AI漫剧制作全流程：从脚本到成片的保姆级教程

一集3分钟的漫剧，我从零做到成片大概4小时。流程拆开就六步：选题、脚本、角色图、分镜生成、配音、剪辑。头一集慢，第三集开始就顺了。

一、选题和脚本：先定钩子

漫剧不是动画片，是短剧。前10秒必须有冲突。我常用的结构：开场一句话抛出矛盾，中间两次反转，结尾留个悬念，让人想追下一集。

脚本用DeepSeek写，提示词给清楚：“写一集3分钟短剧脚本，题材校园反转，3个角色，分12到18个镜头，每个镜头一句话描述画面和台词，台词口语化，全篇不超过800字。”

出来之后自己改，重点改台词。AI写的台词太书面，人物说话要像人。我一般把“我感到非常惊讶”改成“你咋知道的”，味道立刻就不一样。

二、角色设定图：一致性从这里开始

每个主要角色出一张正面、一张侧面、一张全身，存成固定素材。用即梦或Midjourney，提示词把发型、服装、年龄写死，别每次换着词写。

我一套角色图出12张，挑3张最稳定的当“定妆照”。后面每个镜头都拿这张做参考图，人物才不会一集一个样。这一步偷懒，后面全白搭。

三、分镜生成：5秒一个镜头

用可灵图生视频，每镜5秒，首帧用定妆照加场景描述生成的图。提示词写“角色站在教室窗边，侧身，窗外有阳光，缓慢转头”，动作越小越稳。

一集15个镜头，大概生成30到40次，能用的挑出来。废片率在三成左右，正常。急着赶工反而更慢，挑片的时间省不了。

四、配音和字幕

男声用海螺AI，女声用剪映的“情感女声”，旁白用ElevenLabs更自然，但要英文提示调。台词逐句生成，别整段丢进去，整段生成情绪会平。

字幕用剪映识别，错字手动改。字号别太大，漫剧画幅一般是竖屏9:16，字幕放下三分之一，别压脸。

五、剪辑：节奏比画面重要

每个镜头控制在3到5秒，超过6秒就拖；台词说完立刻切，别留空；转场用硬切，花哨转场反而出戏；BGM选有节奏的，音量压到人声六成。

我做第一集的时候每个镜头留了2秒空白，成片像PPT。改完节奏，完播从22%到41%。画面没变，就是剪短了。

两个真实场景：一个做校园题材的朋友，用这套流程一周出3集，第6集播放破了10万，接了第一个商单，报价800。另一个做悬疑的，角色图没固定，第3集男主换了张脸，评论区全在问“换演员了？”，数据直接腰斩。

配音还有个取巧的办法：先让AI把台词念一遍，你跟着念一遍，再合成。这样断句和重音是人的，音色是AI的，听着不假。

字幕别一句一行铺满屏幕。漫剧节奏快，一行不超过12个字，两行以内，多了观众顾不上看画面。

发布前把整集连看一遍，专挑“人物突然换脸”“背景突然变”的地方。这种穿帮，观众一眼就看见，比动作僵硬更劝退。

还有，片头别超过3秒。漫剧的观众耐心有限，片头一长，跳出率立刻上去。我现在的片头就一个标题卡，1.5秒。

六、常见问题

问：一集要做多久？

熟手4小时，新手8小时往上。角色图和模板建好之后，第二集会快一半，第三集就顺了。

问：必须用付费工具吗？

不必。即梦免费额度加剪映，能做出完整一集，只是废片多、耗时间。先做出来，再考虑花钱提效。

问：人物老是变形怎么办？

缩短镜头时长、减小动作幅度、固定参考图。三样都做到，稳定性明显提升。还崩就换一张定妆照，有的脸就是难锁。

问：能做多长？

单集3到5分钟最合适，超过8分钟，完播率掉得厉害。想做长剧，拆成多集，每集留钩子。

实在建议：先做完一集，完整发出去，别卡在第3个镜头反复改。做完一集你才知道问题在哪，光看教程没用。