第 01 课｜什么是 AI 漫剧？用四个镜头走通制作流程

01 / 什么是漫剧？先看它怎样讲故事

你可以先这样理解：漫剧是用漫画或插画风格的画面，结合镜头组织、人物动作和声音，连续讲述故事的一种形式。人物不一定每秒都在运动，关键是观众能跟上“发生了什么、为什么发生、接下来会怎样”。

在 AI 漫剧的制作流程中，AI 可以参与写作、角色图、场景图、动态片段或配音。但你仍然需要决定哪些画面留下、角色是否一致、动作能不能接上，以及声音放在哪里。

这些形式可以混合使用。学习时先抓住任务：这一刻需要观众看到什么、听到什么、明白什么。

02 / 用四个镜头，讲清《旧盒子的来信》

故事：女孩整理房间时找到旧盒子，里面有一封写着自己名字的信。她打开信，看见“别开门”三个字。这时，门外传来敲门声。

先别想“用哪个模型”。带着下面四个问题看分镜：第一镜让你知道了什么？哪一镜引入疑问？哪一处信息改变了气氛？如果去掉声音，最后一镜还成立吗？

为什么这样拆，而不是一次生成整段？

“找到盒子、打开、取信、读信、惊讶、转头”包含多个动作和多次注意力转移。一次塞进同一段生成，较难判断失败发生在哪一步。拆成镜头后，你可以单独检查取信的动作、文字的可读性和最后的反应。

试着删掉第二镜：观众仍然知道有一封信，却不容易理解女孩为什么特别在意它。这就是检查镜头是否有用的方法：删掉后，观众少知道了什么？

下面四张是已生成的剧情首帧示例，按01至04顺序查看。它们供画面准备与上传演练，不是四段已完成的视频；信上的文字由后期添加。

03 / 一段成片，需要哪几层素材？

工具按能力选择：用一个写作或表格工具整理分镜，用支持角色参考的图像工具制作关键帧，用图生视频工具处理动作，最后进入剪辑软件。第一段练习先打通一套工具链，不必同时学习多个同类工具。

不是每一镜都必须生成动态。需要观众阅读的信纸镜头，可以先用清晰静帧完成叙事；是否加入轻微移动，应在剪辑时看效果再决定。

04 / 真正动手时，按这六步走

1. 先写一页制作单。填入故事、主角、地点、画幅、画风和四个镜头。先确定横屏还是竖屏，避免出完图再为构图返工。第一版只保留一个主角和一个主要场景。
2. 固定人物板、空场景与道具。例如女孩始终穿深蓝针织衫、扎低马尾，盒子始终为深棕木盒、黄铜搭扣。先用一张图整合面部特写和正、侧、背面，再生成无人的房间空场景；把盒子、信封的固定特征写清，每次出图都检查。不要只写“同一个女孩”，却没有提供可识别的特征。
3. 完成四张关键帧。先做第一镜，确认画风后再做其余镜头。第二、三镜检查手、信封和盒子的位置；第四镜检查视线是否朝向门。关键帧不通过，先修图，不急着生成视频。
4. 逐镜生成必要动作。给第二镜的任务可以是“右手缓慢拿起信封”，不要再附加开盒、转身和后退。机位先保持固定，降低同时变化的因素。生成后从头到尾看一遍，再检查起止帧。
5. 先粗剪，再加声音与文字。先按镜号拼起来，判断信息顺序。将信上的字作为文字图层加入，让阅读时间足够。最后放入纸张声和敲门声，调整反应镜头，让声画形成因果关系。
6. 导出前检查一遍。先正常播放，再静音看画面是否能理解主要动作；最后只关注声音，检查有没有突兀截断。用手机看一遍，确认信上的字和字幕清楚可读。

文件怎么存，才不会越做越乱？

旧盒子的来信/
  01_剧本分镜/  故事简报、分镜表、固定特征表
  02_参考素材/  角色、场景、盒子、信封
  03_关键帧/    S01_拂灰_v01.png
  04_视频片段/  S01_拂灰_v01.mp4
  05_声音文字/  敲门声、纸张声、信纸文字
  06_剪辑导出/  工程文件、成片

重做时增加版本号。确认可用的片段单独标记，避免剪辑时误用旧版。先记录素材来源与使用条件，后期整理会更省事。

05 / 提示词怎么写，才能得到可执行分镜？

“帮我写个爆款漫剧”没有说明你能制作什么，也没有给出可检查的输出。把角色、场景、时长和输出格式补齐，结果才容易用于下一步。

请把下面的故事拆成约 20 秒、4 个镜头的分镜表。
故事：女孩整理房间，发现旧盒子里有一封写着自己名字的信。
她打开信看到“别开门”，这时门外响起敲门声。

制作限制：一个女孩、一个房间、一个木盒、一封信。
不增加新角色，不切换地点。使用漫画风格，先以固定机位为主。

请按表格输出：
镜号｜预计时长｜景别｜主要画面｜单一主动作｜文字与声音｜本镜传达的信息。

再检查：人物服装、盒子状态、信封去向、视线方向是否连续。
若某一镜动作过多，请说明应删去什么。
不要添加播放量、收益或“必火”的判断。

生成以后，不要直接照单全收

假设第二镜写成“女孩打开盒子、取出信、读完后惊恐地后退”。它虽然是一句话，却是多个动作。本片通过切镜省略开盒，只让第二镜完成取信；读信与反应留给后续镜头。

06 / 做一段要多久、花多少？先记录，再估算

同样是四个镜头，固定机位、单人小动作与多人打斗的工作量差别很大。不能只按成片秒数估算，也不要把工具的一次生成费用当作完整制作成本。

示例计算：假设四镜分别生成 3、6、2、4 次，共 15 次；每次按某工具当时的计费规则换算为 2 元，则视频生成部分为 30 元。这只是说明计算方法，尚未包括图像、声音、订阅分摊和人工时间。

第一段做完后，优先记录“哪一步反复返工”。它比一个未经验证的行业平均数字，更能帮助你安排下一段作品。

07 / 新手常见的五个误区

08 / 现在动手：写出你自己的四镜头故事

这一课先交付分镜，不要求马上付费生成成片。用下面的限制，把故事缩小到能开始的规模。

1. 选一个物件：钥匙、相册、手机、旧包裹任选其一。
2. 写一句话故事：谁发现了什么，因此采取什么行动，结果发生了什么变化。
3. 拆成四镜：建立情境、发现信息、采取行动、出现结果。允许调整顺序，但要能解释原因。
4. 补上声音与连续性：每镜写一种必要声音，再检查人物、道具和视线的前后关系。
5. 用手机粗排节奏：用文字卡或简单草图排成时间线，读一遍文字，测试观众有没有时间看清。

交作业时，提交这三样

• 一句话故事，加上角色、地点、画幅与画风。
• 一张四镜头分镜表，包含画面、动作、声音和预计时长。
• 一份固定特征表，写清角色外观及主要道具。

按这六条验收

• □ 不听解释，也能从分镜顺序读懂主要事件。
• □ 每镜有明确的信息任务，而不是重复展示同一件事。
• □ 每镜只有一个主要动作，复杂过程已拆分或删减。
• □ 服装、场景方向、道具状态没有无故变化。
• □ 文字有足够阅读时间，声音与剧情发生关系。
• □ 你能说清下一步先做哪张参考图、哪张关键帧。

09 / 先分清三种生成模式 再上传素材

先看你使用的生成入口，再写对应提示词。“上传图片”不代表所有模式都把图片当首帧。下表按输入的作用区分；平台可能使用不同名称，也可能同时支持参考素材与关键帧，上传后要确认每张图的角色。

本套四镜练习采用：人物板＋空场景＋道具→合成每镜剧情首帧→在单首帧图生视频入口逐镜生成。人物板是身份参考，不是小宁在卧室里的第一个画面。普通叙事分镜逐张制作；连续打斗或舞蹈的动作故事板、多机位选角图是另外的任务，不能把整张多格板直接塞进首帧入口。

模式说明可对照 Vidu参考图视频说明与Runway单图首帧提示指南；这里借它们说明输入角色，不把一种工具的参数当作通用参数。

开始自己的第一条片前，先把规模写具体

把想法写成一句能观察的变化：人物发现什么、作了什么选择、最后情况怎样不同。例如一位看店人准备关灯，却发现角落还有人没离开。这比“做一条治愈短片”更容易拆成镜头。

再列资源：两个人、一个主要空间、一个关键道具，是否已经足够讲这件事？若设定不断增加，先问每一项是否参与主要变化。第一条作品适合用有限资源走完整流程，不必承担整部连续剧的全部世界观。

接着写每一步的交付：故事梗概、人物资料、空间草案、分镜、首帧、采用视频与成片。每份产物都为下一步提供依据。模型只是其中一些环节的工具，制作顺序不能只按哪个按钮更新来安排。

完成后先让别人复述故事，再问喜欢什么。若他没看懂主角为何停下，回到镜头信息；若看懂却觉得情绪不够，再处理表演与声音。不同问题有不同下一步，学习也因此更有方向。

相关资料：Clip Studio创作流程与缩略图安排。看店情境为本站自拟例。