企业官网建设流程全解析

AI漫剧不是什么黑科技玄学，而是把“AI出图出视频、AI辅助编剧、剪辑软件组装、短视频平台分发”串成一条生产线的过程。用即梦 + 豆包 + 剪映 + 红果这个组合，路径很短，但踩坑点不少。本文按我实际跑过的流程拆开讲，适合想从 0 到 1 做 AI 短片的创作者，尤其是想接单、做连载账号或者把 AI 视频当副业方向的人。最值得关注的不是“能不能生成一张好看的图”，而是怎么保证人物前后一致、怎么批量出素材、怎么控制资源占用，以及别被“学完即可接单”这种说法带偏。项目标题里提到耗时 256 小时，这个数字不夸张。你真要手搓一个完整短剧项目，从剧本、分镜、出图、生成视频、剪辑、配音到字幕，几十个小时起步很正常。大部分时间不是卡在生成，而是卡在“先生成什么、怎么描述、选哪张、怎么拼”。

1. 先搞清楚这条链路里四个工具的角色，别把分工用反

很多人一开始就搞混：一会儿用豆包去画图，一会儿跑到剪映里找 AI 生图，结果每一步都不顺手。AI 漫剧制作的关键不是某个工具有多强，而是让每个工具只干自己最擅长的事。

1.1 即梦负责“看得见的画面”，是成片的地基

即梦是画面生成环节，既做文生图，也做图生视频。漫剧里的人物、场景、道具、镜头运动，基本都从这里来。

我一般会先用即梦生成关键帧图片，再用图生视频让画面动起来。比如人物站在雨里，单张图只是静态，接上“细雨落下、衣摆轻微飘动、镜头缓慢推进”这类视频生成提示词，才有“剧”的感觉。

这里要记住：即梦产出的是素材，不是成片。不要指望一次生成就是一个完整片段，更合理的做法是每个镜头生成 3 到 5 个候选，逐个挑。

1.2 豆包负责剧本、分镜和提示词，是前期的编导

豆包在这里的价值是文本能力。让它写短剧剧本、分集梗概、台词、画外音，甚至分镜表，都比自己从空白文档开始快得多。

更重要的是，豆包能帮你想清楚每一幕的镜头语言。我经常这样问：

• “写一个 1 分钟短剧脚本，主角是两个女高中生，冲突点是一张旧照片，结局留悬念。”
• “把上面剧本拆成 8 个镜头，每个镜头写出景别、画面描述、台词、音效。”
• “把第 3 个镜头改成古风悬疑风格，画面描述里加上灯笼、雨巷、背影。”

这一步输出的分镜表，是后面所有提示词的基础。分镜不清楚，出图和剪辑都会乱。

1.3 剪映负责把所有素材拼成能发的成片

剪映是生产线的组装车间。关键帧图片、生成好的视频片段、配音、背景音乐、字幕、转场，全部在时间线上整合。

很多人低估了剪辑在 AI 漫剧里的比重。实际上，画面素材生成得再漂亮，如果在时间线上节奏不对，整体观感也会差很多。剪映的自动字幕、文本朗读、变速、关键帧动画，都是 AI 短片最常用的能力。

我建议先把剪映的导出预设搞清楚：竖屏 1080 x 1920、横屏 1920 x 1080、码率、帧率，都要提前设好。等生成完了再改比例，素材重出，时间成本翻倍。

1.4 红果负责分发，但别把它当成自动提款机

红果这类短剧平台，承担的是内容分发和观众触达。AI 漫剧做出来之后，整理成短视频、短剧或者连续系列上传，借此获得推荐和关注。

但要注意：平台规则、原创审核、内容质量和更新频率，都会影响后续表现。“上传视频赚钱”反映的是很多人的需求，实际路径并没有标题里那么顺畅。第一批作品大概率是用来测流程和积累数据的，不要指望一上架就有稳定收入。

2. 开工前把环境和素材准备到“能立刻上手”的状态

第一次做 AI 漫剧，最容易犯的错误是连素材目录都没有就冲进去生成。生成了一堆文件，文件名全是乱码，三天后自己都不知道哪张图对应哪个镜头。

2.1 硬件和账号条件：普通电脑也能做，但要控制节奏

这套组合里，即梦和豆包主要是网页端使用，压力不在本机 GPU 上。日常办公电脑完全可以跑通整个流程。

真正吃资源的地方在剪映导出，尤其是视频片段多、字幕特效多、分辨率高的时候，内存和磁盘占用会涨得很快。如果你用 16GB 内存的电脑，建议一次不要堆太多素材，生成源文件也要定期清理。

网络方面，需要保证网页端能稳定打开、上传下载不中断。如果经常卡在“生成中”，先检查网络稳定性，再检查浏览器版本，不要一上来就怀疑平台服务有问题。

2.2 素材目录和命名：从第一集开始就养成编号习惯

我会在本地建一个项目根目录，结构类似这样：

project_meiju/ ├── 00_script/ ├── 01_prompts/ ├── 02_images/ │ ├── shot_01/ │ ├── shot_02/ │ └── shot_03/ ├── 03_videos/ │ ├── shot_01/ │ ├── shot_02/ │ └── shot_03/ ├── 04_audio/ ├── 05_edit/ └── 06_output/

每个文件名都用“集数_镜头号_版本号”的格式，比如ep01_shot03_v2.png。别小看这个习惯。等到第 20 集，你会感谢自己当初规规矩矩给文件命名。批量生产最怕的不是速度慢，而是不知道哪个文件能用、哪个已经废弃。

2.3 先定一个半小时能跑完的最小样例：一分钟一集

不要一上来就做 10 集长剧。先把目标收敛成“一集 1 分钟、8 到 12 个镜头、一个人物、一个场景”的最小样例。

这个样例的意义是验证整条链路能不能走通：剧本到分镜、分镜到提示词、提示词到画面、画面到视频、视频到剪辑、剪辑到导出。如果能跑通，再考虑加人物、加场景、加特效、加批量任务。如果链路上某个环节卡住，修复成本也比后期低得多。

3. 从 0 到 1 的完整流程：五步走，每一步都要看到结果

下面按我实际干活时的顺序拆解。每次执行到某个环节，先看结果，再决定要不要继续，不要一口气闷头生成一整天。

3.1 第一步：让豆包产出剧本和分镜表

给豆包提供的剧本需求，至少包含这几项：

• 剧集类型：古风、都市、悬疑、甜宠、奇幻。
• 每集时长：建议先 60 秒到 90 秒。
• 人物设定：主角名字、外貌、性格、身份。
• 核心冲突：这一集要解决或者推进什么问题。
• 结尾状态：是完成一个小目标，还是留悬念。

提示词可以这样写：

请帮我写一个 1 分钟 AI 漫剧脚本。 类型：都市奇幻。 主角：林默，28 岁，穿深灰色风衣，左眉有一道疤，性格冷静。 核心冲突：他发现一家便利店会在凌晨出现，天亮后消失。 要求：开头 5 秒抓人，结尾留悬念。输出 10 个镜头，每个镜头包含景别、画面描述、台词、音效。

豆包返回结果之后，不要直接拿来用。逐条检查画面描述是否可拍，台词是否太长。台词超过 15 个字，竖屏字幕就不好排。

3.2 第二步：把分镜改写成画面提示词

分镜表是“导演语言”，画面提示词是“生成器语言”，两者不能直接画等号。

一个可用的画面提示词，至少包含：

• 主体：人物长相、服装、姿态。
• 场景：环境、年代、氛围。
• 镜头：景别、机位、视角、运动方式。
• 光影和风格：光线方向、色调、画风。
• 运动信息：只有图生视频时需要。

举个例子：

国漫厚涂风格，都市夜晚，便利店门口。 男青年林默，28 岁，深灰色风衣，左眉有疤痕，站在路灯下回望。 中景，镜头缓慢推近，雨丝落下，地面反光。 冷蓝色调，氛围压抑，画面略带电影感。

不要为了追求“像电影”而堆砌大量单词。关键词要具体，尤其是人物外貌，必须和前面设定完全一致。我最常用的方式是把人物描述单独复制到每个提示词里，保证不漂移。

3.3 第三步：在即梦里批量生成关键帧和视频片段

这一步是耗时最长的。推荐顺序是：先生成关键帧图片，再选满意的图去生成视频片段。

生成图片时，控制几个要点：

• 竖屏优先：漫剧大多上短剧平台，竖屏比例更合适。
• 一次性生成多张候选：同一个提示词多生成几张，方便后续挑选。
• 优先使用参考图：如果平台支持参考图，可以把上一张结果图作为下一张的参考，保持人物一致。
• 同一镜头可以多跑几轮：不要把第一次结果当成唯一答案。

生成视频时，运动提示词要克制。我一般会写“镜头缓慢推进”“头发轻微飘动”“眼神从看向前方转为低头”，而不是“人物快速奔跑，背景剧烈晃动”，后者很容易出现画面撕裂。

如果画面里有多个人物同时动作，生成难度会成倍上升。新手阶段，尽量设计成“一人一动，背景缓慢变化”，先保证画面稳定，再追求复杂运动。

3.4 第四步：在剪映里完成粗剪、配音、字幕和包装

剪映拿到素材后，顺序应该是：粗剪，再配音字幕，最后包装。

粗剪阶段，把每个镜头按分镜表放上时间线，确定前后顺序，删掉明显废帧。

配音部分，可以用豆包生成口播台词，也可以直接在剪映里用内置朗读功能。AI 配出来的音色选择很多，但要注意：一个角色从头到尾最好用同一个音色，不要前两集用男声，第三集突然变成另一个音色，观众会察觉。

字幕建议单独做一次。剪映的自动识别字幕在普通话清晰的情况下表现不错，但 AI 漫剧里的台词经常涉及人名和特殊设定，识别错误率不低。我一般会先自动识别，再统一检查一遍。字幕字体和位置也要统一，竖屏短剧的字幕不要压太下面，防止平台 UI 遮挡。

包装包括：片头 2 秒、片尾 2 秒、集数标题、关键帧封面。这些可以做成模板，后面每一集只改数字，不用每次都重新设计。

3.5 第五步：导出检查，确认格式后再考虑上传红果

导出不是“点一下导出就结束”。你还需要检查下面这些点：

• 画面比例是否是 9:16。
• 视频时长是否在目标范围内。
• 字幕是否完整，有没有错别字。
• 音频是否过载，有没有爆音。
• 码率和文件大小是否适合上传。

导出格式建议用 MP4，编码以 H.264 为主，兼容性好。导出后先在本地播放一遍，不要直接上传。很多时候问题只有全屏播放时才能发现，比如画面抖动、字幕错位、音频不同步。

4. 核心参数、判断标准和真正决定质量的细节

4.1 画面比例、时长和分辨率先定死，后面再改会很难受

AI 漫剧最常见的规格是竖屏 9:16，也就是 1080 x 1920。单集时长一般控制在 1 到 3 分钟。

为什么不建议先做横屏？因为短剧平台、短视频信息流都以竖屏为主。横屏内容也可以发，但观感会差一些。分辨率方面，生成阶段并不需要追求 4K，1080P 完全够用，4K 只会在导出和存储上增加负担。

时长也别拍脑袋定。1 分钟剧本大概对应 8 到 12 个镜头，每个镜头 3 到 6 秒。镜头拖太长，观众会流失；镜头切换太频繁，画面生成数量又跟不上。我第一次做的时候定了 90 秒，结果光画面素材就生成了一百多个，后期根本选不过来。

4.2 角色一致性：这是 AI 漫剧最容易翻车的地方

看 AI 漫剧的人第一眼关注的不是剧情，而是“主角是不是同一个脸”。角色在不同镜头里长得不一样，是这个品类的头号劝退原因。

要保证角色一致性，能做的事情主要有这几类：

• 把所有镜头的人物描述都写成同一段，一个字都不改。
• 优先让生成器生成正面、半侧面这些稳定角度，避免离谱的大角度俯拍、仰拍。
• 记录关键参数，比如种子、参考图信息，如果平台支持保存提示词和历史记录，就把每个镜头都归档。
• 用参考图作为下一张图的输入时，选最接近角色设定的那张，不要选表情夸张的。

有些平台已经支持人物模型或角色参考功能，有就用。没有的话，靠“描述不变 + 参考图 + 反复筛选”也能把一致性拉到可接受的水平。

4.3 批量生成时，怎么判断速度、占用和成功率

批量制作是接单和持续更新的必经之路，但要先学会判断资源边界。

看速度，不能只看“平均生成一个视频多少秒”，要加进排队时间、上传下载时间、筛选时间和返工时间。我实测时经常遇到：生成 10 个视频，只有 3 个能用，最终 3 个里面还要挑 1 个。所以时间预估要按“生成量除以可用率”来算。

看占用，主要看浏览器内存和本地磁盘。网页端生成素材时，浏览器标签页一旦开太多，内存占用会飙升。我建议一次只开三个生成任务，不要像开盲盒一样疯狂并发。

看成功率，先把所有镜头各生成一次，统计可用率。如果某个镜头的可用率特别低，不要硬刷，回去改提示词或者重新出关键帧。盲目重复同样的生成条件，只会得到同样的问题。

4.4 输出质量怎么验收：从能看到能剪到能发，不是一个标准

我把质量分成三个等级，验收标准不同：

• 能看：画面没有明显穿帮，人物基本可辨识，动作没有严重变形。
• 能剪：画面之间可以衔接，运动方向和光源一致，素材时长足够支撑剪辑。
• 能发：故事完整，字幕清晰，音画同步，封面标题符合平台规范。

能发并不代表能火。真正的长期标准是稳定复现：这集能用这套流程做出来，下一集也能用同样流程做出来，而不是每集都靠运气。

5. 最常见的卡住场景和报错，按这个顺序排查

AI 漫剧制作中，问题不一定是“功能不支持”，更多是提示词、输入、环境或参数出了问题。我习惯按下面这个顺序排查。

5.1 画面出了怪东西，先别怪模型，从提示词和参考图查起

多手指、人物多了一只脚、背景出现漂浮物，这类问题首先看提示词是否描述得过于复杂。人物数量、动作数量、场景元素数量，能减就减。

如果提示词不复杂，再看参考图。参考图模糊、人物很小、画面里有杂物，都可能让生成结果偏移。换一张更干净的参考图，通常比反复改提示词更有效。

5.2 角色前后不像同一个人，检查提示词和种子

角色不一致，先检查每一段提示词里的人物描述是否完全一致。很多时候不是工具问题，而是你改了某个形容词，比如“深灰色风衣”变成了“灰色外套”，模型对形象的理解就会漂移。

其次看种子和参考图。能固定参数就固定参数，不能固定就尽量用同一张参考图作为底图。

5.3 剪映导入、导出和字幕卡顿，按工程问题处理

剪映报错，很多不是素材本身的问题，而是工程状态和软件状态。比如一次导入大量视频素材，预览卡顿，可以先关掉实时预览；导出时报错，可以尝试分段时间线、清理缓存、升级客户端版本。

如果遇到“复合片段”相关提示，先检查时间线上是否嵌套了多层复合片段。有些复合片段内容比较复杂，导出时就会出问题。处理方式是先取消复合，再把需要的片段直接放到主轨道上。这里不建议去找所谓的免激活或离线版本，正规渠道的客户端更新和官方支持才是稳的。

5.4 网页生成慢或提示资源不足，先确认是不是并发太高

网页端生成工具也有并发限制。一次开太多任务，或者一个任务里同时生成多个候选，都可能导致排队变长。

排查顺序：

1. 关掉不用的浏览器标签页，释放内存。
2. 把正在进行的生成任务减到 1 到 2 个。
3. 换一个网络环境，排除网络波动。
4. 刷新页面重新登录，确认账号状态正常。
5. 清理浏览器缓存，重启浏览器再试。

5.5 上传红果时格式被拒，检查容器、编码和比例

上传失败，第一件事是看平台给出的提示。常见情况是：视频比例不是 9:16、文件编码不是 H.264、帧率或码率超出要求、时长不符合分类限制。

正确做法是导出一份符合通用标准的 MP4 文件，不要用特殊编码去挑战平台审核。每个平台的详细参数要求都以上传页说明为准，我这个是通用排查顺序。

6. “学完即可接单”的真实情况：先跑通流程，再谈收入

6.1 接单的前提不是会点按钮，而是能稳定交付

“学完即可接单”听起来诱人，实际上接单要面对的是明确需求、交付时间、修改次数和客户体验。

客户不会因为你用的是 AI 工具就降低要求。相反，AI 短剧客户往往更在意：人物是否统一、画面是否稳定、剧情是否连贯、能不能按时交付。如果你连一集完整作品都拿不出来，接单基本无从谈起。

更稳妥的路径是：先做出 3 到 5 集完整的 AI 漫剧样片，把单集制作时间统计出来。能稳定一周出 1 到 2 集，再接小单；连自己的发布账号都没跑通之前，不要急着宣传接单。

6.2 平台分成和原创规则，要当成基本功来读

红果这类平台确实有创作者激励、版权分成、广告分成等机制，但具体规则会随运营阶段变化。不要听别人说“一个月能赚多少”，要自己去读平台的创作者规则、原创声明、内容规范。

AI 生成内容能不能在没有明确标识的情况下上传、哪些题材受限、封面和标题有什么限制，这些都要提前确认。合规不是加分项，是基础项。

内容创作上，我建议把“原创性”做扎实：剧本自己写或深度改编、画面提示词自己设计、配音和字幕自己控制。越依赖标准化 AI 输出，内容同质化越严重，平台推荐也会越来越不友好。

6.3 可持续生产的核心，是提示词库、分镜模板和素材命名规范

如果只做一集，靠手感就行。如果要做 20 集、50 集，必须有模板。

我会维护三样东西：

• 分镜模板：包含镜头序号、景别、画面描述、台词、音效、备注。
• 提示词库：按风格、场景、人物分类，方便复制改参数。
• 素材命名规范：集数、镜头号、版本号、生成时间，全部写清楚。

有了这三样，换人接手也能快速上手，批量生成时也不会乱套。

7. 每次开新项目前，我必然会确认的六个点

第一，这一集的核心冲突是什么。没有冲突的 AI 漫剧，画面再华丽也只是动态壁纸。

第二，主角长什么样，人物描述有没有写死。我一般会把人物描述单独存成一个文本，所有提示词直接复制这一句。

第三，分镜表是否每一行都能生成。不能生成的分镜，要么简化，要么删除，不要硬留在脚本里。

第四，资源和时间是否够用。一分钟成片，素材生成加筛选加剪辑，通常会花掉几个小时甚至一天，排期要留足余量。

第五，导出的格式是否满足目标平台要求。比例、时长、封面、标题，都在上传前检查完。

第六，预期是否合理。AI 漫剧能做，能学习，能做成系列，但能不能接单、能不能赚钱，取决于你的交付能力、内容质量和平台规则，不取决于报名一个课程或看一篇文章。

踩过几次坑之后我发现，很多问题不是工具能力不够，而是前置环境和输入材料没有处理干净。把这套准备工作做好，AI 漫剧的制作速度和质量都会上一个台阶。