做AI漫剧最怕的不是AI不会画而是你画了一百张分镜结果主角第一集还是红发少女第二集直接变成黄毛大姐观众两分钟就点退出。我上个月用一套“批量分镜角色库模板化”的流程把一集60镜左右的漫剧从文案到成片压到7天跑完今天把这套流程完整记录下来包含思路、模板、参数和踩坑记录给正在做AI漫剧的朋友一个可以直接抄作业的版本。这套思路适合谁如果你手头已经有剧本或者小说想把内容变成短视频漫剧但每次生成分镜都要花大量时间重复描述角色、重复调镜号那这篇文章值得看完。哪怕你完全没做过只要愿意花一两天搭角色库后面就能用模板批量跑分镜。1. 为什么AI漫剧必须解决“批量分镜”和“角色稳定”两个坎1.1 我踩过的坑角色崩了分镜全废我先说最痛的教训。最开始我做AI漫剧时完全靠文生图一张一张抽输入“红发少女站在学校门口眼神坚毅”下一张又输入“红发少女在教室和同学说话”模型每次都会给我一个新面孔发型时卷时直衣服颜色也跟着飘。第一集做完我自己都认不出女主是谁更别提观众。后来我意识到漫剧和短视频不一样。短视频观众容忍度比较高画面好看就行漫剧是有连续故事情节的观众对角色身份有明确预期。角色一旦崩整个分镜序列全部失去意义故事线再完整也没用。我一度靠后期PS修脸统一角色结果一集60镜光修图就修了三天比手工画还慢。1.2 角色库和模板化到底解决了什么这轮实验我换了思路先把角色固定成一个“库”再把分镜描述固定成一套“模板”最后用批量方式生成。角色库的本质是把角色的外观、服装、气质变成机器能稳定理解的结构化信息模板化的本质是把“这个镜头怎么拍、人物什么情绪、背景什么氛围”变成固定的字段组合。两者一结合批量分镜就从一个“每次重新设计”的苦力活变成了“套模板改参数”的流水线。打个比方原来做分镜像是每次下馆子都让厨师现想一道菜厨师心情不稳定菜就忽好忽坏现在角色库和模板化像是给厨房定了标准化菜谱和固定备菜流程厨师只需要按照订单换主料和配料出品稳定速度也快得多。对一个人干全流程的AI漫剧制作者来说这套逻辑能救命的程度不夸张。2. 角色库搭建让AI记住你的主角长什么样2.1 角色设定表先把人设写成机器能读的参数我建议第一步不要急着喂图先建一个角色设定表。表里每一行是一个角色每一列是一个固定参数。我的列一般包括角色ID、姓名、性别、年龄、发型发色、瞳色、脸型、身材、服装、性格标签、标志物、参考图编号、固定seed、LoRA文件名。性格标签不是给读者看的是给生成表情用的比如“外冷内热”这种形容词转换成提示词时会对应到“冷淡表情、眼神坚定、少量微笑”。以我这次的男主举例他叫“林野”设定是19岁、银灰色短发、蓝灰色眼睛、偏瘦、穿黑色飞行员夹克、脖子上有一根红绳吊坠。设定表里就是 角色IDLY01 姓名林野 性别男 年龄19 发型发色银灰色短发微碎 瞳色蓝灰 脸型偏瘦削、下颌线明显 身材偏瘦、肩宽 服装黑色飞行员夹克白色内搭深灰长裤 性格标签寡言、警惕、外冷内热 标志物脖颈红绳吊坠这些字段后面会变成提示词的核心。没有这张表你生成的每一张图都在赌运气有了这张表你只是在固定参数上做小幅浮动角色至少不会从少年变成大叔。2.2 定妆图生成与提示词固化角色设定表只是文字侧接下来要生成定妆图。这一步建议抽卡我先用文生图随便抽二十张挑出眼神和脸型最符合人设的一张再用固定seed和局部重绘微调细节。定妆图不用画得多精细关键是前三要素脸型、发型发色、服装颜色这三样稳定了角色就不会崩得离谱。定妆图确认后把它的提示词拆成四段固化到角色库 外观段1boy, 19 years old, silver-gray short hair, blue-gray eyes, sharp jawline, slender build 服装段black bomber jacket, white inner top, dark gray pants, red rope necklace 风格段anime style, cinematic lighting, detailed face 质量段masterpiece, best quality, highres这里必须强调我生成正片分镜时外观段和服装段基本一字不改只有动作、场景、情绪、景别会变化。很多人角色崩掉就是因为在生成不同分镜时顺手把“silver-gray short hair”改成了“white hair”或者删掉了“red rope necklace”AI发现角色描述变了就自由发挥。角色描述是稳定锚点不是创意区。2.3 管理角色库的目录结构与命名规范角色库光有图还不行得让它能被“批量流程”调用。我建议按项目建统一目录目录结构越简单越好project/ ├── characters/ │ ├── LY01_linye/ │ │ ├── ref.png │ │ ├── tag.txt │ │ └── lora.safetensors │ └── NY02_xiaoyu/ │ ├── ref.png │ ├── tag.txt │ └── lora.safetensors ├── scripts/ │ ├── 01_scene_prompt_list.csv │ └── 02_batch_generator.py └── output/ ├── ep01/ └── ep02/tag.txt里存的就是上面那四段提示词生成脚本直接读取这个文件去拼prompt。这样好处很明显换场景、换集数我只是在脚本里指定角色ID提示词主体从tag.txt拿不会再手滑改错。命名规范我也用了一套集数_镜头号_场景_景别比如“ep01_scene23_school_closeup.png”文件名本身就是信息索引后面筛图、重绘、剪辑时不用反复打开图片确认内容。3. 模板化分镜把“感觉”变成流水线3.1 分镜脚本模板一集60个镜头的表格长什么样分镜模板是整个流程的中枢。我不在剪辑软件里现想镜头而是在表格里先把所有镜头拆完。我的分镜脚本表长这样镜号秒数景别运镜内容描述台词/旁白情绪角色场景012全景缓推林野站在废弃教学楼前灯亮着今晚必须找到答案紧张林野废弃教学楼外023近景固定林野抬头看楼顶风衣被风吹动她一定在里面坚定林野废弃教学楼外字段看起来很基础对吧但批量分镜真正难的不是“填这行”而是“把一行变成一段AI能理解、画面不跑偏的prompt”。我一般按拍摄顺序拆镜每个镜头尽量只表达一个动作或一个信息点。如果一镜里信息太多AI会把多个动作叠在一起画面就会变得很诡异。一集60镜重点对话戏大约25镜动作戏20镜环境过渡15镜这个配比节奏比较舒服。3.2 镜头语言库与景别/运镜预设为了让模板化不变成“每张图都长得一样”我单独做了一份镜头语言库。景别部分我固定用几组extreme wide shot用于交代环境wide shot用于人物与环境关系full shot展示全身动作medium shot用于对话close-up给情绪特写extreme close-up给眼神和关键细节。运镜部分虽然AI没办法真正“运镜”但提示词里写dolly in、pan left这类词会影响构图的取景范围和主体位置让画面有基本的方向感和动感。漫剧的镜头语言和电视剧不太一样手机竖屏观看景别不能太复杂我在60镜里安排了大概8个全景交代环境25个中景和近景推进对话剩下全是特写和关系镜头。原因很简单手机屏幕小画面里塞三个人特写观众根本看不清在演什么。近景和特写还能有效规避AI画多人场景时的人物关系崩坏我后来基本不碰“三个人同时入镜”的构图生成一个路人已经够费劲了。3.3 画面提示词模板的拼接逻辑模板化的核心公式是[角色外观段] [服装段] [场景词] [动作词] [情绪词] [景别词] [运镜词] [光照词] [风格段] [质量段]看起来短其实是十个位置的拼接。我拿第02镜举例。角色外观段和服装段直接从tag.txt读补上场景词“outside abandoned teaching building”动作词“looking up, wind blowing clothes”情绪词“determined expression”景别词“medium shot”运镜词“static camera”光照词“night, cold moonlight, cinematic lighting”风格段和质量段不变。最终生成的prompt1boy, 19 years old, silver-gray short hair, blue-gray eyes, sharp jawline, slender build, black bomber jacket, white inner top, dark gray pants, red rope necklace, outside abandoned teaching building, looking up, wind blowing clothes, determined expression, medium shot, static camera, night, cold moonlight, cinematic lighting, anime style, detailed face, masterpiece, best quality, highres注意变化的部分只集中在“场景、动作、情绪、景别、运镜、光照”这六个格子是菜单里的配菜主角是谁、穿什么衣服永远不换。顺着这个公式我在表格里逐行填好内容再用脚本批量拼出prompt就能把一集60镜的提示词全部准备好。这也是模板化最核心的一步不再靠人肉复制粘贴更不会漏字改字。4. 我的7天实操流程记录4.1 D1-D2项目设定与角色库落地第一天我只干两件事定主角、写设定表。这个比想象中费时因为要同时考虑故事调性和生成可行性比如银灰色头发比五彩斑斓的黑好生成黑色飞行员夹克也比复杂铠甲好保持一致性。所有角色设定完成后我花了一个晚上生成定妆图。林野的定妆图抽了二十六张最后选中一张脸型最符合的。小语这个角色更顺利因为她和林野的人物关系简单外观确定后不需要太多调整。第二天我就干一件事一致性测试。定妆图确定后我固定了角色的外观段和服装段随机生成十张不同场景、不同动作的测试图验证脸型、发色、服装三要素一致率。十张里有八张能稳定识别另外两张出现服装颜色偏移。我把这两张的颜色倾向记录下来在服装段里把“black bomber jacket”后面加了“dark black, no color shift”再跑一轮就稳定了。记住一致性测试不要只跑两三张AI的随机性比你想象的大十张起步才有参考意义。4.2 D3-D4搭建分镜模板并批量生成底图第三天我把一集剧本拆进了分镜表格大约57个镜头按我上面说的字段逐一填写。这个过程最磨人但也是后面能“躺着生成”的前提。拆镜时要注意每个镜头的主语必须明确AI分不清“他看向她”和“她看向他”到底谁转向谁所以我在内容描述里会写“林野看向小语小语低头回避”主语动作写清楚prompt才不会有歧义。第四天我开始生成“空场景”底图。这一步很多人会跳过但我建议单独做。原因有两个一是场景图不需要角色参数压力小可以先验证每个场景的氛围和构图二是场景底图可以作为后续角色图的背景参考分镜不会出现前一镜在晴天、下一镜在暴雨的离谱逻辑。我按表格里的场景字段批量生成废弃教学楼、教室、天桥三个主场景每个场景生成8张候选统一光照词为“overcast, soft light”保证环境的色调平稳。4.3 D5-D6批量生成分镜并筛查重绘第五天开始跑正式分镜。我把分镜表和角色库tag文件放进批量脚本一次性生成了第1到第30镜。这里必须提醒不要贪多我第一轮就踩了坑一次性提交60条结果显存直接爆掉工具卡死前20条白跑。后来改成每批20条每条生成2个候选总共40张分三轮跑完。每轮结束立即检查文件名对应的镜头号把不合格的标记为“failed”最后集中重绘。第六天是修改日。第31到57镜跑完后我把所有翻车镜头拉出来统一处理。翻车主要两类一类是角色轻微崩比如发型变了、吊坠没了这种优先用局部重绘修复另一类是构图完全不对比如“推镜头”变成了“人物侧面大特写”这种我直接改景别词和运镜词重跑。整个修改日下来重绘了13个镜头最终57个镜头里有51个直接可用通过率约九成。对批量分镜来说这个通过率已经能控制在一到两天的返工周期内。4.4 D7成片拼接、配音与发布第七天收尾。我把分镜图按表格里的镜号顺序拖进剪辑软件每个镜头基本1.5到2秒动作镜头压到1秒对话镜头放到2.5秒再加上黑场、转场和背景音乐。配音我用TTS生成台词直接念表格里的台词字段语速控制在每分钟220字左右情绪词有“紧张”“坚定”的镜头会让TTS语气稍微加重。字幕直接按分镜表格导出卡着镜头切换放。这里有个细节成片节奏不是由画面决定的而是由台词长度决定的。一个镜头的秒数不够念完一句台词观众就会觉得画面在赶人秒数太长画面又显得拖沓。我一般先录好配音再根据配音的时间轴去微调每个镜头的停留时间而不是先固定画面时长再配音。4.5 实测效率对比把手工逐张生成和模板化批量生成放到一起数据差异还是很直观的项目手工逐张生成角色库模板化批量一集60镜出图时间3到5天0.5到1天角色一致率约60%90%以上分镜表管理分散在聊天记录统一在表格返工成本每张图都可能返工集中批次重绘换角色成本全部重新描述换tag.txt即可这个效率提升的核心不在“AI画得更快”而在“返工少了”。模板化把不确定性前置到了设计阶段生成阶段出错率反而低这是我们自己跑下来最大的体会。5. 常见问题与排查技巧实录5.1 角色形象忽男忽女、衣服乱换角色比例失衡90%是因为提示词里的角色描述不够靠前或者被其他词干扰。AI读提示词时前几个词权重最高所以我把“1boy, 19 years old, silver-gray short hair”放在所有描述最前面场景词放到角色词之后。另一个有效手段是固定seed同一角色在同一个底模下使用固定seed生成不同场景脸型稳定性明显提升。如果条件允许给主要角色做LoRA权重调到0.8左右最稳太高容易让角色变成模板脸太低又锁不住特征。5.2 批量生成时提示词互相串味我遇到过批量提交后第5镜的画面里混进了第6镜的场景元素原因是我在脚本拼接prompt时角色tag文本后面没加换行分隔两条prompt被模型当成同一段长文本处理了。排查后我在脚本里给每条prompt强行加了结束符和负向提示词并控制每批提交不超过20条。批量生成不是无脑堆量批次越小单张质量和稳定性越好。如果连续出现两张图风格跳变多半不是AI抽风是你的一条prompt里出现了冲突词先拆分确认。5.3 画面文字乱码、手部崩坏AI生成的画面里经常出现莫名其妙的文字或扭曲手指这个只能靠负向提示词和构图规避。我在所有批量生成任务的负向提示词里固定放text, watermark, words, signature, letters, bad anatomy, bad hands, missing fingers, extra fingers。手部特写是重灾区所以分镜设计阶段就尽量用手部动作和手掌轮廓的画面来规避或者干脆用特写眼睛、衣领、物件替代手部表达。实战下来避免画手比修手更省时间。5.4 分镜之间光线跳来跳去同一场戏的连续镜头一个用暖光一个用冷光观众容易觉得时间线跳了。我处理的方式是给每个连续场景统一光照提示词组。废弃教学楼外的所有镜头全部用“overcast, cold ambient light”教室全部用“warm fluorescent light”天桥全部用“sunset golden light”光照词固定在角色库之外单独维护。当一场戏的光照必须变化时比如傍晚转夜晚我会用至少三个镜头过渡画面才不突兀。5.5 生成速度慢、显存爆掉跑批量生成最头疼的就是显存爆掉和速度骤降。我的经验是分辨率不用追2K竖屏漫剧的成片分辨率一般1080x1920足够生成阶段用768x1280或832x1216画质足够且速度翻倍。批次也要控制我的显卡是12G显存单批6到8张最稳16G显存可以放到10到12张。如果显存经常爆就把每批数量减半而不是降低图像质量。图像质量崩了的返工成本远高于多等几分钟的生成时间。最后分享一个小技巧每次批量生成后把翻车的图单独放到一个“negative_cases”文件夹里存着并在文件名上标注翻车原因比如“颜色偏移”“多头”“背景脏”。下一次再做新项目时先看一眼这个文件夹能少踩一半的坑。我在做这个7天流程前积累的那些翻车图后来反而成了最实用的提示词修正依据。AI漫剧批量分镜听上去很玄真正跑通后你会发现它就是一个把角色、场景、镜头拆成标准件再按模板重新组装的过程。