小白直接上手，AI漫剧喂饭指南

在正式开始前，先做个简短的自我介绍，大家好，我是浚哲，在冰城哈尔滨，野火AI主理人，运营一家剪辑公司，线下这是加入生财的第二个年头，总结一句话【收获大于预期】

我的生财时间线

2025年6月，第一次报名航海[AI视频出海 x YouTube]，一个月内开通YPP

2025年7月，第一次航海在生财做直播分享，分享AI生图+生视频+剪辑技巧，3小时满血输出

2025年8月，第一次发布帖子[小白直接上手， AI 生图生视频手册]，获得锚和赞500+&龙珠碎片3颗

这一年的心得：不怀揣功利心入局，抱着如何做好的心态落地执行。

做任何一个项目之前问自己几个问题：

1.我是谁？我擅长什么？我欠缺什么？

2.我能学到什么？我能分享什么？

3.在想和做之间，你往往是哪一个？

最后分享我的座右铭[不是学到 就是赚到]

接下来开始进入正题……（鄙人不才，一些愚见，勿喷）

本篇分享内容将是超长，望君静下心来，一边看，一边学，一遍问自己。

准备好了我们就开始！

AI漫剧【造币神器?】or【表象繁荣?】

37岁的我还在拼命的去追赶AI时代，唯一的理由[怕被淘汰]

这些年无论是在线下还是线上，实践和时间让我学会如何擦亮眼睛透过表象看本质。

AI漫剧，无疑是当下AI赛道的首选。当我们看到网络上各种各样的信息，一时间真假难辨，甚至会被那些虚假的数据瞬间蒙蔽了双眼，于是开始想：“这玩意真的这么赚吗？”浚哲以自身的经验告诉各位圈友：“赚！真的很赚！”

但是有前提：

1.有全流程技术储备

2.拥有一手商务资源

3.掌握多种变现途径

今天咱们就展开说说：

【有全流程技术储备】首先AI漫剧无非两种变现形式，自己制作上传平台（抖音/腾讯/阿里/百度等等）或者做承制方，但无论哪一种，到实际的制作流程上都是一致的，如下：

上边的步骤是我的经验总结，想做精品漫剧，哪一步都很重要！要学习的东西不仅仅是提示词，更不是网上说的

❌️一键生成高品质漫剧 ❌️一键**** ❌️****+***效果无敌

我就想说一句：“狗屁”！能走入人心的好故事好作品，一定是经过反复修改反复打磨的，需要时间，经验，专业知识才能做出来的，所以每次见到这样的博主我都会暗暗诅咒一下：%……￥%￥*&……

入局之前我们一定要想清楚事情的底层逻辑和发展规律：无论哪一条赛道，都是初期鱼龙混杂，中期筛选过滤，末期质量为王。所以我更坚持一点【长期主义，别被噪音影响了主旋律】

为此我也手搓了一个AI漫剧软件，从小说到成片，把我在实战经验中总结的，经常会遇到的问题，能够保质同时提效的方式到放到这个软件里面，文章后面我们慢慢说，也会分享给大家，联系生财服务官【新衔】找我要安装包。

自由画布

角色资产卡

分镜四宫格

【拥有一手商务资源】这个对于做承制的人来讲，我想不用多说大家都懂，市场价格之所以乱就是因为，一个需求被转包N手，什么价格都有，大家做同样水准的片子，拿到的💰确实相差很多的。所以这也导致了一个现象，价钱越低，出品质量越差，出品质量越差，价格越低，恶性循环。所以做承制也不是一定会赚钱，算力成本+人工成本+交付风险（超期违约）这些都要计算在内，能链接到优质且稳定资源，绝对是一个必要前提！话说回来，也许我们一个人两个人改变不了市场什么，但总要有人去做吗，每个行业每个赛道，如果都是这样恶性发展，那么明天和未来在哪里？有句电影台词说：做人嘛，总得有梦想嘛！有本书叫《演员的自我修养》……其实我想说的是，努力不一定有结果，也不一定被看见，但随波逐流注定拥挤，逆风飞翔必定越飞越高。

【掌握多种变现途径】2026年必定是资本厮杀的纪元，无论是国内的字节、阿里、腾讯、百度等巨头还是出海的TK、YouTube等。各大平台全都推出了自己的AI漫剧端口，每个平台的政策也都不一样，分成比例，侧重风格等，其实所有的消息在官网都可以查得到，也会有很详细的文档说明变现合作模式，我们尽量去过滤小道消息。其实当你掌握了整体AI漫剧的底层逻辑，那么变现可能真的是顺道的事了，举例：你的经验就是财富，可以去看看生财航海里面的小红书虚拟资料，AI视频出海等等，多去做结合，会有新发现。

总结：

AI漫剧到底是造币神奇还是表象繁荣？相信大家看了上面的内容，心里都会有一个答案。见仁见智！

上干货 讲实操

一、一句话问答

1. 1. AI漫剧难吗？

答：做垃圾很容易，要做好需要学习影视和剪辑相关知识。

1. 2. AI漫剧一个人可以做吗？

答：当然可以，借助AI和工具提效。

1. 3. 从不会到独立出片需要多久？

答：1-2天可独立上手，3-4天可独立出片，精进期需要持续学习！

1. 4. 做AI漫剧算力是不是很贵？

答：不同模型出不同效果，就像夏利和路虎，不同预算体验不同感受。

二、使用什么AI模型做

付费

大语言模型：

Claude Opus 4.6 ⭐️⭐️⭐️⭐️⭐️ （擅长书写小说，逻辑和情感输出都在线，缺点：贵）

Gemini 3.1/3.0 Pro ⭐️⭐️⭐️⭐️ （擅长长上下文，综合写作效果不错，缺点：需要沟通培养）

DeepSeek-V3.2 ⭐️⭐️⭐️ （使用reasoner模型写作也可以。优点：便宜，缺点：AI味重）

图片模型：

Nano Banana 2 ⭐️⭐️⭐️⭐️⭐️ （新模型，文字不易乱码，锐度更高）

Nano Banana pro ⭐️⭐️⭐️⭐️⭐️

视频模型：

Seedance 2.0 ⭐️⭐️⭐️⭐️⭐️ （目前全能王，多平台可用，缺点：白天排队，拟真人不友好）

Kling 3.0 ⭐️⭐️⭐️⭐️ （真实质感优于sd2，缺点：有点小贵，综合表现力没有sd2好）

Kling 2.6 ⭐️⭐️⭐️ （预算有限首选，音效配音也可同出）

不付费（少付费）

豆包/智谱清言（GLM-5） 个人觉得智普比豆包子要好用不少

豆包/即梦（AI味重，不听话，免费的没办法🤷♀️）

智普清影（39/月，无限生成，图片啥画质视频就啥画质，一点不降画质。缺点没有人物配音，满足基本要求）

wan2.2本地部署，显卡最低8G，内存32G，5秒钟视频5分钟之内跑完，不花钱。

三、AI漫剧创作，从0到1的保姆级指南

很多新手以为，做AI漫剧就是让AI画几张图，生几个视频拼在一起，配个音。结果真正上手后，角色变脸、动作表情生硬，想表达的情感出不来，人物站位混乱，上个镜头在这，下个镜头在那，画面色调不统一，构图不美观，没有电影感…………肝了一天，结果折磨到直接放弃😭。

其实想做好一部AI漫剧，根本不是单纯的拼凑，而是需要把文字里的画面和没描述的人物情感，通过镜头语言传递给屏幕前的观众。那些狗血剧虽然很洗脑，但是记得，和电影比永远上不了台面，所以，我们要学会用电影思维去制作AI漫剧，也许麻烦一点，但是绝对是降维打击。

2025年制作 模型：veo3.1

2026年3月制作 模型：seedance 2.0

2025年制作 模型：kling 2.6 pro

今天，我抛开那些虚头巴脑的概念，把做一部漫剧真正需要经历的5个步骤讲清楚，顺便带你看看，每一步应该注意哪些问题，该规避哪些坑。如果你想快速了解并上手漫剧制作，接下来的每一个字要认真看咯~。

第一步：小说改写成可视化剧本，翻译成大白话

做漫剧的第一步永远是搞定剧本，但这里有个大部分新手都会做的事情【把小说原文直接喂给AI】❌️

你要知道，小说是写给人类看的，人类有极强的脑补能力。可是现阶段的AI，需要明确的指示，不要给一些文学修辞。比如小说里写男主心碎了一地，读者看了会感动得流泪。但如果你把这句话直接喂给AI，AI只会在男主脚底下画一堆摔碎的玻璃渣子。如果运气好你能抽中一张能用的，但是大概率是在抽盲盒。

那么该如何做呢？首先我们要做的就是【视觉化改写】

很多人在实操的时候，最容易敷衍的就是这第一步，但其实，这恰恰是决定你整部AI漫剧能不能看、会不会崩盘的重点。为了让你听得明明白白，咱们就用大白话说下它到底为什么这么重要，以及你在做的时候究竟要盯紧哪些重点。

简单粗暴【把作家的文学思维，强行扭转成导演的镜头思维】

视觉化改写的最大意义，就是建立视觉锚点，把小说的文字变成【一看见这段话你脑子里立马能想象出画面的文字】。把那些只能意会的文字，翻译成AI能精确执行的物理指令。把小说原文用最直白的大白话把画面交代清楚就可以。记住一个公式：谁，在哪里，在干什么，什么动作，脸上是什么表情，天气是什么样的。接下来举几个例子：

1. 1. 把抽象的情绪变成具体的动作。

这是新手最难转过来的弯。在小说里，你可以写女主角感到前所未有的绝望。但在视觉化改写时，你必须把这句废话删掉，改成：女主角双膝跪在地上，双手捂住脸，肩膀微微下垂。

记住：画面里画不出绝望、开心、思念这些词，你必须把这些心理活动，翻译成看得见的面部表情和肢体动作。

1. 2. 补全被小说忽略的空间和背景。

写小说的时候，作者经常写着写着就只剩对话了，可能整整两页纸（甚至一集）都没提这两人到底站在哪儿。但只要是视觉画面，就必然有背景😓。

如果你不告诉AI角色所处是什么环境，时间，天气……它每一格画面都会随机给你换个地方，上一秒在被窝里，下一秒就到大马路上了。所以视觉化改写的重点，就是强制给每个场景加上具体的环境描述，比如：在光线昏暗的咖啡馆角落或者破旧的出租屋，窗外正在下雨，做旧的木桌上放着一杯咖啡冒着热气，一直纤细的手握着这个咖啡杯。

1. 3. 把流动的状态切分成定格的瞬间。

小说里经常会写：两人在雨中激烈地打斗了半个小时。这在文学里完全没问题，但如果你让AI去画打斗了半小时，它会直接给你从纽约打到德黑兰，因为它不知道该画半小时里的哪一秒。

你需要像美食博主拍做菜过程一样，把这个打斗过程拆解成具体的定格画面。比如：

鹰酱气急败坏侧身狠狠挥出右拳，波斯猫轻松低头躲闪，然后缓慢抬起头，冷冷的笑。

把状态变成瞬间画面，AI才能抓得准。

1. 4. 无情地删掉所有的文学修辞。

⚠️注意：这是很多人舍不得干的事。小说里写女主角倾国倾城，宛如天上谪仙。这些词听起来很美，但在视觉化改写里全是没用的废话。

你需要把它改成最无聊但最准确的物理描述：长发到腰，穿着白色丝绸长裙，瓜子脸，五官精致（甚至可以把无五官描述的更具体依稀）。只要是画面里看不见的比喻、夸张、拟人，全部无情删掉。

说白了，小说视觉化改写的过程，就是一个做减法和加法的过程。减掉华丽的文笔和心理描写，加上具体的动作、表情，物理特征和环境空间。

第二步：输出分镜脚本，镜头怎么拍

有了视觉化剧本，接下来就是把它拆解成一个个分镜镜头。这是你的作品具不具备电影感的关键。它解决的核心问题是：摄影机摆在哪？先拍什么？后拍什么？

普通流程[你得自己去想]

这句词配个远景，那句词配个特写，非常消耗脑力。就算把描述写得很具体了，最后跑出来的画面还是像“好看的PPT”，没有灵魂。原因就是跳过了分镜脚本这一步。分镜脚本的意义到底在哪？实操时必须死磕的几个重点？

分镜脚本的意义：有呼吸感的电影

1. 1. 掌控镜头

AI其实是个非常偷懒的摄影师。如果你只给它视觉化剧本（比如：女孩跪在樱花树下哭），AI大概率会给你画一种图：平视视角的全身照。

分镜脚本的意义，就是你作为导演，强行命令AI把摄影机推近、拉远、或者举高。没有分镜脚本，你的画面永远是单调的平铺直叙。

1. 2. 控制观众的视线和情绪节奏。

小说靠文字的断句来控制节奏，而视频靠的是“景别的切换”。先让观众看宏大的环境，再看两人交手的动作，最后突然给一个绝望的眼神特写。这种由远及近、或者由静到动的视觉冲击，只有通过分镜脚本一格一格地排列组合，才能实现。

搞懂了啥叫分镜，为啥这么做，我们来看实操中分镜脚本的4个核心重点：

重点一：景别（决定画面的信息量）

这是分镜脚本最基础的骨架。你要根据每一分镜想表达的意思，明确写出用什么景别。无论电影还是漫剧最忌讳的就是连续三个镜头全是相同景别，观众看了会觉得非常无聊，没有视觉上的刺激。

你要记住一个万能公式：

• • 远景/全景：用来开场，交代环境，在哪儿、天气怎样，人物空间关系。
• • 中景/过肩镜头：用来交代动作、两人对话、空间互动。
• • 特写/极特写：用来放大情绪，比如发抖的手、冷笑的嘴角、邪魅的眼神。

全景

中景

特写

在一个分镜的设计中，这三种（多种）景别交替出现，画面才会有呼吸感和节奏感。

重点二：机位/视角（决定角色的气场强弱）

机位不是随便定的，它带有强烈的心理暗示 。在写分镜脚本时，你必须告诉AI从什么角度拍。

比如你写反派登场，如果是平视，他就是个普通路人。但你在脚本里加上“极低仰拍视角”，反派的压迫感和不可一世的气场瞬间就出来了。

相反，如果是女主落难被欺负，你在脚本里加上“高空俯拍视角”，就能极其强烈地衬托出她的弱小和无助。这就是机位的魔力。

重点三：拆解连续动作（抓取关键帧）

小说里一句话：他拔出剑，一剑刺穿了怪物的喉咙。

在做分镜脚本时，你绝对不能让AI在一个镜头画面里体现全过程，你要像动作指导一样去拆解剧情，设计每一个“关键帧”。

第一镜（起势）：手握在剑柄上，剑拔出寸许的特写

第二镜（发力）：人物侧身冲刺的动态中景（带运动模糊）

第三镜（结果）：怪物喉咙飙血，男主背对镜头的过肩全景

分镜的重点：就是把一个完整的动作，切成有因果关系的定格瞬间。

重点四：固定不变的“环境/空间”

这是实操中为了防翻车必须做的事。在写分镜脚本时，虽然景别和机位在疯狂切换，但你必须在每一个分镜头里，锁死同一个环境描述和光效后缀。比如樱花、春日、逆光这些词。这也是分镜脚本的一个重要功能：拆分动作的同时要保持所在场景，时间，空间位置不变，确保生成的分镜图看起来发生在同一个时空。

总结一下。

视觉化剧本解决了画面里有什么，而分镜脚本解决了画面该怎么看。

你把景别、机位、关键帧这三个要素安排明白了，哪怕用最普通的AI模型，跑出来的图拼在一起也会有大片一样的叙事张力。

这也是从“抽卡玩家”进阶到“漫剧导演”最关键的一道分水岭。

第三步：生成资产图与分镜图，彻底解决角色变脸

分镜写好了，接下来就是真正的生成阶段。这也是卡死无数新手的重灾区：角色不连戏。

上一秒女主还是个高冷御姐，下一张图就变成了圆脸甜妹，衣服也变了，这在漫剧里是绝对的播出事故。过去为了解决这个问题，我们要去背几百个复杂的提示词，或者疯狂抽卡碰运气。但现在这个问题被完美解决了。生成角色、场景、道具资产图。

角色资产卡（三视图）

场景资产图（无人全景）

场景资产图（无人中景）

场景资产图（中景侧拍)

道具资产图

第四步：分镜图，融入电影感

其实这一步就是我们上面讲的前三步的一个融合，分镜图作为整体流程里面重中之重，决定了整部剧的视觉基调和质量。通过可视化剧本改写，分镜脚本，以及景别、机位等等优化好的设定，在这一步，我们要做的就是【把每一个动作神态，拆开揉碎了，变成不同景别不同机位，丰富画面】

• • 案例A

小说原文：

次日清晨，维多利亚港的晨光冷冽而苍白。

警戒线封锁了现场。苏曼穿着风衣，踩着高跟鞋穿过满地的狼藉。她蹲下身，戴着白手套的手用镊子夹起了那个断裂的金属挂钩。

“金属疲劳？”她冷笑一声，眼中闪过一丝锐利，“这个断口的角度太完美了，平滑如镜。”

她转动挂钩，让断口对着阳光。光影变幻间，断口的纹理竟然隐约构成了一个齿轮的形状。

“这是被‘算’出来的死亡。”苏曼低声自语，“这不是意外，这是一场表演。”

• • 案例B

春雨沥沥。少年腰持一把木剑，背一葫芦酒，穿一双芒鞋脚步轻快，任由风吹桃花零落在微湿鬓角和略显破旧的青衫上，少年容姿几分淡然丰俊。

青萍山脚桃花林。只有一座孤零零的坟。顾余生能缅怀父亲的物品，不过一把木剑，一个酒葫芦。孤坟草木深深。顾余生把酒葫芦摆放在坟前，他抬头看灰灰暗暗的天空，正值雨落如丝，如泪痕般滴落。

分镜解析

1. 远景交代环境：奠定悲凉基调

• • 桃林阴雨天，泥泞的小路尽头，一座孤坟矗立在远处。直接交代了故事的地点和压抑、凄凉的情绪，引导观众视线走向画面深处。

2. 局部特写：暗示角色身份与心理

• • 少年紧握腰间酒葫芦的手部特写，粗布麻衣被雨水打湿，不先露脸，先露细节。交代了角色漂泊的背景。暗示角色内心极力压抑的紧张与沉重感。

3. 正面近景：直击人物情绪

• • 少年面部特写，眼神黯淡哀伤，分不清脸上是雨水还是泪水。情绪的第一次释放，让观众直面角色的悲伤。塑造角色隐忍、坚毅，倔强性格。

4. 背影全景跟拍：孤寂之路

• • 少年背着木剑，独自走向前方的孤坟，留下一个单薄的背影。视线引导镜头用背影的主观跟随视角，把观众代入少年的步伐。强调了他失去庇护、孑然一身的处境。

5. 空镜头特写：揭示故事核心

• • 镜头直接对准雨中的墓碑，直接交底。解答了前四个画面的悬念——为何而来，为何悲伤。

6. 侧面全景：动势铺垫

• • 少年静静地站在墓前，低头俯视。一个极其客观的侧面观察视角。交代了生者（少年）与死者（孤坟）的空间位置关系。

7. 正面近景：情绪转变

• • 少年半蹲在墓前，眼神坚定地看着石碑。 距离再次拉近，此时角色的眼神不再只是空洞的悲伤，微皱的眉头说明他内心正在经历某种思考或挣扎，情绪开始发生微妙的转变。

8. 道具极特写：承载遗志的象征

• • 一把木剑特写，雨滴滴落在剑刃上溅起水花。没有继续拍脸，而是拍了这把粗糙的木剑。象征着父亲的教诲或未竟的遗志。

9. 动作特写：化悲痛为力量的决断

• • 少年的手死死攥紧了木剑的剑柄，手背青筋微凸。紧握剑柄的发力动作，宣告了少年完成了从“悲痛”到“决意”的心理蜕变。

浚哲tips:

很多刚开始做AI视频或者漫剧的同学，通常会出现同样一个现象“一个镜头一笔带过”。其实这是我们缺少导演和编剧思维，这并不是难事。我们养成一个习惯，看到任何一段小说或是画面，我们习惯性的把它拆分成【远-特-近-全】四个镜头甚至更多，接下来我们做个小测试，看到这样一段小说你会怎么设计分镜，然后再看我是怎么设计的，闭上眼想想一下画面。biyan

小弟低着头不敢看大哥，然而大哥并没骂他也没掀桌子，只是坐在沙发上，静静的抽着烟。

新手在看到这段话时，大脑通常是直译的，设计的分镜大概是这样：

• • 1： 全景平视。办公室内，赵毅坐在老板椅上，罗阳站在办公桌前低着头。
• • 2： 半身中景。罗阳一脸害怕的样子。
• • 3： 半身中景。赵毅皱着眉头，手里拿着一根烟。
• • 4： 还是大哥抽烟的图，最多换个角度。

为什么这种分镜是垃圾？因为它就像“监控录像”，只交代了谁在哪里干了什么，完全没有传达出压迫感、恐惧感和时间的流逝。观众看完内心毫无波澜，根本感觉不到大哥有多可怕，也体会不到小弟有多绝望。

那么真正的导演式分镜编排应该是什么样呢？

以后我们要学会利用光影对比、景别落差和细节放大，把寂静变成一把悬在小弟脖子上的刀。

我们把这个场景拆解成以下四个极具张力的镜头：

1：建立权力悬殊的压迫感（过肩仰拍全景）

• • 画面设计： 镜头躲在大哥的背后。前景是大哥极其宽阔、黑暗的背影（占了画面一大半，几乎挡住镜头），远景是孤零零站在门边、显得非常瘦小的小弟。
• • 导演思维： 不要直白的体现大哥的脸，先用巨大的黑色背影笼罩整个画面。这在镜头语言里叫体量压制。小弟在画面里越小，大哥的黑影越大，这种权力不对等、生死被人拿捏的窒息感瞬间就立住了。

2：放大极度的恐惧（极致的局部特写）

• • 画面设计： 根本不拍小弟的整张脸，只给小弟的鬓角或者紧握出汗的手一个极特写。一滴冷汗正顺着他毫无血色的脸颊滑下来，或者喉结正在艰难地吞咽。
• • 导演思维： 单纯的拍摄脸去体现害怕这样过于直白，在视觉上没有给观众留下脑补的想象空间，但“生理反应”很容易体现出来。房间里越安静，这滴冷汗流下来的感觉就越明显。局部特写能强行让观众代入小弟那种“心脏狂跳、大气都不敢喘”的极度恐慌中。

3：具象化“死寂”的时间（道具微距特写）

• • 画面设计： 镜头切到赵毅放在烟灰缸边缘的手。食指和中指夹着一根燃烧的香烟，烟头上的烟灰已经烧得很长很长，摇摇欲坠，但赵毅就是没有弹烟灰。
• • 导演思维： 这是整个分镜里最绝的一笔！没有动作的戏，最怕没有时间感。这段长长的、快要掉落的烟灰，就是一个视觉捕捉器。它告诉观众：赵毅已经很久没说话了，他在积攒怒火。烟灰掉落的那一刻，就是赵毅爆发或者罗阳没命的那一刻。紧张感在这里被拉到了最高潮。

4：情绪的终极审判（低机位面部特写）

• • 画面设计： 镜头终于切到赵毅的脸。从下往上微仰拍。房间很暗，只有烟头的红光和一缕青烟缭绕在眼前。赵毅隐藏在阴影里，没有任何愤怒的表情，只有一双冷冰冰、像看死人一样毫无感情的眼睛盯着镜头。
• • 导演思维： 黑帮老大真正动杀心的时候，绝对不是气急败坏的，而是极其平静的。用烟雾半遮掩面部，配上冷酷的眼神和俯视的机位。此时无声胜有声，观众隔着屏幕都能感觉到后背发凉。

第五步：分镜视频生成，让图片动起来

经过上面四个步骤，我们拥有了一套质量非常不错的分镜图，而分镜图是定格的瞬间，它只能告诉你那一刻发生了什么，而分镜视频则是把这些瞬间活过来，让画面产生节奏、情绪和故事感。简单说，就是从静态照片变成会呼吸的电影片段。

很多人在这一步会非常茫然，一说到提示词手放在键盘上，脑袋就一片空白。要么就是转成视频后，经常看着生成好的视频陷入了沉思……因为“生成出来的和我脑子里想的完全不一样”。

新手最常见的问题我总结了一下，基本覆盖90%的人会遇到的痛点：

1. 1. 为什么角色动作那么怪？像抽风一样 最常见。图片是静态的，AI不知道该怎么自然过渡，就容易让手脚乱摆或突然抖动。

解决思路：提示词里要明确写“动作平缓、自然过渡，不要突然变化”，也就是限制词。

1. 2. 镜头自己乱动，根本不是我想要的推进速度 你想要慢慢推近，结果AI直接冲过去，或者完全不动。AI对运镜的理解很模糊，必须在提示里具体说缓慢推进 镜头，持续3秒，这种时间+速度描述大概率会更符合你脑中的画面。
2. 3. 前后帧人物脸变了！眼睛颜色都不一样 经典一致性问题。AI每帧都在重画，容易忘记上一帧长什么样。很多人以为是工具bug，其实是提示词没强调 保持人物外貌完全一致或你的角色形象资产生成时没有头部近景特写。
3. 4. 背景突然模糊，或者光影莫名其妙变暗 图片里光线是固定的，AI生成视频时会自己脑补光的变化，导致穿帮。很多人疑惑：为什么静态图好好的，动起来就崩了？同样我们要说明光线设计的初衷是要体现什么样的氛围，再加上限制词。
4. 5. 情绪完全不对！明明是温柔的眼神特写，怎么变成恐怖片了？ 首先AI对情绪的理解源于你给的提示词，如果你给的是小妹很开心，小妹很难过，AI大概率会生成哈哈大笑或者痛哭流涕的视频，直接把情绪拉满，然而往往这样用力过度的情绪，就是造成AI味过重的主要原因。所以我们描写情绪的时正确的做法是：微表情 + 生理细节 + 动作暗示来代替直白情绪描述。这样AI生成的动作更细腻、内敛，更接近真实人类反应，也让情绪更有层次感和留白。

举例：

【开心】角色嘴角微微上扬，眼尾轻微皱起，眼神柔和透出细微喜悦，动作自然平缓

【害怕】眼睛微微睁大但不敢直视，目光下移或躲闪，嘴唇轻微发白，肩膀不自觉微微耸起

【冷漠】眼神冰冷毫无波澜，瞳孔微微收缩，呼吸极慢极稳，下颌线条微微收紧

【无奈】眼皮轻微下垂，嘴角微微下拉，呼气时胸口有明显起伏

1. 6. 为什么有的分镜生成效果很好，有的完全不行？” 核心原因是原图片的构图和细节丰富度。构图清晰、主体突出的图片，AI更容易理解运镜意图，有的分镜图里面元素太多太乱，AI难以识别主体就容易瞎动。

其实出现以上这些问题，无非就是这两个原因：

1.我们脑袋里没有关于视频的知识库。

2.缺少对AI模型的理解做的少没有经验。

那这并不是没有解决方案，接下来我讲的内容希望可以让你补足这个知识库。

重点一、控制镜头运动

控制镜头运动也就是常说的运镜，图片里镜头是死的，视频里镜头是活的，它会自己往前走、往上抬、慢慢推近……不同的运镜方式，会直接传递给观众不同的感受。

• • 缓慢推进（镜头慢慢推近）： 比如画面是人物的眼神极特写，镜头从稍远一点慢慢推到眼睛上。这个动作给人的感觉是内心被逐渐放大、情绪在积聚。观众会不由自主地跟着紧张、好奇，甚至感受到角色的孤独或压抑。常用来表现人物内心戏很重的时刻。
• • 缓慢拉远（镜头慢慢拉开）： 人物原本占满画面，突然镜头往后退。感觉就是从私人空间被拉到更大世界，会让人产生孤独、渺小或者故事刚刚开始的情绪。适合表现角色刚经历大事后的无助感。
• • 横向平移（镜头左右滑动）： 像眼睛扫过房间一样慢慢滑过去。给人的感觉是在观察环境、发现细节，比较冷静、探索性强，不会太戏剧化，常用来介绍场景或让观众跟着角色一起看。
• • 快速推进或急推： 镜头突然猛地冲向某个东西（比如突然推到惊恐的眼睛）。感觉就是震惊、紧张、危险来临。新手最容易用过头，一不小心就变成“惊悚片既视感”。
• • 上下俯仰（镜头从上往下或从下往上看）： 从高处往下看角色 → 角色显得弱小、无力； 从低处往上看角色 → 角色显得强大、有压迫感。 简单一句话：视角高低直接决定谁“强势”谁“弱势”。
• • 环绕镜头（镜头围绕主体360°转圈或半圈）： 比如人物站在房间中央，镜头像人绕着他慢慢走一圈。观众会觉得“这个角色被环境/情绪彻底笼罩”。常用来表现角色陷入困境或揭开秘密的时刻，特别有电影张力。
• • 第一人称视角（镜头模拟角色自己的眼睛）： 画面直接从角色视角出发，比如铁蛋的手伸向前方，镜头跟随手往前走。感觉就是观众直接变成角色本人，代入感爆棚，会产生紧张、恐惧或亲密的情绪。适合惊悚、冒险或主观情感戏，新手用这个最容易让视频“活起来”。
• • 手持拍摄（镜头轻微晃动，像人拿着相机走路）： 角色往前走，镜头跟着微微抖动、不那么稳。给人的感觉是真实、纪实、紧张或不安，像纪录片或第一视角游戏。和稳定推进比，它更“接地气”，常用来表现追逐、慌乱或日常真实感，但别晃太狠，否则观众会觉得头晕。
• • 跟随镜头（镜头始终跟在角色身后或侧面一起移动）： 角色在跑或走，镜头像影子一样紧跟不放。感觉是一起行动、紧张追逐，观众会不由自主地跟着角色呼吸。特别适合动作戏段落。

• • 升降镜头（镜头从低处慢慢升起或从高处慢慢降下）： 比如从地面往上抬到人物全身，或者从高空慢慢降到特写。给人的感觉是揭开全貌或压迫感渐强升起时像“希望升起/世界变大”，降下时像“命运压下来/角色被吞没”。这是制造史诗感或压抑感的神器。
• • 旋转镜头（镜头本身轻微转动，像钟表指针或梦幻旋转）： 画面围绕中心点慢慢旋转。感觉是眩晕、梦幻、时间错乱或情绪失控。常用于心理戏、回忆或高潮转折，但新手要小心，用多了容易让观众晕。
• • 摇镜头（镜头左右或上下快速/缓慢扫过，像人在摇头看四周）： 不是平移那么稳，而是带点寻找感的扫动。给人的感觉是警觉、探索或不安，适合表现角色在紧张环境中东张西望。

分镜图是“画”，而视频是“演”。运镜不是随便动，而是你在用镜头说话，每一次移动都在替角色或故事传递情绪。记住一条铁律——运动一定要为情绪服务，而不是为了动而动。

接下来我们用上面的小弟和大哥的分镜做一组视频示范：

复古风格

黑白风格

怎么样，是不是有点那个意思了！别急，如果你看到了这里，证明你是真的想学习，干货才刚刚开始！

重点二、图生视频提示词的完整框架

一张静态分镜图片要变成有呼吸的视频，提示词是关键。所以提示词不能只描述画面长什么样，而是要把画面拆解成可控的元素，再用文字指挥AI加上镜头语言。核心是让AI明白：环境+主体+氛围+空间关系+人物状态+运镜这六件事同时发生，才能避免新手常踩的“动作怪、情绪不对、镜头乱飞”的坑。

以下是我总结的提示词框架：

• • 环境与氛围：明确房间、天气、光线、整体色调（例如“昏暗的老式办公室，木质墙板，窗帘遮光，只有一盏台灯和烟头红光”），让AI知道整体情绪底色。
• • 主体与空间位置：说清楚主角（大哥/小弟）或道具在画面里的位置和体量关系（例如“前景是大哥极其宽阔的黑暗背影，几乎占据画面2/3，远景是门边孤零零的小弟”），建立权力压迫感。
• • 主体动作、表情与状态：如果主角是人，要写低着头不敢对视、双手自然下垂、面无表情却眼神冰冷，避免AI自己脑补奇怪动作。
• • 光线与细节：突出关键视觉符号（烟灰摇摇欲坠、冷汗滑落、青烟缭绕），这是情绪的放大器。
• • 镜头运镜：运镜是图片变视频的灵魂，必须具体写“运镜方式 + 速度 + 时长 + 情绪目的”（结合我们之前整理的运镜列表），例如缓慢推进3秒，制造压迫感或低机位微仰，镜头轻微手持跟随。

最后谨记：无论是提示词还是模型能力，都不是最重要的，核心是“你的脑子里有个知识库，可以随时被你调用”

别做被工具束缚工具人，要做控制工具的导演！

第六步：剪辑，米其林五星视觉厨师

先看视频⬇️

看完以上三条视频，不知道大家作何感想。跟大家分享一下，其实当下的AI模型能力，已经能解决大部分在制作过程中的问题，也就是分镜图或是分镜视频出品质量已经很OK了，这大幅度的提升了制作效率和视觉呈现，但剪辑仍是最最最后的重中之重，它是听觉+视觉完美融合，以视听语言呈现给观众的最后一环，所以，大家接下来可以看下面这个视频《回到2006》，制作时间是2025年9月，那时的图片模型，视频模型能力和当下的模型是不能相提并论的，无论是角色一致性，音视频同出，视频稳定性都很一般，有很多配音发音不准，角色变脸，文字畸变，所以剪辑就更为重要。虽然制作到了十几分钟，但因为最终效果一般瑕疵太多，始终没有发到社交媒体，今天给圈友们看一下，作为反面案例。

下面是这个视频的工程文件时间轴，大家可以看到，音效和视频片段非常的多，这就是剪辑在拼命补救

关于剪辑我就不过多的赘述了，在2025年6月的AI视频出海航海中，我做了一个3个小时的直播分享，主要就是将如何剪辑才能更有电影感，音效的使用，视频节奏的把控等等，应在生财的航海高手领航里面还能看到。

⬇️接下来我要说的就是保证出品质量的同时能够提效的工具。⬇️

工欲善其事，必先利其器[工具篇]

相信看到这里的圈友已经对AI漫剧(AI视频)的制作流程和一些技巧有了一些认知和了解，可能有些圈友也会问，为什么不分享一下你的提示词是怎么写的？其实在我看来，同一段素材，100个人有100种方式去写提示词，虽然提示词重要，但不要被提示词束缚，重要的是“术”，也就是方法。

如果你都看到这里了，我相信你首先一定是想做AI漫剧，并且想做好，或是已经在做AI漫剧想提效，那么接下来的内容可要仔细看咯！文章最开始我说过的软件，是我用claude code半个月时间手搓出来的，优化测试不知道多少遍……从小说到出片，不仅能够帮你提高出品质量，并且大幅度提高效率。

1.初始界面及系统设置

软件初始界面

打开软件我们可以看到三个板块【文本】【图像】【视频】在下方历史项目里面查看过往的项目，系统设置里面可以自行配置API（大语言模型、图片生成、视频生成），软件里面内置了一些API平台，当然也可以自行设定。你肯定注意到了右下角的AI小助手，小核淘，他可是一个很好用的AI助手，后面我会详细说明它的功能。

打开设置之后，选择对应的API平台，这里我们内置了云雾，ppio，deepseek官方等平台，大家自行选择，去注册账号，创建API令牌，回到软件里面回填后，选择模型，点击测试，连接成功即可使用。接下来要去设置一下素材的存放路径，就是你想把文本资产和图片资产存在你电脑哪里，自行设定即可，API和存放路径全都设置好之后点击保存设置，以后每次打开就不用再设置了。

2.开始创作

软件是一个无限画布的形式，在操作上极大的提升了便利性，先说下基础操作：

• • [双击鼠标左键]新建节点
• • [按住鼠标右键]拖拽移动
• • [滑动鼠标滑轮]缩放画布

我们可以看到，几乎一个鼠标就能操控80%的软件功能了

[双击鼠标左键]会弹出7个节点选择，对应不同功能，下面我按照AI漫剧制作流程以此介绍讲解

3.文本处理[小说原文-视觉改写-分镜脚本]

①选择文本输入节点，在文本输入节点选择上传小说（仅支持txt格式文档📄）

这里要注意：如果是长篇小说，建议手动拆分成1~5章一个文档，每一章节要有明确的【第一章，第二章……等字样，AI用于识别】如果字数过多会出现一个问题，因为文字AI大模型输入输出的token是有限制的，会出现改写后的内容缺失，我个人建议1章一个文档。

②小说视觉化改写生成剧本

小说文档上传后，文字节点会识别到小说的章节和字数，然后鼠标按住在文字节点后面的+号，拖拽出来一根连接线，松开鼠标会弹出节点选择，我们选择剧本生成，这一步是把小说进行视觉化的改写，因为小说原文会有很多废话，大量的赘述和心理描写，经过改写会把小说原文改写成一个具有画面感的内容。我们点击剧本节点的生成，这里会弹出选项，我们根据不同需求去设定，点击开始，剧本生成节点开始改写。

无论任何节点之间，连接线之间的数据在传输时，连接线上会有传输动画，节点上也会有提示

大概等待30秒左右改写完成（根据小说长短而定）点击查看

查看改写的剧本，不妥的地方修改，然后保存修改

③分镜脚本

这里是重点了如图⬇️

[分镜脚本]

生成分镜脚本前，在分镜脚本节点选择类型和画风，软件内置了很多风格供大家使用（一定要选择，这这会影响后续的出图风格），然后再点击生成，如图⬇️

开始生成后我们可以看到[实时]字数和内容

分镜脚本会首先输出【资产清单】包含：[角色][场景][道具]，生成完毕同样可以点击查看

4.分镜图片生成

分镜脚本写完之后我们通过连接线新建一个[图像生成]节点

接下来，惊喜来了！

我们可以看到，图像生成节点已经识别到了分镜脚本写出[分镜][角色][场景][道具]信息，我们只需要点击对应按钮，会弹出一个新的图像节点，选择生图比例和分辨率，点击生成图片即可（要先生成角色、场景、道具资产，保持一致性），我们就先生成一个[顾余生(少年)]的形象。

大概等待10几秒图片就生成好了，眼尖的同学会发现，该图像节点的名字也变成了角色名字

我们按照这个方式，以此类推，生成所有资产图（角色、场景、道具），当然如果觉得资产图不OK，可以手动调整提示词再次生成。

资产图生成完毕

下一步我们就要使用已经准备好的资产图作为垫图，生成分镜图。

当我们选择某一个分镜时，你会发现：图像生成节点会自动连接角色和场景图作为垫图，那是因为软件内置了自动资产参考功能，这样会大大提升效率，我相信有些同学一定会有以下情况：提示词写好了，点击生成图片，瞬间想起来没有加参考图，算力也花了，积分也扣了……所以这个功能还是蛮实用的。

生成了几个分镜图作为演示,仔细看图的同学会发现，图像节点上方有一个【多角度】按钮，这个功能用过的都说香，举例我们平时生成一张分镜图，想再生成不同角度，不同构图，不同机位的图，都是通过提示词去生成，大概率要抽卡N次，人物可能发生变化，或者场景崩坏，那么这个功能可以完美解决这个问题，大家看下示例图。

内置了六种预设角度 也可以自定义调节

通过调整3维参数，水平+垂直+景别，你可以得到不同机位的图。

我们演示完了分镜脚本如何生成分镜图片了，接下来讲一下[分镜脚本节点]的进阶玩法

我们在[分镜脚本节点]后面连接一个[图像宫格节点]，如图⬇️

为了丰富镜头，细化分镜，我们可以把任意一个分镜生成9宫格或者4宫格。看图⬇️

这样是不是一下就不愁没灵感了。

九宫格或者四宫格图生成完毕，点击拆分，把自己满意的图单独拆出来，都满意就都拆出来，鼠标选择某一张图（或者全部），点击高清放大就可以了，9张图同步高清放大提取，灰常方便。

是不是一时间有种眼花缭乱的感觉，不知道选哪个好了，这就对了，对着分镜脚本，选出连贯切你认为更好的分镜去表达你的故事。

5.视频生成

这里就要用到文章开头我们说过的那个AI助手，软件中内置了电影分镜视频运镜知识库，点击小核淘，在输入框中输入@然后点击画布中的任意图片，可以多张，然后输入你的想法，让小核淘来给你写视频提示词（小核淘调用谷歌Gemini3.1，模型能力用过的都知道，并且无需魔法）10秒内搞定提示词。

视频的提示词一个字没改直出效果如下，使用模型kling3.0，下面是原片

总结

大家应该发现，整篇文章我都没有详细的说提示词该怎么写，无论是图片的还是视频的，因为我们已经在软件里集成了电影级知识库，其实在分镜脚本输出的提示词里面你就能看到图片提示词的结构了。

所以好工具只是入场券，真正核心的永远是你的故事和你脑袋里的专业知识以及审美。永远不要指望工具帮你【一键如何如何】，好的作品需要“打磨”！

影核制片系统最打动创作者的，一定是它真的懂创作者在实操中会遇到什么卡点，然后针对性的解决。它把漫剧制作这个原本门槛极高的技术活，拆解成了普通人只要顺着这5个步骤，拖拽连线就能跑通的高效高质工具。后续我也将持续更新迭代升级。

如果你是真的想把脑子里的故事做成能让观众点赞的作品，而不是随便体验一下AI的新鲜感，那这个工具值得你去好好摸索。它能帮你避开90%的工具坑，把你的精力真正还给讲故事本身。

另外你在使用软件制作漫剧时遇到任何找不到的功能，直接问小核淘AI助手就行，比到处翻教程快得多。

现在就去开始你的导演之旅吧，有遇到什么好玩的或者卡壳的地方，浚哲都在这里哦。