AI漫剧教程这个词最近热度确实很高。我后台看到最多的提问不是“漫剧怎么变现”而是“别人 90 分钟能讲完我学了半个月还在反复生成废图”。差距不在工具而在流程。现在能接触到的 AI 漫剧教程基本都在讲串联工具、生成视频、套模板配音但真正决定你能不能做出完整作品的是选题、分镜、配音、剪辑和变现这套链路里每一步是否有判断标准。这篇内容按完整流程拆 AI 漫剧从选题、剧本、分镜到 AI 视频生成、配音、剪辑再到变现方式和内容风险。适合两类人一类是刚接触 AI 漫剧、想知道从哪一步入手的新手另一类是已经做过几条测试片段、但一直卡在“无法做成完整成片”的人。我会重点讲每个环节的判断标准、常见失败原因和资源边界。公众号、短视频、视频号平台都可以用这条流程底层逻辑是一致的。没有代码、不依赖特定平台主要用目前常见的主流 AI 绘图、视频生成、配音工具完成。由于工具迭代很快具体版本以你安装的为准。下面按实际制作顺序拆开讲。1. 先认清你做的到底是 AI 漫剧还是 AI 短剧1.1 先用一句话看清 AI 漫剧的完整链路AI 漫剧本质上是用 AI 生成漫画风格的分镜画面加上配音、字幕、音效和剪辑做成有连续剧情的短视频。它和真人短剧、3D 短剧不太一样核心更接近“动态条漫”或“有声漫画”而不是一段连续实拍视频。完整的制作链路可以写成下面这样选题定位 - 剧本拆解 - 分镜脚本 - 人物设定与美术风格 - AI 生成原画 - AI 视频生成 - 配音音效 - 剪辑合成 - 发布与数据复盘很多人理解的 AI 漫剧只有“用 AI 绘图生成画面”这一步。实际上这条链路里最难的不是绘图而是前期的选题、剧本、分镜以及后期的配音和剪辑。绘图生成只是中间一环前面输入越稳定后面输出才越可控。1.2 很多教程只讲“生成画面”不讲选题和剧本这才是新手翻车点我见过不少人花两周时间研究提示词最后做出几十张单图却拼不成一个 3 分钟故事。原因很简单他们跳过了选题和剧本直接进入“生成画面”环节。画面生成得再精美如果角色前后不统一、镜头之间没有叙事关系剪辑时就会变成一堆素材碎片。所以第一步不是打开 AI 绘图工具而是先判断你到底要做一个什么类型的内容是连续剧情的漫剧还是单集独立的搞笑漫画是 3 分钟一集还是 1 分钟一集这个判断会直接影响后续脚本长度、镜头数量、生成批次和剪辑节奏。1.3 准备环节确认主线、确认单集时长、确认素材和工具开始动手之前先做三件事。第一确认主线。你要做的漫剧必须有一条能支撑多集更新的主线或者至少是一个能持续扩展的世界观。单独一条搞笑段子可以做测试但很难支撑长期更新。第二确认单集时长。新手第一次做建议从 3 分钟以内开始。3 分钟看起来短但按每集 8 到 15 个镜头计算已经需要生成 10 张以上分镜原画再逐张转成动态画面工作量并不小。如果一上来就做 10 分钟可能一个月都完不成一集。第三确认素材和工具。AI 绘图工具负责生成原画AI 视频生成工具负责把静态画面变成动态镜头AI 配音工具负责生成旁白和角色台词剪辑软件负责合成。每一类工具都有很多选择不需要一次全部研究透先用一套能跑通的组合就行。注意第一次做不要追求复杂工具链。先选一套本地或在线能稳定运行的组合跑通一集再考虑换工具提升效果。下面这张表可以帮你快速区分 AI 漫剧和 AI 短剧避免走错方向。维度AI 漫剧AI 短剧核心载体静态漫画分镜 轻微动态连续视频画面制作方式AI 绘图 局部动态化AI 视频生成 剪辑剪辑重点转场、字幕、配音、卡点镜头语言、表演节奏、声音表演新手门槛相对低重点在美术一致性相对高重点在连续性和运镜最终观感像有声漫画像迷你影视剧如果你很清楚自己要做的是“一条条漫画分镜加配音”的成品那后面的内容都可以直接照着走。2. 选题定错后面生成再多图也救不会2.1 选题不是拍脑袋先看受众、题材和更新频率AI 漫剧的选题决定的不只是“这个故事有没有人看”还决定你后续能不能稳定更新。为什么这么说因为选题一旦确定你就要围绕它建立素材库、提示词、角色设计方向、场景库和音色库。如果选题本身撑不起多集剧情更新到第 5 集就会开始硬编质量会明显下滑。选择题材时可以按三个维度过滤受众是否明确你做的内容给谁看女性向、男性向、泛娱乐还是知识搞笑类受众决定画风、台词风格和配音音色。是否有连续扩展空间题材能不能拆成 20 集以上如果只能讲一个一次性段子适合做测试不适合做系列。是否和你自己的判断力匹配你至少要知道这个题材里什么情节是俗套的什么反转是新鲜的。AI 能帮你生成画面不能替你想出有意义的故事走向。很多人喜欢追热门题材这没有错。但热门题材意味着同质化严重平台判断内容是否值得推荐时会越来越看重完播率和互动率。如果只是把同一种题材用同一种模板批量生成很难形成持续观看。2.2 单集剧本结构冲突前置、留勾子、卡高潮确定题材之后进入剧本阶段。AI 漫剧的单集剧本不需要像电影剧本那样复杂但必须有一个稳定的结构。我建议第一次做直接套用五段式开场 10 秒主角处境和基本设定。第 20 到 35 秒第一次矛盾出现。第 60 到 90 秒冲突升级出现新信息。第 120 到 150 秒高潮或反转。最后 10 到 15 秒留下钩子卡住观众。一集 3 分钟按每分钟 240 到 280 字的正常语速台词量大概在 700 到 850 字之间。这个体量不大但足够讲清楚一个转折。写剧本时每写一段台词都要问自己这段台词有没有让剧情往前走如果删掉它剧情还是连贯的那就删。验剧标准比文采更重要主角当前想要什么谁在阻碍他这一集结束留下什么悬念三个问题回答不上来就不要进入绘图阶段。这时候改剧本一分钟能改完进入画面生成后再改可能又要重跑人物和场景。2.3 爆款标题和封面要放在剧本之后而不是之前很多人喜欢先想一个“看起来很吸引人”的标题再硬编剧情。这个顺序容易翻车。标题的作用是筛选观众不是替代内容。你应该先把一集故事讲顺再从中提炼一句最有冲突感的话作为标题。比如“主角突然被所有人遗忘”和“所有人都忘了主角除了反派”后者就带出更强的悬念。这种标题不是靠夸张词而是靠剧情本身的冲突支撑。平台审核越来越严格标题里放“震惊”“秘闻”“速看”这类词短期可能有效长期会降低账号信任度。3. 分镜脚本写不好AI 绘图的随机性就会被放大3.1 分镜脚本要写镜头语言不要只写剧情分镜脚本是把文字剧本变成画面清单的中间层。很多人把剧本直接扔给 AI让 AI 生成画面结果就是同一个场景AI 每次给出的构图、景别、人物角度都不一样。原因不是 AI 不好用而是你没有给它明确的画面指令。一集 3 分钟短片建议拆成 8 到 15 个镜头。每个镜头需要写清楚景别远景、全景、中景、近景、特写。画面内容场景里有什么谁在做什么。人物状态表情、动作、朝向。台词本镜头对应哪句配音。字幕文本屏幕下方要显示什么文字。音效脚步声、背景音乐、环境声。预计时长这个镜头在剪辑里停留几秒。写景别是新手最常忽略的。如果不写“中景”或“特写”AI 生成出来的画面可能是一个远处的小人也可能是满屏大脸。剪辑时连续镜头如果全是同一景别节奏感会非常差。3.2 人物一致性是三座大山角色卡、参考图、固定提示词AI 漫剧最让人头疼的问题不是单张画得不好看而是同一个角色在不同镜头里“换脸”“换发型”“换衣服”。人物不一致观众一眼就能看出来尤其主角出场超过三次时更加明显。想解决这个问题要分三步走第一步建立角色卡。给主角写一份固定描述包括性别、年龄、发型、发色、瞳色、脸型、服装、配饰。这份描述要像参数一样固定每次生成该角色时都完整复制不能自由发挥。第二步生成角色参考图。先用角色卡生成 3 到 5 张正面、侧面、半身图确认角色形象稳定。如果 5 张图长得都不一样说明角色卡还不够具体继续补充发型、面部特征和服装细节。第三步在分镜生成阶段所有包含该角色的镜头都在提示词中插入同一段角色描述并尽量使用同一张参考图作为输入。这样能明显提高一致性。3.3 分镜表格的参考模板下面这个表格可以直接复制下来用。每集一张镜头之间排好序后续生成素材和剪辑时都不容易乱。镜头号景别画面内容人物状态台词字幕音效预计时长01全景城市街道主角从远处走来低头看手机神色紧张“今天必须找到他。”今天必须找到他街景环境声3秒02近景主角抬头看到对面大楼眼神惊讶停下脚步“那栋楼明明三天前还在。”那栋楼明明三天前还在背景音乐进入3秒一集 8 到 15 个镜头表格行数并不算多。但这一步能帮你建立明确的输入输出关系每个镜头需要生成几张原画需要转成几段动态视频剪辑时需要多少秒素材。没有这个清单批量生成迟早会乱。我一般会先做 5 张角色测试图确认人脸、服装、发型稳定后再批量铺分镜图。这一步看着费时间但能省后续修图的大量时间。4. 从分镜到 AI 视频问题几乎都出在参数和批量任务上4.1 单镜头先跑通再谈批量生成分镜脚本完成后进入素材生产环节。这里最容易犯的错是一上来就开批量生成一口气跑几十甚至上百张图。结果经常是角色不统一、构图不符合预期、输出命名混乱失败任务隔了几个小时才发现。正确顺序是先挑分镜脚本里第一个镜头用固定提示词生成 1 张原画检查画面是否满足需求再把它转成一段动态视频。单镜头跑通后再做 2 到 3 个镜头确认流程稳定最后才考虑批量。为什么一定要这个顺序因为批量任务的问题往往不是单张生成失败而是失败后你不知道哪一张对应哪个镜头。先跑通单点你至少能确认三个信息原画是否能用、提示词是否完整、视频生成工具是否接受当前图片格式。这三个信息确认后批量才有意义。4.2 图片转视频和文生视频两种思路怎么选从分镜到动态画面通常有两条路线。第一条路线AI 绘图生成原画再用图片转视频工具生成 2 到 4 秒的微弱动态效果。这种方案可控性更好适合人物特写、剧情关键镜头。因为原画是你亲眼确认过的人物、构图、场景都已经固定视频只是增加轻微动作。第二条路线直接从文字生成视频片段。这种方案效率高但人物一致性、画面细节和构图都比较难控制。适合空镜、转场、背景画面或者对情节要求不高的场景。两种路线不是互斥关系。实际制作时剧情镜头优先用第一条路线转场和氛围镜头可以用第二条路线补充。不要只盯着“文生视频看上去更高级”这一点AI 漫剧的核心是叙事一致性不是动态复杂度。4.3 生成结果的判断标准能剪辑、能连续、能复用生成素材时判断标准要具体。建议按下面四步检查画面是否清晰可播放有没有花屏、闪帧、畸形。当前镜头的人物、场景、服装是否和上一镜头一致画面里有没有多余的文字、乱码、扭曲的手部或脸输出文件命名是否有规律剪辑软件能不能快速识别如果原画本身就有问题不要反复抽卡也不要直接送进视频生成。正确做法是回到提示词和分镜脚本修改输入条件重新生成原画。原画差一点转成视频后问题会被放大而不是被掩盖。常用参数可以先按这个范围试参数建议范围说明分辨率1280x720 或 1080x1080短视频常见画幅太高会明显增加耗时视频时长2 到 4 秒单镜头时长方便剪辑帧率24fps 或 25fps全片保持统一批次大小1 到 4学习和测试用 1 即可量产再往上加输出目录按集数单独建目录避免多集素材混在一起注意这些数值是常见实践参考不是某个工具的官方标准。不同工具默认值不一样要以你实际安装的版本和环境为准。4.4 批量任务和失败排查批量生成时最需要注意三件事输出命名、失败重试、资源占用。输出命名建议直接按分镜表编号例如“ep01_shot01_v1.png”“ep01_shot02_v1.png”。这样后续生成视频、剪辑时能直接对应镜头顺序。如果批量任务中途失败了几条不要立即重跑全部。先看失败镜头的日志和输出文件判断是提示词问题、输入图片问题还是资源不足。大部分失败都能从这三类原因里找到答案。资源方面低配设备不是完全不能跑但长边分辨率、视频时长、并发批次都要适当降低。如果只是学习验证流程完全可以用更小的尺寸先跑通一集再在正式制作时提高参数。不要为了“跟教程一样”就把参数拉到最高。5. 配音和剪辑决定观感别把单镜头素材直接堆上去5.1 配音先定角色音色每集统一不要中途换声配音是 AI 漫剧里最容易“看着还行听一秒就出戏”的环节。原因通常不是 AI 配音工具不好而是音色选择和情感处理出了问题。第一次制作建议先确定配音方案方案 A全片用同一个旁白音色角色对话也用不同音色区分。制作效率高适合作品剧情密度大的情况。方案 B全片纯旁白模式一个音色讲完。制作最快但情感层次较弱适合解说型内容。不管选哪种方案都要做一件事每集固定音色名称不要中途更换。连续更新时如果观众明显感觉主角声音变了会直接影响追更体验。还有一个常见问题是情感标注。AI 配音工具通常支持在文本中加括号情绪提示例如“颤抖我真的不知道”“压低声音别过来”。如果不加情绪标注遇到疑问句、惊讶句、爆发句输出可能平淡得像广播新闻。5.2 剪辑顺序先把台词音轨铺好再按台词卡画面剪辑这里的核心经验不是转场花哨而是顺序顺序。我建议的顺序是先把配音导入剪辑时间线。根据台词停顿标出每个镜头应该出现的时间点。再把对应镜头铺到配音底下。最后做转场、字幕、片头片尾。为什么先铺音轨再铺画面因为 AI 生成的视频片段时长很难和配音完全对齐。如果先把视频铺好再去配台词你会反复裁剪视频片段既浪费时间又容易破坏节奏。先把音轨铺好你就知道每个镜头至少需要几秒再去选合适时长的素材。切画面时尽量落在台词停顿、音效点或背景音乐节奏点。不要机械地每 3 秒切一次那样会让观众觉得画面和声音没有关系。5.3 字幕和音效字幕要跟着配音走音效能补叙事节奏字幕看起来简单但最容易出现两类问题。第一字幕太长。字幕文本建议不超过一行每屏 8 到 16 个汉字比较合适。超出就拆成两句避免观众阅读压力过大。第二字幕和配音不同步。配音已经说完字幕还挂在屏幕上观感很差。字幕应当紧贴配音出现可以在配音开始后 0.1 到 0.2 秒再出现结束时间与配音一致或略长。音效的作用是补叙事节奏。镜头切换处加入一点环境声或强调音能帮助观众理解空间变化。不要从头到尾只铺一段背景音乐那样情绪起伏会很弱。成片导出前最后检查一遍开场 3 秒内有没有明确信息画面和配音是否对得上字幕有无错别字、多余标点分辨率是否符合发布平台建议导出格式是否用常见 MP4这些问题都确认后再导出发布。6. 变现要放到内容稳定之后再谈分成、流量和私域都有前提6.1 先搞懂 AI 漫剧的常规变现链路AI 漫剧的变现方式和普通短视频内容大体类似。常见的有三类第一平台流量分成。把完整成片发到中视频、短视频平台通过播放量、完播率、互动数据进入推荐池产生流量奖励或广告分成。这类收益波动很大需要持续更新才有积累。第二广告植入。账号有一定粉丝基础后品牌方可能找过来做定制内容。但广告主更看重内容调性和粉丝画像是否匹配不是粉丝多就一定接得到。第三定制创作。帮其他团队或个人制作商业定制漫剧按集收费或按项目收费。这种方式对交付质量、周期控制和批量生产能力要求更高通常需要有稳定流程。需要说明的是不同平台的分成比例、激励规则、推荐机制都在动态调整我在这里不写具体单价。你决定要不要选择某条路径之前一定去查对应平台最新的官方规则。6.2 更稳的变现方式服务化、素材化和教学化除了直接靠播放量变现还有三条更稳的路。第一条服务化。把整个 AI 漫剧制作流程沉淀成标准模板包括分镜脚本模板、提示词库、角色卡、音色搭配方案。很多团队想做 AI 漫剧但缺的不是工具而是可复制的流程。你能提供一套稳定流程就有服务价值。第二条素材化。把已经制作好的原创角色卡、分镜脚本、背景图、音色组合整理成付费素材包。但要注意素材必须是你自己原创的不能打包第三方版权素材。涉及平台素材库时要先确认授权范围。第三条教学化。把制作经验整理成教程。AI 工具更新速度很快某一款工具的细节教程可能半年就过时但“如何做选题、如何写分镜、如何排查批量问题”这类方法论不会过时。6.3 一个真实建议先完成 3 集再谈收益如果你连一集完整成片都没有先研究变现平台没有意义。原因很简单变现的起点是稳定内容不是单个爆款。爆款可能靠运气但变现需要持续产出。建议把第一个目标定为“完成 3 集”而不是“马上赚钱”。完成 3 集之后你会知道单集制作耗时、每集需要多少个镜头、素材成本是多少、哪一步最耗时。这些数据才是谈变现的基础。有一点要特别提醒不要因为 AI 工具生成成本低就无限量制作低质同质内容。平台推荐算法越来越看重完播率、原创度和互动率批量低质内容即使短期带来更新频率长期也会让账号进入低推荐池。同时要规避几类风险不要购买来源不清的账号。不要使用未经授权的人物形象、IP 和版权素材。不要承诺“百万播放”“日入过千”之类的数字。不要依赖平台以外的流量捷径尤其是涉及违规工具和灰色渠道的内容。AI 漫剧的制作成本可能很低但合规成本、时间成本和账号信誉成本才是真正的长期消耗。7. 学会排查问题比多学 10 个教程更关键7.1 最常踩坑的 3 类问题AI 漫剧制作过程中新手最容易踩的坑其实高度集中主要就三类。第一角色不统一。表现为同一主角在不同镜头里换脸、换发型、换服装。排查顺序是角色卡是否固定参考图是否稳定分镜阶段提示词是否完整复制最后看生成批次是否混入了不同参数。第二画面和配音不匹配。表现为旁白说雨夜画面还是晴空。原因大部分是分镜脚本只写了台词没写画面描述或者剪辑时只按时间铺素材没有对照台词来选画面。第三批量任务失败。表现为一口气跑了很多张图可用率却很低。这不是单张生成能力问题而是没有预先设置输出命名、没有分批验证、没有在批量前检查资源占用。7.2 排查顺序先问现象再问输入、环境、参数最后问工具版本遇到任何问题不建议一上来就改提示词或者重装工具。建议按下面顺序走一遍先看现象是报错、卡住、无输出还是输出异常、速度过慢再看输入分镜脚本是否写清了画面提示词是否完整图片格式是否支持字幕文本是否过长再看环境路径里是否有中文或空格磁盘空间是否充足权限是否足够显卡驱动和工具版本是否匹配再看参数分辨率、视频时长、批次大小、采样步数、随机种子这些参数是否合理最后看工具本身版本是否太老模型文件是否缺失当前功能是否有已知限制这个顺序的逻辑是先花最少时间排除输入和环境问题再调参数。很多人卡在一个问题上反复试是因为跳过了输入检查直接调参数或换模型结果越调越乱。7.3 一键式“低质内容”陷阱最近能看到很多工具宣传“一键生成 AI 漫剧”“不用登录”“无审核”甚至在搜索词里大量出现。这类工具很可能存在两个问题第一生成质量不可控。一键式工具通常依赖固定模板角色、分镜、节奏被限制在模板里很难做出有差异化的内容。结果就是大家生成的东西看起来都差不多平台上同质化严重。第二账号安全和内容安全风险。使用来源不明的辅助工具可能导致账号信息泄露或者生成内容包含违规素材。轻则内容无法发布重则账号被限制。我更建议把重点放在“内容差异化”上。流程可以标准化但选题、剧本、美术风格、叙事节奏必须有人工判断。AI 生成的是素材真正决定内容好坏的是你的判断力。收尾从第一条 3 分钟短片开始AI 工具更新很快今天用的模型明天可能就换了界面但整条流程不会变确定选题、拆出剧本、写清分镜、固定角色、生成素材、配音剪辑、发布复盘。真正挡人的不是工具不会用而是前面几步输入太模糊。你能把输入写成稳定结构输出稳定只是时间问题。AI 漫剧目前是一个内容生产流程问题还不是一个纯工具问题这也是我认为 90 分钟教程只能带你入门的主要原因。我个人更建议先把一条 3 分钟的完整短片做出来然后拆开复盘再进入量产。第一次跑通后你会知道自己最需要提升的是选题还是分镜还是剪辑节奏。这个答案比看几十个教程都准确。自己动手跑一遍吧从第一条 3 分钟短片开始。