后台隔三差五就会收到同一条求助：

AI出图我会了，AI生视频我也会了，可真让我从头做一集漫剧，脑子里就一团浆糊。

剧本从哪下手？角色卡什么时候做？分镜表先写还是后写？为什么做着做着主角就换了张脸？最后那堆视频片段，到底怎么拼成一条片子？

我的答案是：卡住你的从来不是某个软件，而是做片的顺序。

顺序理顺了，哪怕你没学过一天美术、碰过一次剪辑软件，也照样能把一个半分钟的小故事，从文字一路做到能发布的成片。

今天这篇文章，我不聊虚的，就按真实的干活顺序，把每一步该做什么、做到什么程度算合格，一次给你讲透。

一、开工前，备齐这3样工具

1. 豆包：负责文字活——想题材、写剧本、拆分镜。

2. 即梦：负责画面活——角色卡、分镜图、动态视频全靠它。

3. 剪映：负责收尾活——配音、字幕、配乐、成片导出。

整套动作串起来是这样的：

定题材 → 写剧本 → 拆分镜 → 做角色卡 → 逐镜出图 → 逐镜生视频 → 剪辑配音 → 发布前检查

给新手一句掏心窝的话：第一条片子，目标不是惊艳，是做完。半分钟到一分钟的小故事，足够你把整条链路走一遍。

二、整套流程，先记住这张表

后面每走一步，都拿这张表对照一次，缺哪儿补哪儿：

三、写剧本：这片子的地基

一集漫剧成不成，八成看剧本。别急着打开AI，先自己想明白三件事：拍什么题材、谁跟谁较劲、观众为什么要看下去。

●题材：逆袭、甜宠、悬疑、家庭纠纷都行，挑你自己看得最多的那类下手，手感在线。

●人物：一集最多两三个有戏份的角色，主角想要什么、谁在拦他，必须一目了然。

●结构：开场钩子、矛盾加码、意外反转、结尾埋钩，四拍走完，一集只讲一件事。

●时长：新手控制在半分钟到一分钟，台词越短，后面画面越省力。

懒得从零想？把这段话丢给豆包：

大纲出来先别往下走，觉得别扭就让它改，改到你自己愿意看第二遍为止。

四、拆分镜：别拿到剧本就猛生图

剧本定稿后，先把每一场戏翻译成一个个镜头。这一步偷懒，后面生成的画面就会乱。

●一镜一事：一个镜头只装一个动作或一次情绪变化。

●总量控制：半分钟到一分钟的戏，8到12个镜头刚好。

●信息写全：谁、在哪、什么景别、做什么动作、什么表情、说什么话、配什么音效、几秒钟——八项一个不落。

给你一个能直接抄的分镜表（假设故事是"深夜面馆重逢"）：

分镜写得越具体，下一步出的图和视频就越稳。

五、逐镜出图：一致性是生死线

文生图最容易翻车的点，就是这一集里角色忽胖忽瘦、场景忽明忽暗。解法是先把"标准件"做出来：

1. 角色卡：年龄、脸型、发型、服装、身形比例，全部写死在提示词里，一次生成正面、侧面、多组表情。

2. 场景图：同一个地点，把时间段、光线、家具陈设固定下来，之后每镜都沿用。

3. 风格锁：全片统一一种画风（比如3D真人漫风加电影感光影），中途别换。

4. 一镜一图：一张图只画一个镜头，别贪心塞好几个动作。

单镜出图的提示词可以这样组织：

六、图生视频：动作越小，成功率越高

静态图转视频，记住六个字：动作小、镜头稳。

先检查图片本身没崩（脸没花、手没多），再动手生成。写动态提示词时盯住三块：

●人物动作：转头、抬手、回望、停步这类小动作最稳，大打出手、飞奔跳跃容易崩。

●镜头运动：推近、拉远、横摇、跟随，一条提示词只选一种。

●环境氛围：雨丝、浮尘、烟雾、逆光、灯光闪烁，点缀一两个就够。

给你一段可以直接仿写的示例：

七、剪辑配音：把零件拼成片子

所有镜头的视频都到手后，按镜号顺序拖进剪映。建议按轨道一层层处理：

1. 画面轨：先粗剪一遍，只留表情和动作最顺的那几秒。

2. 配音轨：按台词逐句生成角色声音，语气要贴着画面情绪走。

3. 字幕轨：先自动识别，再逐句校对错别字，一行别超过15个字。

4. 音乐轨：背景乐音量压到人声之下，剧情转折点补一声音效。

顺手记下这条流水线：

八、发布前优化：最后一步决定播放量

片子导出后别急着点发布，这六处先过一遍：

九、上线前，最后自查一遍

●主角的脸有没有在哪一镜突然变了？

●台词和口型错位明显吗？

●字幕里混进错别字了吗？

●音乐是不是盖过了说话声？

●结尾的钩子留住了吗？

五项全过，再点发布。

十、写在最后

新手起步阶段，只求一件事：把整条链路完整走一遍。

工具都不难，难的是你能稳定地把一个故事从文字推到成片。所以第一条片子别追求大片质感，也别上来就挑战几分钟的长篇。半分钟的小故事，角色卡锁死，八九个镜头做齐，配音字幕配乐归位，再做一次发布检查——这就够了。

链路跑通之后，再回头打磨角色精度、镜头语言和剧情结构，进度会快得多。先跑完，再跑好，这是零基础入场最省时间的一条路。

如果这篇对你有用，点个赞和在看，下一篇拆解角色一致性翻车的5种急救方法。