ARTICLE · 1181231
我做AI漫剧的完整工具链:从写剧本到出片,每一步用什么、为什么用它
我做AI漫剧的完整工具链:从写剧本到出片,每一步用什么、为什么用它上一篇把5个真实卡点讲完了，今天这篇，就把我这两个月踩坑沉淀下来的工具流程，彻底摊开讲。 
一、剧本：先把故事讲顺，再谈 AI 这一步要解决的问题很明确：让 AI 写出能拍、有节奏、不跑偏的剧本。 我用的工具是豆包，市面上主流的几款对话模型都能干这活。为什么选它？因为剧本创作的核心是逻辑和人设，豆包在理解上下文、维持角色语气完全足够，而且在写作上是不用充会员，不用积分，完全免费使用的。 我踩过的坑：一开始直接让 AI「写个漫剧剧本」，结果出来一堆空洞对话，人物像念说明书。后来我学乖了，先喂给它一份「人物小传+世界观设定」，再让它按「场景-冲突-台词-动作」四段式结构写。 一个可直接复用的提示词思路： 「你是一个漫剧编剧。请根据以下人物设定和世界观，写一场 30 秒的短剧剧本。要求：每句台词不超过 15 字，必须包含一个情绪转折点，动作描写用【】标注，结尾留钩子。」 
二、分镜：把文字翻译成镜头语言 这一步要解决的是：让 AI 理解「画面感」，而不是继续写小说。 我用的还是是「豆包+ 表格协作」。为什么不用专门的 AI 分镜工具？因为目前市面上的分镜 AI，要么太贵，要么出图质量不稳定，不如自己用豆包加表格手动控。 我踩过的坑：让 AI 直接生成「分镜描述」，结果它给我一堆「镜头推进、光影氛围」这种虚词。后来我改成强制它输出结构化表格：镜号、景别、画面描述、台词、音效、时长。 一个可直接复用的要点： 在提示词里加一句：「请用表格输出，每行一个镜头，画面描述必须包含主体、动作、环境三要素，禁止使用『唯美』『震撼』等主观形容词。」 
三、视觉：角色一致性是生死线 这一步要解决的核心问题：让同一个角色，在不同镜头里长得一样。 我用的是「文生图/图生图工具 + 角色参考图控制功能」。为什么强调「图生图」？因为纯文生图每次都在抽卡，角色脸一变，观众就出戏。 我踩过的坑：只靠提示词写「蓝发少女，左眼有疤」，结果 10 张图 10 种疤。后来我固定一张「角色基准图」，所有新镜头都用图生图加参考图权重控制，提示词只改动作和场景。 一个可直接复用的要点（三层约束法）： 底层：固定角色基准图 + 高权重参考；中层：提示词锁定关键特征（发型、瞳色、标志性配饰）；上层：用负向提示词排除干扰项（如「不要换发色」「不要加新纹身」）。 
四、配音：情绪比音色更重要 这一步要解决的是：让 AI 念出「人味」，而不是机器人播报。 选支持情绪标签或语调调节的那种。为什么不用真人？不是真人不好，是漫剧更新频率高，真人配合成本扛不住。 我踩过的坑：选了个「温柔女声」就一路用到底，结果吵架戏也像哄孩子。后来我学会在文本里插情绪标记，比如「[愤怒]你再说一遍！」「[哽咽]我…我没想骗你。」 一个可直接复用的要点： 别迷信「音色库」，优先调「语速+停顿+重音」。有时候把「我等你」改成「我…等你」，效果比换十个音色都强。 五、剪辑与双版本分发：一鱼两吃，别白忙 这一步要解决的是：一次制作，适配多平台，不重复劳动。 我用的是剪映。为什么强调双版本？竖版发短视频平台，横版发 B 站这类长视频平台，流量池完全不同。 我踩过的坑：做完竖版才发现横版构图太满、字幕被裁，只能重剪。后来我在分镜阶段就画两版构图草图，剪辑时直接切画布，台词和配音共用。 一个可直接复用的要点： 剪辑工程里建两个序列：一个 9:16，一个 16:9。关键镜头提前预留安全区，字幕统一放在中下三分之一，避免双版本反复调位置。 
我是南序，一个用 AI 做漫剧的实战派，不画饼，只讲真问题。 如果你也在摸索 AI 内容生产，欢迎关注。
