B站有一套 AI 漫剧教程标题很夸张全 666 集198 小时零基础入门还允许白嫖。很多人第一反应是标题党但仔细看它列出的内容板块——剧本、分镜、静帧、视频、配音、剪辑、保持人物一致——这正是目前 AI 漫剧学习者最痛的地方。大部分人学 AI 漫剧不是被单个 AI 工具卡住而是被“完整流程”卡住会用生图工具却写不出能拍下去的剧本好不容易生成一张满意角色图下一张人脸就变了配音、画面、字幕永远是三层皮合不成一个作品。这套资源如果真的把这些环节串成一条全链路那它最有价值的不是某一集讲得多细而是给零基础的人提供了一条可复制的制作路线。作为技术作者我更关心另一件事面对 198 小时的视频到底怎么学才不浪费是一集一集刷还是按项目目标倒推着学这篇文章就围绕这套资源把 AI 漫剧从“看起来有趣”到“真能做出一集”的完整技术路径拆开讲并给出适合零基础的学习顺序、工具选择、示例提示词和排错思路。1. 为什么说 AI 漫剧的学习门槛在“流程”而不是“工具”先说清楚 AI 漫剧是什么。它与传统动画不同不是靠原画师一张张手绘也不是纯三维建模渲染而是利用 AI 绘图生成静态关键帧再用 AI 视频生成技术让画面动起来配合 AI 配音和剪辑软件形成有剧情、有人物、有声效的短片。它介于“动态漫画”和“传统动画”之间制作成本低、出片速度快非常适合个人创作者和中小团队。很多人误以为 AI 漫剧是“一键生成”的输入个故事AI 自动出片。实际体验完全不是这样。当前主流工具的现状是单点能力很强但工具之间不互通。你在 A 工具里生成的角色图不能直接拖进 B 工具里继续生成视频你在 C 平台配好的音到了剪辑阶段还要手动对齐画面。每一环都有独立的操作习惯、参数体系和输出规范。这就好比搭一条生产线:只买一台高精度机床解决不了生产问题。真正难的是怎么把毛坯件、加工工序、质检标准、包装流程串起来。AI 漫剧的制作也是如此每个环节都有输入、输出、工具和验收标准组合在一起才叫“会做”。因此我的判断是:零基础学习者最需要建立的不是某个工具的操作记忆而是“制作流水线”的整体意识。这也是这套全流程教程在结构上最大的价值。它把剧本、分镜、静帧、视频、配音、剪辑、一致性这些环节放在同一个课程体系里讲相当于给了你一张完整的工艺流程卡。2. AI 漫剧制作的核心概念与生产原理要理解这条流水线先把七个关键概念捋清楚。它们不是并列关系而是前后依赖的工序关系。环节核心产出主要工具类型新手常见误区剧本可朗读的脚本文本写作工具 / LLM 辅助上来就生图没有剧情分镜按镜头拆解的脚本表文档 / 表格工具分镜写得太笼统无法指导生图静帧每个镜头对应的静态画面AI 绘画工具角色不统一场景风格跳跃视频化带运镜和动作的短片段AI 视频生成工具过度追求动效忽略叙事配音角色对白与旁白音频TTS 语音合成工具音色与角色不符情绪平淡剪辑最终成片与字幕包装视频剪辑软件画面和台词不对齐节奏拖沓一致性角色/场景在多镜头中保持统一参考图 / LoRA / 模型微调画面好看但主角“每集换脸”从技术原理上看每个环节对应着不同的 AI 模型能力文生图模型负责“把文字描述变成静态画面”这是制作最核心的一环因为后面的视频化、配音、剪辑都在它之上叠加。图生视频模型负责“把单张画面扩展成带时间维度的片段”它会根据首尾帧和提示词补出运动轨迹。语音合成TTS模型负责“把台词文本变成人声发音”现在不少工具已经支持情感控制、语速调节甚至多音色切换。一致性保持则更复杂它依靠的是角色参考图提取特征、人物 LoRA 训练或模型微调等方案目标是把相同角色在不同镜头里的五官、服装、发型锁住。用工程视角看AI 漫剧就是一条多模态内容生产管线文本进、视频出中间经历了图像生成、运动生成、语音生成三个关键转换。每一步的产物质量都会叠加影响最终成片。这解释了为什么很多人单看某一步觉得 AI 很厉害连起来做却发现成品很“碎”——问题常常不在最后剪辑而在前序环节的输入就没有给下一环节留够信息。3. 零基础学习路径别按 666 集的顺序硬刷说句实在话666 集、198 小时按每天看 2 小时算差不多要 100 天。真要一集不落从头刷到尾绝大多数人会在第 20 集左右放弃然后收藏夹多一个“吃灰”资源。所以这套资源能不能发挥作用不取决于它多全而取决于你怎么用。我的建议很简单先看目录和按标题划分的板块找出你当前最薄弱、最影响成片的一环跳到对应章节先学然后立刻回到自己的小项目里验证。具体分四个阶段走。3.1 阶段一建立全流程认知用半天时间只看课程中讲“完整的 AI 漫剧是怎么做出来的”这类概述部分。不需要动手只需要在脑子里建立“剧本→分镜→静帧→视频→配音→剪辑→一致性”的先后顺序并且理解每个环节的上游输入和下游输出。这个阶段的核心目标不是掌握技能而是避免“不知道自己在哪一步”的迷失感。3.2 阶段二跑通一分钟最小 Demo找一段非常简单的剧情比如“一个女孩推门进入咖啡馆点了杯咖啡和老板对话两句”。用最短路径做出来剧本控制在 200 字以内分镜控制在 4 到 6 个镜头静帧只生成必要张数视频化用默认参数跑配音先用基础音色剪辑能拼接就行。这个阶段允许丑、允许粗糙但必须形成第一个完整视频。3.3 阶段三按短板补单项技术第一个 Demo 会让你暴露出真实短板可能人物脸部前后不一致可能剪辑节奏拖沓可能配音听不出情绪。这时再回到这套资源中找对应板块带着明确问题去学。比如“保持人物一致”板块专门学角色参考图的用法和常见匹配方案。这里的核心差异是带着问题学你听的每一分钟都有产出价值不带问题学你只是在消费内容。3.4 阶段四做完整作品并复盘当你能够稳定产出一个 1 到 3 分钟的完整短剧再考虑扩成长度、优化画风、训练自己的角色模型。到这一步你已经跨过了“零基础”到“能干活”的门槛剩下的提升更像传统影视制作经验的积累剧本结构、分镜节奏、审美表达。4. 环境准备AI 漫剧制作的工具链与素材管理不用在开始阶段购买一堆付费服务。先把工具链分成五类每一类选一个你能稳定访问、免费额度够用的先跑通。AI 绘画工具负责静帧生成。可选范围很广不论是主流商业绘图平台还是开源社区可直接运行的项目核心能力都是文生图和图生图。AI 视频生成工具负责把关键帧变成动态片段。选择时重点看是否支持“首尾帧控制”和“运动幅度调节”这两项直接影响镜头稳定性。语音合成工具负责生成台词配音。优先选择支持中文、支持多音色、支持语速和情绪调节的 TTS 服务。剪辑软件负责最终混剪、字幕、音乐和导出。新手从剪映或类似带字幕功能的软件入手最合适学习曲线低。素材与提示词管理工具包括角色设定表、分镜表、提示词记录表用常规文档工具或 Note 类应用即可。硬性配置方面如果你的 AI 漫剧主要依赖在线服务算力普通办公电脑加一块普通显卡都能胜任瓶颈在网络和服务排队。如果你想本地运行开源模型则要准备中等以上显存的显卡。这里更关键的是硬盘空间和素材管理习惯。AI 漫剧是典型的“素材密集型”项目。一个 3 分钟短片可能涉及几十张静帧、十几个视频片段、多个音轨和字幕文件如果不设计目录结构中期会乱到让你失去剪辑耐心。推荐按“项目名 / 分镜批次 / 文件类型”三层管理。仍然以一个名为 demo 的项目为例目录结构如下ai-comic/ │ ├── demo/ # 项目根目录 │ ├── 01_script/ # 剧本与分镜表 │ ├── 02_reference/ # 角色参考图、场景参考图 │ ├── 03_frames/ # 静帧原图 │ │ ├── shot_01/ │ │ ├── shot_02/ │ │ └── shot_03/ │ ├── 04_video/ # 视频化片段 │ ├── 05_audio/ # 配音、音效、BGM │ ├── 06_edit/ # 剪辑工程文件和导出文件 │ └── prompts.md # 本项目的提示词记录mkdir -p ai-comic/demo/{01_script,02_reference,03_frames,04_video,05_audio,06_edit} touch ai-comic/demo/prompts.md这样做的好处是每一批生成结果都有固定归宿后期返工不会覆盖旧素材剪辑时找对应镜头快记录提示词也能帮助你在翻车后追溯原因。很多新手忽略这一步等做到第 30 个静帧时才开始后悔。5. 剧本与分镜AI 漫剧最容易跳过的地基工程AI 漫剧是“内容为王”还是“画质为王”答案几乎总是内容。观众看漫剧本质上是在看故事画面再好剧情空洞完播率也会很差。但零基础新手最容易犯的错误恰恰是拿到一个 AI 绘图工具后第一件事就是生图完全跳过故事设计。剧本阶段不需要写得像小说那么细腻而是要为后续每个镜头提供可执行的指令。一分钟短片大约 200 到 300 字台词三分钟短片大约是 600 到 900 字。内容结构尽量简单引入角色困境、制造一次转折、给出一个结束点。举例一个设想中的两分钟 AI 漫剧剧本开头可以这样组织【AI漫剧示例深夜便利店】 角色 林晓女25岁便利店夜班店员头发扎成低马尾穿深绿色围裙 陌生人男约30岁穿灰色大衣表情疲惫 场景深夜城市便利店街灯明亮店内货架整齐。 台词 林晓画外音凌晨两点这家便利店只剩我一个人。 林晓对客人欢迎光临需要什么吗 陌生人沉默片刻有没有热的关东煮 林晓有稍等。 微波炉加热声硬币落在桌面上的声音 林晓画外音那晚之后我再也没有见过这位客人。写好剧本后必须做分镜表。分镜表的目的是把文字故事拆成一个个可生成的画面单元。每一行就是一个镜头的完整描述包括景别、画面内容、台词、音效和动态提示。推荐用表格管理。镜头编号景别画面内容台词动态效果参考图shot_01中景林晓站在收银台后看手机便利店全景凌晨两点这家便利店只剩我一个人手部微动镜头缓慢推近角色正面全身图shot_02中近景陌生人推门进入风铃响欢迎光临门摆动人物向前走角色半身图shot_03特写关东煮冒热气竹签夹起无热气飘动食物特写图shot_04中景陌生人接过纸杯低头沉默有稍等轻微点头收银台双人图分镜表不仅是给你自己看的更是给 AI 生成静帧时的结构骨架。每个镜头需要生成哪些图、是否需要角色参考图、画面里有没有多点动态都要在这一步写下。实际项目里分镜表不要求画得多专业能说明要素即可但它必须存在。分镜做得越细后面静帧生成的返工率越低。6. 静帧生成与保持人物一致性AI 漫剧的核心技术点静帧是 AI 漫剧的视觉主体。所谓“静帧”是指一个镜头中的关键画面通常是一张或多张静态图。它既是角色的表演舞台也是后一步视频化生成的基础。一张合格的静帧必须在构图上明确主体、给视频运镜留出空间、并且在连续镜头之间保持角色一致。要理解人物一致性先要理解为什么 AI 生图容易“换脸”。AI 绘图工具原生的随机性很强同一句角色描述在不同批次里生成的脸型、发型、服装细节都可能不同。解决思路并不神秘不靠运气而是靠“给模型足够强且稳定的角色锚点”。常用的方案有四类角色描述锁定同一角色每次生成时都使用相同的角色外貌提示词段落包括发型、发色、眼睛颜色、服装、配饰。这种方法最简单但一致性有限适合镜头少、角色特征极鲜明的场景。角色参考图许多 AI 绘图工具支持上传参考图让模型基于参考图微调生成结果。适合“以图控图”是新手最容易上手的方案。人物 LoRA 训练通过额外训练一个专门控制某角色的模型模块把角色特征固化。适合画面量大、角色固定的长篇作品但需要准备一批高质量角色图学习成本也更高。局部重绘与后期修整生成后对脸部等关键区域定向重绘或者用 ControlNet 等辅助手段约束姿态和空间结构。适合追求精细画面的进阶创作者。下面给一个通用的角色提示词模板方便零基础读者直接复制到 AI 绘画工具中使用1girl, [角色姓名], [发型与发色描述], [瞳孔颜色], [面部特征描述], [服装描述], [固定配饰], [身高与体态], [场景描述], [光线与氛围描述], [镜头构图描述], masterpiece, best quality, highly detailed, character sheet, front view, consistent character design Negative prompt: lowres, bad anatomy, bad hands, extra fingers, blurry, inconsistent face, duplicate, deformed具体使用时要替换方括号内的描述。重点不在句式有多标准而在于三个信息必须稳定脸部特征信息、服装信息、镜头景别信息。前两个解决“是不是这个人”第三个解决“这个镜头拍什么位置”。生成批次之间只允许场景和动作相关提示词变化角色描述部分不要每次改几个形容词。在实际操作中更稳妥的做法是先进入文本编辑器中为每个主要角色写一份固定的角色描述段落后续所有提示词复制粘贴而不是靠记忆重写。# 文件路径character_prompts.py # 说明用变量保存角色描述后续拼接提示词时调用避免同义改写导致角色漂移 character { 林晓: low ponytail, dark hair, green apron, white shirt, female, 25yo, calm face, slim build, 陌生人: gray overcoat, short black hair, tired eyes, male, 30yo, medium build, } scene { 便利店深夜: night, convenience store, bright window light, shelves with drinks, empty street outside, } def build_prompt(character_name: str, scene_name: str, action: str): return f1girl, {character[character_name]}, {scene[scene_name]}, {action}, masterpiece, best quality, highly detailed print(build_prompt(林晓, 便利店深夜, standing behind cashier counter, looking down at phone))这样做的工程化意义是把“角色外貌”和“场景动作”解耦你只需要维护数据不需要在每次生图时重新写一大段描述。凡是提示词中容易漂移的部分一律模块化固定下来。保持人物一致还要配合生成流程规范。一个实用的习惯是先产出该角色的一版“角色设定图”与一个正面标准脸后续所有镜头都基于参考图方案生成而不是靠纯文字提示词随机碰运气。同时必须建立检查清单每张静帧生成后过一遍角色的脸部特征是否和参考图一致服装颜色、款式是否和该场次设定一致镜头景别是否符合分镜表画面中是否有多余人物、变形手部、文字乱码任何一项不达标都应该返工或局部修复不要指望进入视频阶段后问题会自动消失。视频生成只会放大前序画面的缺陷不会抹掉它。7. 视频化、配音与剪辑让静帧“活”成漫剧静帧确认没有问题之后进入视频化阶段。这一步的本质是用 AI 视频生成工具把一张静态图变成几秒钟动态镜头。新手最容易在这里犯的错误是贪多希望每一个镜头都大幅运动。实际上AI 漫剧的视频化应该克制优先保证角色面部稳定和镜头逻辑合理。生成视频时有两类参数很关键。一类是运动强度控制画面动态的幅度新手建议先从低参数开始防止人物变形另一类是首帧与尾帧选择如果工具支持可以上传首帧和尾帧让模型生成中间过渡段这是获得稳定镜头运动的常用方式。针对前文分镜表里的 shot_01提示词可以写成slow push-in toward cashier counter, woman looking down at phone, subtle hand movement, flickering fluorescent light, stable character face, cinematic lighting, depth of field, gentle camera dolly同时把对应静帧作为首帧图传入。生成后检查片段里是否存在脸部扭曲、肢体穿插、跳变闪烁这类常见问题。一个镜头通常需要生成 3 到 5 个候选片段再挑一条所以要有耐心批量生成并做好记录。配音环节建议放在视频化之后、剪辑之前。先把台词文本导入 TTS 工具生成每句台词对应的音频文件输出格式建议统一为 WAV 或高码率 MP3。新手需要留意不要所有角色共用一个音色至少要让主要角色有不同的声音识别度。语气可以通过 TTS 的情绪参数控制比如紧张、平静、疲惫而不是把所有句子读成同一个语调。剪辑阶段的正确顺序是“先铺音轨再铺画面最后加包装”。先导入全部配音和背景音乐把音频拖到时间轴上形成时间参照再把视频片段对准台词的起点和落点最后加字幕、转场和导出。这个顺序能最大程度避免“画面好看但台词卡壳”的尴尬。如果你有批量处理需求比如快速合并多条音轨与视频片段可以用 FFmpeg 做基础拼接。下面是一个语音与视频合并的通用命令示例# 将音频 integrate 到视频并输出 mp4 ffmpeg -i video_shot_01.mp4 -i audio_line_01.wav \ -c:v libx264 -c:a aac -shortest \ -pix_fmt yuv420p out_shot_01.mp4# 批量处理 shot_ 开头的视频和同名音频 for f in shot_*.mp4; do base${f%.mp4} if [ -f ${base}.wav ]; then ffmpeg -y -i $f -i ${base}.wav \ -c:v libx264 -c:a aac -shortest \ -pix_fmt yuv420p ${base}_merged.mp4 fi done在使用这个命令前记得确认音视频素材长度匹配并且先在副本文件上测试。FFmpeg 命令适合批量素材预处理但真正做节奏和字幕包装还是建议回到剪辑软件里完成。8. 常见问题与排查思路AI 漫剧制作的特点是每一步都可能失败但失败原因通常有迹可循。下面整理一份高频问题排查表基本覆盖零基础新手会遇到的主要故障点。问题现象可能原因排查方式解决方案同角色每张脸都不一样角色描述没有固定或未使用参考图对比多张图的五官检查提示词是否每次改写固定角色提示词模块改用角色参考图方案视频生成时脸部扭曲运动强度过高、参考图清晰度不足降低运动参数放大首帧图检查脸部细节降低运动幅度换用高清静帧增加尾帧约束配音和画面完全对不上剪辑顺序错误先铺画面后配音查看时间轴音频与视频片段位置先导入音轨再按台词对齐画面生成画面比例不统一每次生成前没有固定画面比例和分辨率查看各静帧宽高不一致在所有提示词中固定比例参数批量重制偏差镜头提示词里写了角色名但生成不了该角色绘图模型不认识自定义名字必须描述外貌确认提示词是否包含具体外貌词将自定义名字替换为外形容貌描述画面好看但像“幻灯片”视频化运动幅度太小或镜头设计单一检查分镜表动效设计是否缺失增加推拉摇移描述合理分配近景/中景/特写视频排队时间太长在线服务排队或免费额度限制错峰生成控制每镜头生成次数批量生成统一时段优先保关键镜头质量剪辑导出后清晰度变差导出分辨率或码率过低查看导出设置与源素材分辨率导出设为 1080P 和高码率避免多次转码还有一个总思路出错不要先怀疑 AI 工具而是从“上一环节的输出”查起。视频崩了回查静帧是否清晰、构图是否合理剪辑对不上回查配音时长和分镜设计。AI 漫剧的 bug 大多是上游输出没有满足下游输入要求。9. 最佳实践与工程建议当你能稳定做出第一支完整短剧后建议立刻从“手工生产方式”升级到“项目管理方式”。下面这些都是实际制作中真正拉开效率的方法。关于素材管理建立统一命名规则例如“镜头编号版本号生成工具日期”。不要出现“最终版”“最终版2”“最终版真的不改”这种命名AI 漫剧素材量很大这种命名会让你崩溃。推荐格式shot_01_v03_mj_0401.png含义明确可追溯。关于提示词管理所有成功出图的提示词都要记录失败的也要记。建议直接写在项目根目录的 prompts.md 中包含生成时间、工具平台、参数设置、出图结果评价。这样做的好处是当你发现某个角色在某天生成的特别稳定可以回溯找出当时的完整参数组合而不是凭感觉复制上次的操作。关于角色一致性如果计划做 5 集以上的系列作品强烈建议在正式开拍前就投入时间训练一个专属角色 LoRA 或建立完整角色参考图库。用临时提示词做“一次性漫剧”可以但系列化项目绝对不能每集重新抽卡。先把角色锁定再推进量产。关于工具成本控制在线 AI 工具的免费额度适合做学习和 demo一旦进入正式创作就要把成本纳入规划。建议按镜头分配资源特写镜头和关键剧情镜头用高质量方案慢慢生成过场和氛围镜头可以用低配参数快速出片。不能让所有镜头都占用高等资源也不能只图省钱导致全部粗制滥造。关于安全与合规AI 漫剧发布时要注意平台对 AIGC 内容的标识要求尽量保留生成记录和素材来源。使用他人剧本、音乐、素材时必须获得授权。不要用未经训练的大模型直接生成涉及真实人物肖像或他人知识产权的角色。个人学习与公开商用之间对合规性的要求差异很大发布前务必确认平台规则和版权边界。关于流程复盘每完成一个短片做一次“生产复盘”。把这次最耗时的环节记下来下一次优先优化它。AI 漫剧的学习曲线是典型的“瓶颈迁移”一开始卡在生图后来卡在一致性再后来卡在剪辑和叙事。知道当前卡在哪一层比盲目学下一层更重要。10. 总结与下一步行动这套 666 集、198 小时的 AI 漫剧教程从体量上说确实是目前很少见的全流程资源框架。但真正决定它值不值得看的不是集数而是你是否愿意按“做一个完整作品”的目标去学习。我给零基础读者的核心建议是不要从第 1 集刷到 666 集先花半天建立全流程认知再挑一个 1 分钟小剧本用最短路径做出一支粗糙成片然后带着这个成片暴露出的问题回来查教程、补短板。AI 漫剧是一项“做中学”的技能多看教程代替不了亲手跑通一条流程。下一步你可以做三件事第一搭建第一节里说的项目目录把素材管理习惯先立起来第二为你的第一个角色写一份固定角色描述并生成一组角色参考图测试不同提示词下的一致性效果第三按照分镜表模板把一段 200 字的小故事拆成 4 到 6 个镜头然后开始生成静帧。只要这三件事做完你就已经不是在“看 AI 漫剧教程”而是在“用 AI 漫剧流程”了。