如果你最近总刷到那种画面像动态漫画、剧情紧凑、带配音的AI漫剧大概率会好奇这种东西到底是怎么做出来的。我直接说结论用豆包这类大模型助手处理剧本、分镜和配音文案再把Skill里的流程模板跑熟配合AI绘图或视频生成工具出画面最后用剪辑软件合起来就是一条普通人能上手的AI漫剧生产链路。这套流程真正解决的不是“画漫画”而是把最容易卡住的文案创作、分镜设计、角色一致性、配音文本这些前期工作压缩到几个小时以内。适合谁看适合没学过动画制作、没系统学过编剧但想做短视频漫剧的新手也适合已经在用AI画图但单集耗时长、素材很乱、成片节奏不清晰想规范化的人。最值得先关注的点不是哪个工具更聪明而是怎么把“一次性问答”变成“可重复执行的Skill模板”。模板稳定了后续每一集都只是换题材、换设定、换素材流程本身不用从头再摸索。下面按我实测时比较顺的顺序拆一遍。1. 先搞懂豆包和Skill在这条流程里的分工1.1 豆包负责“文本生产”不是把所有事都交给它豆包在我这里的定位是“文本生产车间”不是“成片生成器”。AI漫剧从0到成片可以拆成六件事选题策划、剧本写作、分镜设计、画面生成、配音合成、剪辑包装。豆包最擅长的是前三件以及第五件的文案部分。画面生成要交给绘图或视频生成工具剪辑要交给剪辑软件。为什么这样分工因为大模型这类工具的强项是语言理解和生成。你给它一个题材它能产出完整剧情、对白、场景描述。但让它直接输出一段可用的连续画面目前还受工具、时间和一致性限制。所以最稳的做法不是让AI一口气生成整条片子而是把每个环节拆开用最合适的工具去完成。我见过不少新手直接对豆包说“给我做个漫剧”结果收到一段泛泛而谈的概述分镜、对白、角色关系都没有。问题不在豆包而在提问方式太笼统。如果你把“故事题材、目标集数、每集时长、主角设定、冲突类型”一次性给进去再让它按“分集大纲、单集剧本、分镜脚本”的顺序输出效果好很多。这就是后文Skill要做的事。1.2 Skill的本质是一套可复用的技能包“Skill”这个词在不同AI产品里叫法不完全一样。有的叫智能体有的叫技能广场有的叫自定义指令有的干脆就是往对话窗口里粘贴一段模板。你不用纠结名字只要知道它是一种“能反复使用的指令包”就好。它的作用是把“生成AI漫剧”这一整套专业流程固化成一段结构清晰的文本。以后每一集开拍你只需要替换题材和角色名不需要重新组织Prompt。比如你的Skill里可以固定包含平台要求、目标观众、剧集信息、角色设定框架、分集大纲规则、单集剧本格式、分镜表字段、绘图提示词写法、配音文案要求。豆包每次读到这个模板就知道自己该按什么顺序回答该输出什么结构。我会把Skill模板拆成两部分固定部分和变量部分。固定部分包括输出格式、检查清单、画风要求变量部分是每次开始新一集要填的题材、主要角色、世界设定、单集目标。这么做的好处很直接固定部分保证格式统一变量部分保证每集内容不一样。格式统一对后续批量生产特别重要因为如果你要做几十集每集剧本格式都不一样分镜阶段就要大量返工。1.3 一条漫剧项目的完整分工表环节谁来完成产出物常见工具举例选题策划人 豆包一句话梗概、目标观众、平台节奏豆包对话剧本脚本豆包 Skill分集剧本、对白、场景描述Skill模板 豆包分镜设计豆包 人校对分镜表镜号、景别、画面、台词豆包生成Markdown表格画面生成AI绘图/视频生成工具分镜图、动态镜头文生图工具、图生视频工具配音TTS工具 豆包配音音频、字幕文本豆包优化文案TTS合成剪辑包装剪辑软件成片、封面剪映或其他剪辑软件这是我最推荐的新手分工。不要看到表格就觉得自己得买一堆软件实际上豆包网页版、绘图工具、在线配音、剪辑软件一台普通电脑或手机就能跑通。唯一要提前做好心理准备的是画面一致性不是某个工具一键解决的要靠分镜表、角色描述和生成参数一起控制。2. 开工前准备工具、入口和项目文件夹2.1 工具清单和入口豆包的使用入口比较常见的是网页版和移动端App也有电脑客户端选顺手的一个就行。具体入口以你打开时产品页面显示的为准不用纠结哪个版本“最好”先选能稳定登录的。其他环节可以按这个最低标准准备环节最低要求建议豆包能对话、能处理长文本网页版或App均可AI绘图支持文生图能设置比例输出PNG或JPGAI视频生成可选能图生视频或直接生成短视频没有就先跳过配音文字转语音能调语速支持中文即可剪辑导入图片、音频、字幕能做关键帧剪映这类软件足够不要太早纠结“哪家AI最强”。对新手来说工具的稳定性比极限效果重要。你花三天比较工具不如花三小时跑一条样片。很多工具都有免费额度先用额度把流程跑通再考虑付费投入。2.2 先想清楚三个问题第一做哪种题材。AI漫剧常见的题材方向有家庭伦理、复仇逆袭、萌宝甜宠、玄幻脑洞。新手不用刻意追热点选自己能写清楚梗概的题材就好。你自己都讲不清故事逻辑让AI生成出来的大概率也是流水账。第二单集时长。建议从3到5分钟练起不要一上来做长剧。3分钟看起来短实际按每集20到30个分镜算工作量已经不小。第一次做我甚至建议先做1分钟样片只验证流程不求完整剧情。第三发布格式。默认按竖屏9:16做像素建议1080x1920。如果客户或平台另有要求再单独调整。提前确定格式后面生成画面时就能固定比例不用二次裁图。2.3 项目文件夹怎么建为什么这么建这是很多人忽略的一步。AI漫剧一旦做成系列几十集素材会非常混乱。我会在项目根目录下建这些子目录ai_manju/ ├── 01_scripts/ # 分集剧本、分镜表 ├── 02_text_prompts/ # 绘图提示词、角色卡 ├── 03_images/ # AI生成的画面素材 │ ├── 001_cijing/ │ └── 002_dating/ ├── 04_voice/ # 配音、音效、BGM ├── 05_video/ # 剪辑工程和半成品 ├── 06_output/ # 最终成片 └── 00_config/ # 角色设定、Skill模板、平台参数为什么这样建因为后续接单或自己量产最贵的时间不是生成而是找素材和改稿。素材命名不统一剪到一半找不到对应分镜图非常崩溃。命名规范可以按“集数_场景_镜头序号_景别”来比如“EP01_03_008_中景.png”一看就知道是第一集第三场第八个镜头。这个习惯最好从第一条片子就养起。3. 用豆包生成脚本从一句故事到完整剧本3.1 先把Skill模板准备好先不要急着写故事先建模板。我自己的Skill模板定位是“AI漫剧编剧”。你可以直接保存一份类似这样的内容【角色】你是一名AI漫剧编剧擅长短平快的叙事节奏和强冲突情节。 【任务】 1. 根据题材生成一句话核心梗概。 2. 设计主角、反派、助攻角色给每个角色固定的外貌关键词和行为动机。 3. 输出分集大纲再展开第1集单集剧本。 4. 剧本必须包含场景、画面参考、对白、动作提示。 【输出格式】 - 单集剧本用表格场次 | 场景 | 人物 | 画面描述 | 台词 | 情绪 - 每场控制3到5个分镜数量 - 不要写成小说不要有大段心理描写 【检查清单】 - 第一集前5秒是否有冲突或悬念 - 每集是否只有一个核心事件 - 对白是否口语化 - 场景描述是否具体到能画出来这个模板只是示例具体字段可以按自己需求改。关键是稳定输出格式。保存下来每次开新题材时把模板粘贴给豆包再补充变量。如果豆包版本支持保存技能或自定义指令就存进技能库如果不支持每次复制粘贴也行。麻烦一点但效果可以保证。3.2 输入一句话题材让豆包生成大纲变量信息可以这样给题材是都市女强人离婚后创业逆袭主角设定为35岁设计师林夏短发穿黑色西装单集时长3分钟目标平台竖屏短视频。然后要求豆包先按Skill输出完整大纲再写第一集。我自己的习惯是先让它给出核心梗概控制在50字以内。这一步能看出AI是否理解你的题材。如果梗概偏了后面全白做。确认梗概后再让它生成前3集大纲。最后才展开第1集剧本。不要一次让豆包把所有集都写出来。新手最常犯的毛病是“大纲全要、剧本全要”结果输出又长又空。正确做法是先让它写出前3集大纲你判断人物动机是否成立、冲突是否够紧再让它展开第1集。整个过程自己一定要看一遍AI生成内容不是交付标准你的判断才是。3.3 脚本的检查标准和改法拿到豆包输出的剧本后按这四条检查前3句有没有钩子。第一集前5秒有没有悬念。如果没有把“主角处在什么困境中”直接放到第一场。每集是否只有一个核心事件。如果一集里又分手又创业又车祸赶紧删减。短剧单集只讲透一件事最容易出效果。对白是否口语化。AI很容易写书面腔比如“我必须要证明自己的价值”真实人会说“我不想再看人脸色吃饭”。书面腔台词到配音阶段会非常尴尬。场景描述是否具体到能画出来。“她心情复杂”没法画写成“她盯着手机屏幕手指发抖眼泪掉在屏幕上”画面感立刻就有。如果大纲不错但细节空就让它重写某一场的对白只保留台词去掉心理描写。如果人物说话不像角色就把性格关键词再贴给它。不要怕反复改剧本阶段多花一小时画面和配音阶段能省三小时。4. 把脚本拆成分镜和AI绘图提示词4.1 分镜表字段和示例分镜表是连接文本和画面的桥梁。通常包含镜号、场次、景别、画面描述、台词、字幕文本、转场方式。豆包可以直接生成Markdown表格方便粘贴到文档。镜号场次景别画面描述台词/字幕备注11-1全景写字楼顶层办公室林夏站在窗前背影林夏内心独白我必须离开这里开场21-2近景林夏转身眼神坚定我要重新开始切脸31-3特写办公桌上离职申请表她拿起笔签完字就是新路了转场素材新手可能会疑惑“景别”是什么。简单理解全景看环境中景看动作近景看表情特写看细节。漫剧更适合近景和特写因为手机屏幕小观众更容易被面部情绪带进去。4.2 从分镜到AI绘图提示词有了分镜表还要把“画面描述”转成AI能理解的绘图提示词。这一步我会让豆包按固定规则转换主体、动作、表情、场景、景别、镜头视角、画面比例、画风。举个例子。原文是“林夏站在窗前背影窗外霓虹”转换后可以写成一个35岁短发女性黑色西装背对镜头站在落地窗前窗外是模糊的夜景霓虹写实漫画风格竖构图电影感冷色调光照。注意不同AI绘图工具对提示词的敏感度不一样。有的工具更喜欢直接的自然语言有的工具更吃关键词。初稿生成后再微调。让豆包生成提示词的价值在于能把分镜表里的一句话扩写成完整稳定的描述避免你每次对着画面描述想词。4.3 画面一致性处理为什么AI漫剧看起来容易“换脸”因为每次生成角色AI都不一定记得之前长什么样。解决办法是建立一张角色卡把主要角色固定成一段统一外貌描述放在每个提示词最前面。角色卡包含角色名、性别、年龄、发型、发色、眼睛、脸型、服装、标志性配饰、画风。然后把这串描述复制到每一张涉及该角色的分镜提示词中。不要每次重新描述。服装变化大的场景可以只把服装关键词换掉其他长相描述保持不动。画风也很关键。如果一会写“写实漫画”一会写“日漫少女”模型理解就会漂移。同一部漫剧里画风关键词尽量固定比如统一用“韩漫风格厚涂高饱和度电影感”。等到做新项目时再整体换一套画风。4.4 画面生成的顺序建议先出关键场景图不要一口气生成几十张否则后面大概率返工。先选剧本里最重要的3个画面比如主角登场、冲突爆发、结局高潮生成确认画风满意后再按分镜表批量生成。生成后统一检查有没有文字乱码、畸形手指、人物前后不一致。不合格的重新生成不要指望后期修好。AI生成阶段的成本最低后期每修一张图都很痛苦。画面比例也要在生成时设好最好直接用9:16避免后期裁切损失构图。5. 配音、字幕和音频素材准备5.1 生成配音文案配音文案不是把剧本对白直接朗读而是让听感更自然。剧本对白适合阅读配音文案适合耳朵听。可以把台词材料交给豆包让它做三件事删除书面连接词、增加短停顿词、把画面描述转成旁白。比如“她看着他离去”会转成“她站在风里安静地看着他的车消失在路口”。旁白的作用是解释情绪、补足画面信息但要控制量不要每场都念。观众能看懂的画面旁白就不必说破。新手最容易犯的问题是旁白太多成片听起来像有声小说。5.2 配音参数和生成步骤用在线TTS工具时第一优先是语速。短视频漫剧的语速一般比新闻播报稍慢建议先按每分钟240到260字去控制具体以内容情绪为准。悲伤场景可以放慢一点冲突场景可以加快一点。生成的步骤先导出每场配音小段不要整集一起合。原因很简单画面调整后某句台词可能前移或后移。小段重录只需要重导一段整集重录成本高。配音格式用MP3或M4A命名跟着分镜表走比如“EP01_003_旁白.mp3”。这样剪辑时一眼就知道这段该放哪个位置。5.3 字幕文件怎么写如果你有配音文本可以直接生成SRT字幕。用豆包把每一句台词按时间轴切成字幕文本也可以但时间轴参数需要自己对着配音填。简化的做法是先在剪辑软件里自动识别字幕再手动对齐。SRT格式长这样1 00:00:01,000 -- 00:00:04,000 我必须离开这里新手不一定要手写字幕文件。许多剪辑软件支持自动字幕但准确率受配音清晰度影响检查一遍是必须的。字幕里的错别字是最容易让交付翻车的问题导出前逐句过一遍。5.4 音频和画面的同步剪的时候以音频波形为参考把分镜图卡在配音对应位置。角色说话时尽量给近景或特写旁白时可以给环境空镜头。音频里除了配音再加一层环境音或BGM音量比配音低10到15dB具体靠耳朵判断别让音乐盖过人声。BGM的选择不要用带明确歌词的流行歌容易被平台识别版权问题也会干扰对白。用纯音乐、氛围音效更稳妥。6. 剪辑成片静态图动起来节奏不拖沓6.1 剪辑软件选择新手阶段用剪映这类界面直观、有模板的剪辑软件就够了。能用关键帧、画中画、字幕功能基本满足。不要一开始就上专业剪辑软件学习成本会拖慢你完成第一条片子。流程上先把所有分镜图按顺序拖进轨道再把配音音频也对齐。这样整个时间线上图片、文本、音频三个轨道一目了然。后续加运镜效果只需要在对应图片片段上设置关键帧。6.2 静态图的运镜方式AI生成出来的一般是静态图要让画面“像视频”最简单的办法是运镜。剪辑软件里用关键帧实现从画面左边移到右边从脸部特写拉远到全景或者从远景推近到人物眼睛。每个分镜的停留时间通常在2到4秒同一镜头不要超过5秒否则观众会觉得拖。几类常用运镜推镜头从远景慢慢推进到人物脸部适合强调情绪。拉镜头从人物特写拉远到环境适合交代位置变化。横移画面从左到右或从右到左适合展示场景细节。轻微缩放只做很小幅度的放大适合静态对话画面。运镜不要每张图都用不然观众会晕。重点场景用一两个明显运镜普通对话保持稳定即可。6.3 竖屏尺寸、时长和卡点画布设成1080x1920帧率30或60都行建议先统一30帧。字幕放在画面下部安全区内不要贴到屏幕边缘被平台UI遮挡就麻烦了。单集时长按3分钟算分镜大概20到30个。加上转场、BGM之后不会太空。剪辑时每15到20秒设置一个小反转或节奏变化对应BGM鼓点这样看下来不容易走神。转场不建议用花哨的百叶窗、碎片转场。漫剧常用的是硬切、叠化、轻微推拉。叠化适合回忆和情绪过渡硬切适合冲突场景。转场效果越克制成片质感越稳。6.4 导出设置和成片检查导出分辨率1080x1920码率看平台要求一般在8Mbps左右起步。导出后先完整看一遍重点检查字幕有没有错别字、配音有没有破音、画面有没有明显跳变、片头片尾有没有黑场。如果能接受再考虑加封面和标题。输出文件名统一“漫剧第一集_终版v2.mp4”不要用“新建文件夹/final”。改到第5版就直接写v5不要保留“最终版再来一版”这种容易误会的命名。7. 想要接单先建立交付标准7.1 接单前的真实门槛“学完即接单”这句话要冷静看。技能方法学完接单不是不可能但你得先具备给别人交付的能力。阈值不是“能做出一条片子”而是“能在给定主题、角色设定、交片日期内稳定按需求迭代”。如果客户说女主角要换成长发你能不能在半天内把分镜、绘图提示词、配音文本、成片都改出来这才是接单门槛。我建议先做3条完整样片再考虑接单。第一条验证技能第二条验证素材管理第三条验证整体效率。3条跑完你才对一集真实耗时、哪些环节容易返工、哪些客户需求难处理有感觉。没有这个基础接单只会把自己搞得很累。7.2 交付物清单和验收标准接单时不要只交一个视频。为避免扯皮提前约定交付清单成片视频、分镜表、角色卡、绘图提示词、配音文件、字幕文件、源工程文件。客户要的是“这次改起来方便”的可能。验收标准写清楚单集时长范围、画面比例、字幕错别字归零、关键角色一致性、配音清晰、音画同步。修改次数也要写在合作约定里比如包含2次正常修改超出后按次报价。不要觉得写这些麻烦合作开始前说清楚比交片后反复扯皮省心得多。7.3 工期和报价怎么测算新手阶段一条3分钟漫剧从题材确认到成片单人操作一般需要1到3天。如果你只有业余时间就是2到5天。报价不能只看视频长度还要看交片日期。客户要求加急就要在报价中体现加急成本。报价时可以按“基础制作费 修改费 加急费”拆开。基础制作费涵盖文案、画面、配音、剪辑初版。修改费覆盖约定次数外的改动。加急费是交片时间低于正常周期时收取。拆开报价的好处是让客户明白哪些需求会增加成本减少后期无底线改稿。不要接自己无法稳定完成的量比如一周十集。靠熬夜赶出来的片子画面、配音、字幕都会出问题一个一个返工会把利润吃掉。宁可少接几单每单做好。7.4 版权和平台规则要注意AI漫剧涉及生成内容、配音、BGM素材的版权。素材授权、字体版权、平台关于AI生成内容的规则都要在动手前确认。接单前最好把“脚本由客户提供还是你方提供、画面由AI生成、成品版权归谁”写清楚。各家平台对AI生成内容的要求不完全一样发布前查看平台规则。图片、音乐、字体尽量用明确获得授权或可商用的素材。不要用来源不明的BGM和字体商业交付时这是很常见的风险点。如果客户提供参考素材也要确认客户对该素材有没有使用权。8. 常见问题和排查链路8.1 脚本千篇一律如果豆包每次写出来的剧情都像同一个模板先说变量再让它给三个完全不同的核心冲突选择最后再选一个展开。不要让它直接顺着上一次的思路继续写。比如题材是复仇不要只说“复仇”而是加入一个具体意外元素“女主在复仇过程中发现幕后主使是自己亲生父亲”。冲突要素越具体AI越不容易写飘。8.2 画面角色长相不稳定优先检查提示词里有没有统一的角色卡。如果角色卡没问题检查是不是画风关键词变化比如一会写“写实漫画”一会写“日漫少女”模型理解就会漂移。把画风关键词固定下来统一复制到每个提示词里。还有一点绘图工具生成结果有随机性同一个提示词都可能出不同脸。比较实用的做法是选出满意的角色图后续用参考图功能把这张图作为角色依据。8.3 AI画面模糊、文字乱码AI生成图出现文字乱码很常见尤其是画面里有招牌、手机屏幕、公告。最稳妥的办法是生成时避开文字或者明确要求AI不生成文字内容后期用字幕或贴图补齐。模糊一般是输出分辨率不足或者截图放大导致。尽量按工具支持的高分辨率生成不要反复放大放大了会给人“糊”的感觉。如果统一出现模糊检查一下是不是生成比例设置成了小图或者导出时做了压缩。8.4 配音对不上画面先从音频入手播放音频找问题。如果一段旁白对应多张分镜图就要把音频切成小段和图片分别对齐。如果感觉整段语速慢不要手动把音频加速太多变调会很难听应该回配音工具调整语速后重新合成。如果只有某一两个字音不准可以把该小段重新生成不一定整段重录。8.5 做一集特别慢慢大多是因为一边做一边改或者素材命名乱找不到。建议把流程固定成“文案定稿、分镜定稿、画面生成、配音、剪辑”每一环节完成并检查后再进入下一环节。不要画面生成一半突然改剧本那样会连环返工。把一次成片的时间记下来几集之后统计你就能算出自己真实的产能。再决定能不能接单、接多少单。踩过几次流程混乱的坑之后我最大的体会是AI漫剧真正卡人的不是工具而是流程没有固定下来。第一次练习不要追求做几十集先选一个简单题材用Skill模板跑出一条1分钟样片把“文案、分镜、画面、配音、剪辑”这条链路走通再逐步加长。流程稳定了质量和量产速度才谈得上。