零基础做AI短剧漫剧:全流程拆成6步
- 2026-11-16 20:56:53
零基础做AI短剧漫剧:全流程拆成6步
三分钟的真人短剧,几年前要组剧组、租场地、请演员,预算五位数起步。现在一个人、一台电脑、几个会员,也能把同样的故事做出来。
区别不在于"能不能做",而在于"流程有没有跑通"。
零基础的人最容易犯的错,是拿到工具就开始生成图——生成了一百张好看的脸,最后发现凑不成一个故事。
所以这篇不讲提示词玄学,只讲流程:把"做一部AI漫剧"拆成6个步骤,每一步都有可以直接抄的SOP表格和验收标准。上一步验收通过,再进下一步。
先说一个选择:为什么建议零基础从漫剧入手,而不是真人短剧。
真人短剧:要同时解决"演员脸崩、服装穿帮、口型不对"三个地狱级难题,一致性极难维持。
漫剧:风格化本身就是遮羞布。观众能接受画风跳动,但很难接受人脸跳动。
一句话:漫剧允许你风格化,真人短剧不允许你出戏。
先把全文骨架放在这里。下面六步,就是这张图从上到下的顺序,每一步都配了可直接抄的表格和验收标准。

第1步 选题定位:先决定"谁在看",再决定"做什么"
短剧不是艺术创作,是注意力生意。选题错了,后面五步全是白干。
有三个硬约束必须先想清楚:
平台决定时长。 抖音、快手剧情号单集60到120秒;视频号可以到3分钟;番茄、红果这类短剧平台按"集"算,一集90秒左右,一部20到80集。
题材决定流量池。 先去找对标账号,看最近30天有没有人靠同类题材起量。完全没有对标,说明需求没被验证;头部已经三四个,说明红利吃完了。
制作难度决定你能不能做完。 场景超过3个、角色超过5个、需要打斗追车的题材,零基础别碰,那不是剧本问题,是产能问题。
三道闸门过完,再谈打分。整个判断过程就是下面这张图:

选题自检:写一句话故事
模板:一个【身份】的人,为了【欲望】,必须【行动】,却遭遇【阻碍】,最后靠【反转】翻盘。
范例:一个被退婚的外卖员,为了给妹妹凑手术费,替豪门去参加一场假婚礼,却被真千金当场认了出来——最后发现他才是当年失踪的继承人。
把这句话讲给身边的朋友听,他会不会追问"然后呢"?会,及格。不会,回去重写。
选题评分表
| 维度 | 看什么 | 满分 | 不及格信号 |
|---|---|---|---|
| 爽点密度 | |||
| 平台适配 | |||
| 制作难度 | |||
| 系列延展 | |||
| 合规风险 |
总分25分。18分以上再动手,15到17分回去改设定,15分以下直接换题。不要因为"我已经想了三天"就硬做,沉没成本不是成本。
第2步 剧本:把"想法"写成"能拆镜头"的东西
AI不负责讲故事,只负责画。所以剧本必须写到"每一句都能被画出来"的程度。
90秒单集的四段结构
0到3秒 钩子:直接扔冲突。不要交代背景,观众没耐心等。
3到30秒 建立:谁、在哪、想要什么、被谁挡着。
30到80秒 升级:阻碍加码,把主角逼到墙角。
80到90秒 钩子二:反转或悬念,逼观众点下一集。
这四段落到曲线上,就是一根两次上冲的线:

四条写作铁律
台词一句不超过15字,能删就删。AI配音念长句像念课文。
只写"看得见"的东西。"他很绝望"不行,"他把伞骨捏变形了"可以。
旁白占比不超过20%。漫剧旁白太多,就变成了"有声小说配图"。
字数换算:1分钟大约220到260字台词,宁少不多。
验收标准:掐表读一遍,实际时长在目标时长上下10%以内,并且前三秒能让人停下拇指。
第3步 角色与画风定稿:先建"视觉资产库",再开工
漫剧翻车,九成翻在一致性上。第3集主角换了张脸,观众立刻出戏,前面全白做。
这一步的产出不是"一张好看的图",而是一套能被反复调用的资产:
角色三视图(正面、侧面、背面)
6个常用表情(平静、惊讶、愤怒、悲伤、冷笑、崩溃)
5个常用机位(全身、半身、近景、侧面、仰拍)
一套固定的画风提示词(前缀加后缀,全片不改一个字)
一组固定色板(主角主色、反派主色、环境色)
这五项不是并列关系,缺一项,后面就会成倍返工:

角色设定卡
| 字段 | 填写要求 | 示例 |
|---|---|---|
| 姓名 / 年龄 | ||
| 身份标签 | ||
| 外貌锚点 | ||
| 固定服装 | ||
| 性格 / 口头禅 | ||
| 主色 | ||
| 禁止项 |
一致性三条军规
同一角色所有画面共用同一张参考图。 走"图生图",不要每次从零文生图。
提示词前缀一字不改。 只改动作和场景,不改外貌描述的顺序。
换场景先出空镜。 先把光线、色温、机位定下来,再把角色放进去。
验收标准:把同一个角色放进5个不同场景,脸、发型、服装、色温全都稳得住。
第4步 分镜:把剧本翻译成"镜头清单"
分镜表是AI漫剧真正的生产图纸。没有它,你会陷进"无限重新生成"——生成、不满意、再生成,一天过去了,成片还是零秒。
节奏公式
单镜头3到5秒,1分钟成片大约15到20个镜头。
景别按"远、中、近、特"推进。情绪越紧张,景别越近。
每3到5个镜头必须有一次视觉变化(机位、光线、场景),否则观众就划走了。
对话戏用"过肩加近景"交替,不要一直正脸对正脸。
落到纸面上,就是一张高低起伏的节奏图。高度是景别,宽度是时长:

分镜表模板
| 镜号 | 时长 | 景别 / 机位 | 画面描述(只写看得见的) | 台词 / 旁白 |
|---|---|---|---|---|
| S01 | ||||
| S02 | ||||
| S03 | ||||
| S04 | ||||
| S05 | ||||
| S06 |
特别注意:画面描述只写"看得见"的元素——人物、动作、环境、光线。不要写"气氛压抑",要写"顶灯只亮一盏,脸有一半在阴影里"。音效单独拉一张清单,按镜号对应,不要塞进表格挤成一列。
验收标准:把所有台词遮住,只看画面描述,能不能看懂剧情走向。能,就过关。
第5步 生成与成片:出图、出视频、配音、剪辑
这是最耗时间的一步,也是唯一能靠流程省时间的一步。核心原则只有八个字:批量生成、集中挑选。
整条流水线长这样,六个工位,每个工位都有明确的进出标准:

5.1 工具链
| 环节 | 工具类型 | 代表工具 | 关键设置 |
|---|---|---|---|
| 剧本 / 分镜 | |||
| 出图 | |||
| 出视频 | |||
| 配音 | |||
| 配乐 / 音效 | |||
| 剪辑 | |||
| 字幕 |
以上只列工具类别,具体价格和可用性以官网当日报价为准。别一次充年费,先用免费额度跑完一整集。
5.2 三条提效规则
一次生成4张,只挑1张。 不要一张张试,试到第20张你会审美疲劳,选出来的反而是最差的那张。
视频只做"微动"。 漫剧不需要大运镜,人物眨眼、头发飘、镜头缓推就够了。运动幅度越低,越不容易崩。
每个镜头备一个保底方案。 实在生成不出来,就用静帧加缓推,观众根本看不出来。
5.3 成片标准
| 项目 | 标准 | 为什么这么定 |
|---|---|---|
| 单镜头时长 | ||
| 镜头切换 | ||
| 人声电平 | ||
| 配乐电平 | ||
| 字幕 | ||
| 转场 |
5.4 成本与工期参考
| 环节 | 单人耗时(1集 / 90秒) | 现金成本 |
|---|---|---|
| 剧本 + 分镜 | ||
| 出图(40到60张) | ||
| 出视频(约20段) | ||
| 配音 + 配乐 | ||
| 剪辑 + 调音 | ||
| 合计 / 每集 |
单人做、纯新手、每条素材都要重生成五六次——这是最常见的情况。熟练之后,一集的净时间可以压到6到8小时。
第6步 发布与复盘:把"作品"变成"产品"
发出去不是结束,是第一次测试。
发布节奏
冷启动期(前5集):日更或隔日更,让算法先认出你的账号标签。
成长期:固定时间发,培养回访习惯。
每一集结尾留钩子,下一集必须在24小时内跟上,否则流量直接断档。
发布前检查清单
前3秒有冲突、疑问或反常识
竖屏1080×1920,没有黑边
字幕无错字,无平台违禁词
标题20字以内,带具体信息,例如"被退婚那天,我成了豪门继承人"
封面用最激烈的一帧,人物脸部放大
话题标签3到5个:1个大词加2个精准词
简介里挂上"系列合集"入口
复盘只看5个数
| 指标 | 及格线(经验值) | 不达标先改什么 |
|---|---|---|
| 3秒完播率 | ||
| 整体完播率 | ||
| 点赞率 | ||
| 评论率 | ||
| 转粉率 |
把它画成漏斗,漏在哪一层,就改哪一层——不要跳层去改:

不同平台、不同赛道的差异很大,这组数字只用来判断"哪一环漏了",不要当KPI压自己。
附:7天从0到第1集成片
第一集的目标不是"做好",是"跑通"。允许它粗糙,不允许它停在硬盘里。
下面这张看板可以直接截图存手机,做完一格打一个勾:

最后:零基础最容易踩的4个坑
先买设备、先充年费。 先用免费额度跑完一整集,再决定投多少钱。
追求每张图都完美。 60分的图配好节奏,远胜95分的图配烂节奏。观众看的是故事,不是壁纸。
一集做一周。 做太久你会失去判断力,也会失去发布欲。
不发。 存在硬盘里的片子,数据永远是0。
以上6步,你现在就可以从第1步的那张评分表开始填。

