI 编程工具需要配置模型 API Key。你需要准备一个可调用大模型 API 的账号并确认模型支持长上下文。剧本创作和分镜拆分往往需要较长的输入输出上下文窗口太小会限制单次处理的规模。4.4 项目目录建议建议为每一个漫剧项目建立独立目录结构如下projects/my_first_manju/ ├── .claude/ # Claude Code 技能目录实际以工具为准 │ └── skills/ │ └── manju-script/ │ └── SKILL.md ├── 1_script/ # 剧本 │ ├── outline.md │ └── ep01.md ├── 2_storyboard/ # 分镜脚本 │ └── ep01_frames.md ├── 3_characters/ # 角色设定与参考图 │ ├── hero.png │ └── hero_consistency.md ├── 4_prompts/ # 画面提示词 │ └── ep01_prompts.md ├── 5_images/ # 生成画面 ├── 6_audio/ # 配音与配乐 └── 7_output/ # 成片与字幕这套目录不只是为了好看。它能让后续的批量脚本、素材归档、AI 上下文引用都变得更加简单。5. 剧本创作 skill 的安装与配置这一章直接给出 skill 的写法。工作流是否专业取决于你如何在 SKILL.md 里定义任务拆解和质量标准。5.1 创建 SKILL.md下面是一份可用于漫剧剧本创作的 SKILL.md 示例。这里采用通用结构实际使用时请根据你的工具调整字段和触发方式。--- name: manju-script description: 用于创作 AI 漫剧/短剧剧本输出适合分镜拆解的结构化剧本 version: 1.0.0 --- # AI 漫剧剧本创作 Skill ## 角色定位 你是一名具有 10 年经验的短剧编剧擅长三幕式结构、钩子设计和人物弧光塑造。 你了解 AI 漫剧的画面生成约束知道哪些内容适合用画面表达哪些内容必须通过台词推进。 ## 输入要求 用户需要提供以下信息缺失时先询问补齐 - 一句话世界观必填 - 主角人设姓名、性格、目标、缺陷必填 - 单集时长目标默认 2-3 分钟 AI 漫剧 - 总集数默认 12 集 - 单集画面数量预估默认 12-20 个镜头 ## 工作流程 执行任务时必须按以下顺序进行 1. 提炼核心冲突 - 分析世界观中天然存在的对抗关系 - 确定主角的行动目标和阻力来源 2. 设计三幕结构 - 第一幕主角被迫进入新情境 - 第二幕主角遭遇持续升级的阻力产生转变 - 第三幕主角做出关键抉择解决冲突 3. 拆分单集大纲 - 为每一集设定一个核心事件 - 每一集结尾必须留下钩子 4. 扩展为剧本正文 - 用场景标题区分地点与时间 - 每场戏包含环境描述、角色动作、台词、情绪提示 - 台词要口语化符合角色身份 5. 输出分镜建议 - 每场戏拆成 3-5 个镜头 - 每个镜头标注景别、画面描述、是否包含文字/UI、台词 ## 输出模板 ### 单集剧本模板 markdown # 第 X 集{集标题} ## 场景 1{地点} / {时间} 【画面描述】 {环境、角色状态、关键道具} 【角色动作】 {角色做什么} 【台词】 {角色}{台词} 【情绪提示】 {该场景的氛围AI 配音时参考}分镜脚本模板| 镜头 | 景别 | 画面描述 | 台词 | 备注 | | --- | --- | --- | --- | --- | | 1 | 全景 | 废墟城市主角站在高处 | 旁白这座城市十年没有天亮 | 开场 | | 2 | 中景 | 主角转身表情冷静 | 主角该出发了 | 引入冲突 |质量检查清单输出前必须逐项自检[ ] 主角是否有明确目标和阻力[ ] 第一幕是否在 30 秒内进入冲突[ ] 每集结尾是否有钩子[ ] 画面描述是否可以直接转成文生图提示词[ ] 台词是否口语化是否适合 TTS 配音[ ] 是否避免大段内心独白尽量用动作和画面表达示例用户输入世界观——全球断电后人类被迫回到蒸汽时代主角——前电力工程师林澈目标找回重启电网的芯片缺陷是过度谨慎。预期输出三幕结构 12 集分集大纲 第一集完整剧本 第一集分镜脚本。把这段内容保存为 SKILL.md放在项目目录的技能文件夹下。比如 Claude Code 通常读取 .claude/skills/manju-script/SKILL.mdCursor 可能有自己的 rules 或 skills 目录。以实际工具的官方说明为准。 ### 5.2 验证 skill 是否生效 启动工具后在对话中直接发送 text 加载 manju-script skill开始创作第一部漫剧。 世界观全球断电后人类被迫回到蒸汽时代。 主角前电力工程师林澈目标找回重启电网的芯片缺陷是过度谨慎。 请先输出三幕结构和 12 集分集大纲。如果 skill 生效输出会按照模板顺序给出结构化的内容而不是泛泛的“好的这是一个好故事”。同时模型会在结尾展示自检结果。如果输出没有走模板说明 skill 没有被正确加载需要检查目录路径和文件名。6. 从一句话到完整剧本功能测试与效果验证6.1 测试目的验证 skill 能否把一句世界观扩写成可拍摄的分集剧本并且输出内容是否具备清晰的冲突、可行的画面描述、口语化台词、结尾钩子。6.2 输入示例世界观灵气复苏后学校成了唯一的避难所。 主角高三学生苏落能力是读心但不能对自己喜欢的人使用。 请创作 3 集大纲并写出第一集完整剧本。6.3 操作步骤在工具中加载上一章的 skill。输入上述文本。等待模型输出三幕结构和分集大纲。要求模型继续输出第一集完整剧本。检查输出是否包含场景标题、画面描述、台词、情绪提示。6.4 预期结果三幕结构清晰交代主角能力、核心冲突、结尾反转。分集大纲每集一个核心事件每集结尾有钩子。第一集剧本不少于 4 个场景画面描述可以直接转成提示词。台词短句为主口语化适合 TTS。6.5 判断标准如果剧本中大量出现“内心挣扎”“若有所思”这类无法直接拍摄的描述说明分镜拆解还不够。合格的标准是每个场景都能让一个美术人员拿去直接生成画面参考。如果输出是连续的抽象描述就要求模型重新拆解“请把大段场景描述拆成可执行的镜头列表。”6.6 常见失败原因skill 未加载输出完全不受模板约束。上下文不足单集剧本过长导致后文变短建议每集单独生成。提示词缺少约束世界观太宽泛AI 自行脑补过多需要在输入中限定“不要添加额外设定”。7. 批量任务批量生成剧本与分镜提示词AI 漫剧是内容生产批量任务一定跑不掉。下面给出两类批量实践批量生成分集大纲、批量生成画面提示词。7.1 批量生成分集大纲的 Python 脚本如果使用的 AI 编程工具提供了 CLI 或 API 接口可以写一个 Python 脚本循环调用批量把大纲写入独立文件。下面是一个通用模板实际接口地址和参数需要按你的工具文档替换。# batch_script.py # 通用批量生成脚本模板请按实际工具的 API 格式修改 import json import time import requests from pathlib import Path API_URL https://your-ai-tool.example.com/v1/chat/completions API_KEY your-api-key OUTLINE_DIR Path(./1_script/outlines) OUTLINE_DIR.mkdir(parentsTrue, exist_okTrue) episodes [ {ep: 1, logline: 苏落发现学校地下有异常能量波动}, {ep: 2, logline: 苏落被迫参加灵能考核读心能力暴露}, {ep: 3, logline: 政府调查组进入学校苏落面临身份危机}, ] def generate_outline(ep: int, logline: str): prompt f 加载 manju-script skill。 请为第 {ep} 集生成完整分集大纲。 本集核心事件{logline} 要求包含 3 个场景每个场景有明确冲突结尾留钩子。 输出格式为 Markdown保存为 ep{ep:02d}.md。 payload { model: your-model-name, messages: [ {role: user, content: prompt} ], temperature: 0.7, } headers { Authorization: fBearer {API_KEY}, Content-Type: application/json, } resp requests.post(API_URL, jsonpayload, headersheaders, timeout120) resp.raise_for_status() content resp.json()[choices][0][message][content] out_file OUTLINE_DIR / fep{ep:02d}.md out_file.write_text(content, encodingutf-8) time.sleep(1) # 避免请求过快实际按接口限流调整 for item in episodes: generate_outline(item[ep], item[logline]) print(f第 {item[ep]} 集大纲已生成)这段脚本的重点不是具体 API而是批量任务的设计思路把剧本拆成独立任务文件循环调用每个结果单独落盘避免一次对话过长导致输出质量下降。7.2 分镜脚本转画面提示词分镜脚本出来后可以把镜头描述批量转换为文生图提示词。先定义一套固定前缀保证角色一致性角色参考苏落18岁黑色短发校服瞳孔银色。 画风二次元厚涂电影感布光高细节16:9 横构图。 负面提示词畸形、模糊、多余手指、不一致的眼睛。然后对分镜表逐行生成[{镜头1}] 全景废墟城市主角站在高处阴天。 提示词废墟城市全景镜头主角苏落站在高处银发黑发自然校服破损阴天二次元厚涂电影感布光16:9。在批量脚本里可以用文本模板直接拼接也可以交给 AI 生成更自然的中文提示词。关键是给 AI 一个统一的“角色参考描述”否则每一张图都会长成不同的人。7.3 批量任务的工程建议先跑 3 条小批量确认输出格式稳定后再跑全量。输出文件按ep01_frames.md这样的命名规则归档。给每个任务加上进度日志失败重试两次避免一次接口抖动导致整个队列中断。涉及敏感题材时必须严格按照平台审核规范和法律法规执行不能为了“流量”触碰红线。8. 画面生成、配音与剪辑半自动流程的关键控制点剧本和分镜是 skill 最容易发力的地方但 AI 漫剧最终呈现靠画面和声音。这章讲清楚哪些可以自动哪些必须人工。8.1 角色一致性控制漫剧最怕角色“一人千面”。解决方案是建立角色设定文档包含角色名称与年龄。外形关键词发型、瞳色、服装、标志性配饰。画风关键词二次元厚涂、国风水墨、美漫、写实。参考图至少生成一张正面、一张侧面、一张表情参考图。在生成每张画面时把角色设定文本固定追加到提示词前面。如果工具支持图生图则用参考图进行图生图或局部重绘比单纯文本更稳。发布前需要确认素材是否有版权授权。角色形象如果是参考已有作品需要确认是否构成侵权声音克隆必须获得本人授权背景音乐需要使用可商用素材或自行生成。8.2 多镜头画面生成可以从分镜表提取“画面描述”列统一批量发到绘图 API 或本地部署的 Stable Diffusion/ComfyUI 流程中。批量生成后人工逐张筛选不合格的重新生成。这里特别提醒画面生成在全自动流程里最容易“翻车”。批量任务跑出来的图可能有几百张但真正能用的比例取决于提示词质量、角色一致性和画风锁定。比较好的实践是先小批量试 10 张确认风格和角色稳定后再放大规模。8.3 配音与配乐台词配音使用 TTS 工具优先选择支持多音字修正、情绪控制的音色。角色音色区分不同角色尽量使用不同音色或通过音色克隆实现一致声线。克隆技术务必确认声音来源授权。配乐根据场景情绪选择 BGMAI 漫剧常用悬疑、热血、温馨三类曲库。人声与 BGM 音量比例对白优先音乐不超过对白音量的 70%以实际听感为准。8.4 剪辑与字幕按分镜脚本顺序拼接片段。每句台词对应字幕字幕要断句合理建议每行不超过 14 个汉字。节奏控制对话场景卡 2-3 秒一个镜头动作场景可切得更碎。生成字幕文件后建议人工校对一遍特别是有多音字、专业名词的地方。9. 资源占用与性能观察9.1 剧本创作阶段纯文本剧本创作几乎不消耗本地 GPU。它依赖的是大模型 API 的吞吐量和上下文长度。批量生成时观察重点是接口响应时间和最大并发限制而不是显卡占用。9.2 画面生成阶段如果使用云端绘图 API本地资源占用很低。如果使用本地 Stable Diffusion、ComfyUI 等工作流显存占用取决于模型版本、分辨率、步数和批量大小。一般 8G 显存可以尝试 SD 1.5 系列和部分轻量模型SDXL 系列建议至少 12G 显存以实际模型要求为准。批量任务耗时取决于 GPU 算力建议先用低分辨率试跑确认构图后再放大重绘。观察显存可以使用nvidia-smi命令实时查看每张显卡的使用情况。nvidia-smi9.3 配音与视频合成阶段配音在云端 API 上跑即可本地资源占用不高。视频合成和剪辑更吃内存和 CPU上传时间与素材尺寸相关。批量合成时建议控制并发数避免内存溢出。从整体看AI 漫剧门槛最高的不是硬件而是流程管理。画 100 张废图对显存的影响远不如对耐心的影响。把流程拆成“小批量验证 参数固定 人工审核”的结构远比追求一次性全自动更高效。10. 常见问题与排查方法问题现象可能原因排查方式解决方案skill 没生效AI 不按模板输出技能目录路径不对或文件未命名成 SKILL.md检查项目目录与官方文档按文档把 skill 文件放到正确位置重启对话剧本篇幅越来越短上下文窗口被长剧本占满观察输出是否从后半段开始偷懒单集生成不要把整个大纲和全部剧本放在一次对话里单集剧本场景描述过虚skill 中没有强制分镜拆解检查 SKILL.md 是否包含分镜模板和检查清单补充“画面描述可转提示词”的校验项批量脚本报错API Key 无效、接口路径错误或限流查看报错日志先单条运行测试确认接口参数增加重试与延时角色在不同画面里长相不一致提示词未固定角色描述或未使用参考图比较生成图的关键词列表建立角色设定文档统一追加角色前缀配音出现多音字错误TTS 引擎对上下文理解不足复听单句台词手动修正读音必要时使用音素标注或替换同音近义词画面生成显存不足分辨率、步数、模型规模超出显卡能力查看 nvidia-smi 和报错信息降低分辨率、减少步数、使用显存优化方案成片画面跳变明显分镜之间缺少连贯的动作过渡对比相邻镜头画面增加转场或使用图生视频做镜头衔接字幕与台词语速对不上剪辑阶段未按配音对齐重看时间轴以配音波形为准重新切割字幕11. 最佳实践与合规提醒11.1 流程层面的最佳实践第一次做项目时用小批量验证全流程。先做 1 集跑通剧本、分镜、画面、配音、剪辑再扩展剩余集数。把 SKILL.md 纳入版本管理。每次优化后提交一次团队共用同一套标准。画面生成采用“角色设定文档 固定提示词前缀 参考图”三层控制能显著提升一致性。批量任务必须写日志记录每次请求的时间、参数、结果状态和失败原因。成片发布前逐集审核画面、台词和字幕不能只依赖自动生成。11.2 合规与安全边界AI 漫剧涉及图像、声音、视频生成下面几条必须讲清楚不得使用他人肖像、他人声音进行克隆或制作内容除非获得明确授权。不得利用 AI 工具制作色情、暴力、歧视、谣言等违规内容也不得使用具有误导性的手段规避平台审核。剧本、画面、配乐使用他人作品时注意版权边界。AI 生成的素材也可能涉及训练数据版权问题商用前建议做合规评估。涉及未成年人内容、医疗健康、财经投资等敏感领域需要遵守对应行业规范不能仅凭 AI 输出直接发布。接口服务如果部署在公网必须做访问鉴权避免被刷量、盗用额度。12. 总结先把流程跑通再谈自动化这次我们完整看了一遍 AI 漫剧创作的工作流从剧本 skill 的编写到批量生成分集大纲再到画面提示词、配音和剪辑。标题那句话值得再强调一遍——精品漫剧从来不是依靠全自动流程制作完的。skill 真正能解决的是稳定性和格式规范。用 SKILL.md 把编剧经验固化下来后AI 每次输出的剧本都符合分镜拆解需求不会出现“大量心理描写但无法拍摄”的尴尬情况。批量任务解决的是产能问题一次性生成 12 集大纲、批量转提示词这些事情脚本可以做得又快又好。但角色一致性审核、台词是否符合人设、每集钩子是否成立、画面有没有崩坏这些必须由人来把关。如果你想开始做 AI 漫剧建议按这个顺序上手先搭一套项目目录把 SKILL.md 放进去。用一句话世界观做 3 集大纲测试验证 skill 是否走模板。跑通第 1 集的完整链路剧本 - 分镜 - 画面 - 配音 - 剪辑。确认效果后再写批量脚本扩展集数同时维护角色参考图库。发布前逐集人工审核积累一套自己的质量检查清单。这套方法适合个人创作者也适合小型工作室。从第 1 集开始就坚持流程化管理后面 100 集才不会变成灾难现场。值得收藏慢慢实践。