上篇聊了行业，评论区炸出一堆人问同一个问题——

“道理我都懂，但到底怎么搞？从哪下手？”

行，今天就不谈虚的了，直接上实操。从一张白纸到一条成片，每个环节用什么工具、怎么串起来、有哪些坑，掰开揉碎讲给你听。

第一步：剧本——连故事都没有，AI也救不了你

别一上来就打开AI绘画。漫剧的核心是“剧”，先得有剧本。

推荐工具：DeepSeek、ChatGPT、Claude

把你那个“霸总穿越成我同桌”的脑洞扔进去，让它帮你扩成对话体剧本。关键提示词可以这样写：“把这个故事改成短剧剧本，每集3分钟，结尾留悬念，对话为主，情绪要有起伏。”

如果你连脑洞都懒得想，直接让AI给你编。但说句难听的，全AI写的剧本，最后产出的就是开头那批被观众划走的“流水线垃圾”。AI负责效率，你负责灵魂，分工要明确。

剧本定稿后，记得做一件事：拆成分镜表。每一段对话对应一个画面，标注清楚“特写/中景/全景”“人物表情”“场景氛围”。这一步省了，后面全是返工。

第二步：配音——声音对了，漫剧就对了一半

漫剧观众有一半是在“听”，霸总声音不对，画面再帅也出戏。

推荐工具：剪映文本配音、魔音工坊

剪映内置的AI音色库已经相当丰富了，霸总音、御姐音、少年音、萝莉音都有，而且免费。选中文字，点“文本朗读”，直接生成。

魔音工坊更专业些，能调语速、停顿、情感强度，有条件的可以冲个会员。关键技巧：对话密集的部分，把语速调到1.1-1.2倍，更接近短视频节奏；情绪爆发点，手动加0.3秒停顿，冲击力翻倍。

配音文件导出备用，后面剪辑要用。

第三步：角色设计——让主角长得像主角

这是新手最容易翻车的环节。MJ随手出个图帅炸了，结果下一张图换了张脸，观众直接出戏。

推荐工具：Midjourney、Stable Diffusion、简单AI

MJ角色定妆法： 先花时间打磨一组“角色定妆提示词”，包括发型、脸型、眉眼特征、服装细节，写到不能再具体。比如：“亚洲男性，25岁，黑色短发，剑眉，单眼皮，下颌线分明，黑色西装，冷峻表情”。然后固定用同一个seed值生成这个角色的所有角度和表情，存成一个“角色素材库”。

SD保一致性法： 在Stable Diffusion里训练一个轻量LoRA模型，把你的角色“锁死”。这个对新手有点门槛，但学会了就是降维打击。

国内平替方案： 用简单AI或通义万相，画风偏国漫，武侠古装甜宠都能搞定。一致性肯定不如MJ+SD组合，但上手快，不用折腾网络。

提示：角色设计花的时间，会十倍回馈到后面环节。别省。

第四步：场景和画面——批量出图的秘密

有了角色，开始照着分镜表出图。

推荐工具：Midjourney + ComfyUI / 简单AI

MJ出单张质量最高，适合做主视觉和关键帧。把分镜描述直接喂进去，用“--ar 9:16”锁定竖屏比例。

如果需要大量连续画面，可以上ComfyUI搭工作流，批量生成效率碾压手动操作。

国内用户如果嫌麻烦，简单AI这类工具能直接输入“男主走进教室，夕阳洒在课桌上，氛围感”，一次出四张，挑最好的用。

关键提醒：始终保持角色提示词的一致性。每一张图都套用同一个人设描述，别偷懒只写“一个男的在打架”——那AI会随机给你生成一个秃头大叔。

第五步：让画面动起来——告别PPT式漫剧

静态图加配音不叫漫剧，叫幻灯片。画面得动。

推荐工具：Pika Labs、Runway Gen-3、可灵AI

上传一张图，输入动作描述——“头发被风吹动”“雨水从屋檐滴落”“眼神缓缓流转”——AI生成一段2-4秒的微动画面。

Pika的画面美学最好，Runway动作幅度更大更自然。国内可灵AI最近也很猛，支持中文描述，效果惊艳，关键不用翻墙。

操作细节：动幅别太大。微动就行，眨眼、发丝飘动、衣角轻摆。做大动作AI容易露馅，画面变形反而掉质感。记住，漫剧的动态是“辅助叙事”，不是炫技。

第六步：剪辑合成——一切就绪，组装出片

推荐工具：剪映、必剪

把生成的动态素材按分镜顺序排好，导入配音轨，对嘴型对节奏。剪映的“图文成片”功能可以自动帮你完成粗剪，人工再微调。

几个提质的骚操作：

• 转场加“信号干扰”“频闪”效果，掩盖AI画面的不连贯感

• 关键情绪点叠一个“心跳”音效，张力直接拉满

• 字幕用大号粗体，动态弹出式，千万别用默认小字

• 结尾定格在主角面部特写，黑底白字来一句狠台词，引导评论区互动

导出，发布，等数据。

全流程复盘：一张表帮你记住

这一套下来，从零到一条3分钟漫剧，新手第一个星期可能磕磕绊绊。熟练之后，一个下午真能出一集。

工具都摆在这了，链路也搭好了。剩下的就是那件AI永远替你干不了的事——

讲一个好故事。

去试试。下一个爆款，可能就从你今天做的第一条开始。