第5篇：AI写剧本：用Ollama+DeepSeek生成分镜脚本

实战工作流 ｜ 2026-06-03 发布

我踩过的坑，你别再踩了

上个月我做第一个漫剧的时候，剧本这一步直接卡了我3天。

不是我不会写剧本，是写出来的东西根本没法用ComfyUI跑。

我一开始以为，让AI写个剧本不就是丢个提示词的事吗？结果AI给我生成了一堆文学化描述："夕阳西下，他望着远方，眼中满是不舍……"

这种东西，ComfyUI能认吗？不能。

ComfyUI要的是分镜脚本——每一帧是什么画面、什么角度、什么情绪，清清楚楚，最好还能直接当成提示词用。

后来我试了各种方案，云API（DeepSeek API、Kimi、GPT-4）都能写，但问题是每次都要花钱，而且有时候还要等速率限制。

直到我把 Ollama + DeepSeek 本地部署之后，才发现：原来本地AI写剧本，不但零成本，质量还不比云端差。

今天这篇，我把整套流程拆给你看。

为什么选Ollama + DeepSeek？

先说结论：本地部署AI写剧本，最佳组合是 Ollama + DeepSeek-R1:14b。

原因有三个：

1. 零成本，无限调用

云端API按Token收费，写一部漫剧的剧本（大概10-15场戏）可能要消耗几万Token。虽然单次不贵，但你如果像我一样，每天测试几十个版本，月底账单会让你怀疑人生。

本地跑，电费而已。

2. 中文理解能力强

DeepSeek-R1 的中文理解，在我实测的几个本地模型里是最好的。写出来的分镜脚本，提示词风格和Civitai上的好评提示词非常接近，不像有些模型写出来的像翻译腔。

3. 可以离线跑

你的ComfyUI工作流、你的素材库，本来就在本地。剧本生成这一步如果在云端，就等于你的创作流程被别人的服务器卡脖子。本地化之后，整个链路都在你自己的机器上，稳。

环境准备：先把Ollama跑起来

如果你还没装Ollama，按这个步骤来（Windows）：

Step1：安装Ollama

官网下载：ollama.com/download

安装完之后，打开命令行（Win+R → cmd），输入：

ollama --version

能看到版本号就说明装好了。

Step2：拉取DeepSeek-R1模型

我推荐两个版本：

拉取命令（推荐14b）：

ollama pull deepseek-r1:14b

拉取时间取决于网速，我这里大概10分钟。

踩坑提醒：如果你显存不够，模型会强行走CPU推理，速度慢到你想砸电脑。这种情况，先用7b版本，效果差一点但至少能跑。

Step3：验证运行

ollama run deepseek-r1:14b

然后输入一句测试：你好，请介绍一下你自己

能正常回复就说明环境OK了。输入 /bye 退出。

核心技巧：提示词怎么写，AI才懂你要的是"分镜脚本"？

这是最关键的部分。

很多人让AI写剧本，提示词写得太宽泛，AI不知道你要什么格式，就给你写小说。

正确做法是：给模板。

这是我实测有效的提示词模板（直接复制用）：

 你是一个专业的AI漫剧分镜脚本撰写师。 请根据以下剧情梗概，生成一部12集漫剧的分镜脚本。 【剧情梗概】 {{这里填你的故事梗概，50-100字}} 【输出格式要求】 每一集包含： 1. 集数编号 2. 本集标题 3. 分镜列表（每个分镜包含：镜头编号、画面描述、人物表情/动作、台词） 【分镜画面描述要求】 - 每段画面描述必须可直接作为ComfyUI的提示词使用 - 描述风格参考Civitai好评提示词：具体、视觉化、含光影和构图信息 - 每个分镜的画面描述控制在80-120个英文单词当量 【示例格式】 第1集：初遇 镜头1：全景，校园操场，夕阳，女孩独自坐着，长发被风吹起，侧脸特写，温暖光影 提示词：cinematic shot, full body, school uniform girl, sunset, playground, side profile, wind in hair, warm lighting, highly detailed 镜头2：... 现在开始生成。 

关键细节：

1. "可直接作为ComfyUI提示词使用" 这句话必须有，AI会朝着这个方向优化输出

2. 给出示例格式，AI看到格式示例之后，输出的结构化程度会高很多

3. 控制每段描述的长度，太长ComfyUI处理慢，太短画面信息不足，80-120英文字符是我实测的甜点区

实战：用Ollama API 接入 ComfyUI 工作流

光让AI写剧本还不够，我们要把这个过程无缝接入ComfyUI工作流。

这里有一个现成方案：ComfyUI-Ollama 自定义节点。

安装 ComfyUI-Ollama 节点

在ComfyUI的自定义节点目录运行：

cd ComfyUI/custom_nodesgit clone https://github.com/stavsap/comfyui-ollama.git

然后重启ComfyUI。

工作流核心节点说明

安装完之后，在你的ComfyUI节点列表里会多出一个 Ollama 分类，核心节点是：

OllamaGenerate 节点

- 输入：model（模型名，如 deepseek-r1:14b）、prompt（提示词）

- 输出：text（生成结果）

- 关键参数：temperature=0.7（控制创造性，剧本建议0.7-0.9）

我的推荐参数：

- temperature: 0.8（剧本需要一定创造性，但也不能太飘）

- max_tokens: 4096（分镜脚本比较长，设大一点）

- top_p: 0.9

质量提升技巧：让AI写出"能用的"分镜脚本

用了上面那个模板之后，你会发现AI写的东西已经不错了，但还有提升空间。

技巧1：分两步生成，不要一步到位

不要试图让AI一次性生成整部漫剧的完整分镜脚本，质量会下降。

正确做法：

 Step 1：让AI生成"剧情大纲"（梗概 + 分集标题 + 每集核心冲突） Step 2：拿大纲，逐集让AI生成"分镜脚本" 

分步之后，每集的分镜质量明显更高，因为AI的注意力更集中。

技巧2：给参考风格

如果你有喜欢的漫剧风格，在提示词里加上：

 参考以下作品的分镜风格： - 光影风格：{{参考作品名}} - 构图特点：{{具体描述}} 

我自己测试时参考的是新海诚的风格，AI会在画面描述里主动加入"soft lighting"、"blue sky"这类关键词，出来的图风格很统一。

技巧3：人工审核 + 快速迭代

AI生成的分镜脚本，一定要人工过一遍。

主要检查两件事：

1. 提示词里有没有和你的Checkpoint模型冲突的风格词

2. 分镜的连贯性（相邻镜头的画面描述有没有突变）

发现问题，直接把修正意见丢回给Ollama，让它重新生成那一集。因为是本地模型，重新生成不需要额外成本。

常见坑点提醒

坑1：显存溢出导致Ollama崩溃

DeepSeek-R1:14b 在推理时大概占用10-12GB显存。如果你同时还在跑ComfyUI出图，显存可能不够用。

解决方案：在Ollama运行剧本生成时，暂停ComfyUI出图任务；或者把 num_gpu 参数调低（让部分层走CPU）。

坑2：生成的内容突然变成英文

DeepSeek-R1 在 temperature 设太高的时候，偶尔会混用英文输出。

解决方案：temperature 不要超过 0.9；在提示词开头明确写"请用中文回答"。

坑3：分镜提示词太长，ComfyUI出图效果反而差

提示词不是越长越好。超过120个token之后，Stable Diffusion的注意力会被稀释，画面反而乱。

解决方案：每个分镜的画面描述，控制在80-120个英文单词当量。如果AI生成得太长，在提示词里加一句"每个分镜的画面描述不超过100个英文单词"。

文末福利

这套「剧本→分镜」的ComfyUI工作流，我已经整理成JSON文件了。

领取方式：关注公众号「AI漫剧实验室」，后台回复关键词 【ai剧本】，自动获取：

- 剧本→分镜完整工作流 JSON（可直接导入ComfyUI）

- 分镜提示词模板 Excel 表（可直接复制）

- DeepSeek-R1 提示词最佳实践文档（PDF）

永久有效，随时可领。

📌 还没加群？

公众号回复「漫剧群」

加入【AI漫剧实验室 · 本地实战群】200+工作流创作者，等你来聊。

下篇预告：第6篇《角色一致性终极方案：LoRA vs IP-Adapter vs PuLID》——三种方案我会全部实测一遍，告诉你哪个值得投入时间。