企业官网建设流程全解析

想做AI漫剧的朋友，多少都被“批量分镜”这四个字卡过。剧本拆好了，角色设定写好了，但一到出图环节就头疼：同一个角色上一秒还是圆脸，下一秒变锥子脸；连续两个镜头之间，场景风格像两部剧；手动一张张抽卡，抽得人想摔键盘。这套问题的根源，本质上是角色一致性、场景一致性、批量效率三个环节没有打通。我花了7天时间，把从“剧本拆分”到“批量出分镜图”的完整流程跑通了一遍，核心思路就是角色库 + 模板化。这篇文章就是这次实操的完整记录，包括角色库怎么搭、分镜模板怎么设计、批量出图怎么排产、踩过哪些坑，全都一次说透。适合正在做AI漫剧、AI短剧内容的人参考，尤其是那种一周要更3集以上、靠手动出图根本来不及的创作者。

1. 为什么批量分镜要先解决角色库和模板化

做AI漫剧跟做传统漫画分镜完全是两回事。传统漫画的分镜，角色是画师手绘的，同一人物在不同格子里保持样貌一致，靠的是画师的绘画功底和人体记忆。AI出图本质上是概率生成，同一个提示词在不同批次下出的脸各不相同，这就是最常见的“千人千面”问题。如果不做任何约束，批量分镜出来根本没法用。

角色库解决的就是“这个人到底长什么样”的问题。不管是训练一个专用LoRA，还是用角色参考图作为条件输入，目的都是把角色的脸型、发色、服饰、气质固定成一套可复用的“视觉档案”。有了角色库之后，你再写分镜提示词，不需要每次重新描述一遍长相，只需要调用角色名，模型就知道该让谁上场。这才是批量分镜能成立的底层前提。

模板化解决的是“批量”这件事的操作成本。分镜画面看起来千变万化，本质上可以拆成有限个元素：机位远近、景别大小、角色动作、角色表情、环境场景、镜头角度。把高频出现的组合固化成模板，比如“过肩对话”“双人全景对峙”“单人特写情绪变化”，需要生成新分镜时，只需要替换角色、场景和情绪关键词，就能在几分钟之内产出一批次可用的画面。没有模板化，每一张图都从零开始写提示词，批量就无从谈起。

所以“角色库 + 模板化”不是两个独立的功能，而是一条流水线上的两道工序。角色库负责“谁在画面里”，模板化负责“画面怎么拍”，两者配合，才能做到批量又不乱。

2. 7天流程的整体规划与目标拆解

7天听起来时间很紧，但如果按工序拆开，实际上每一天都有明确的交付物，节奏是能落地的。我先说结论：前3天都是“做地基”，真正的批量出图集中在第4、5天，第6天统一修正，第7天合成验收。如果你跳过前3天直接批量出图，后面返工的时间绝对不止3天。

2.1 7天时间轴总览

这个表格是我实际操作时的排期，实际执行中Day 3和Day 4的边界会有点模糊，因为场景风格测试通常要跟角色效果叠在一起看。但总的节奏是对的：先固定人，再固定场景，最后批量出，而不是边生成边摸索。

2.2 为什么是7天而不是5天或10天

很多教程会说“AI漫剧一天做一集”，那是把后面熟能生巧之后的产能当成了初始速度。第一次搭角色库和模板，一定会经历试错：训练数据集不够导致角色像但环境崩、模板写得太死导致构图雷同、提示词里角色权重跟场景权重打架。这些问题在头3天都会集中爆发。

7天的意义在于，前3天你有足够的余量去调整角色库和模板，而不是压到最后一刻才慌。如果压缩到5天，你大概率会在第4天的批量生成阶段发现角色库某组数据有问题，然后整个排期被打乱。10天又太长，AI工具的迭代速度很快，拖久了之前的配置又要重新适配。7天是我实测下来比较合理的“建立标准动作”周期。

3. 角色库搭建实战：从素材准备到训练调优

角色库是整个流程里技术含量最高的环节，也是返工成本最高的环节。我建议第一天拆完剧本之后，立刻把角色名、外貌关键点、参考图需求列成清单。一个角色需要固定哪些特征，在写剧本的时候就要想清楚，比如现代都市剧角色，发型和穿搭是核心记忆点；古装剧角色，发髻和服饰纹样更容易让观众记住。

3.1 角色库的两种路径怎么选

路径一：训练一个角色LoRA。这是目前保证一致性最稳的做法，适合镜头量大、角色出镜频繁的漫剧。过程是准备一组角色多角度图片，训练成一个小体量LoRA模型，之后写提示词时只要挂上角色名触发词，就能稳定召唤出该角色。LoRA的优点是彻底解决崩脸，缺点是训练成本高，一个角色通常要准备20到30张图，训练一轮需要试参数。

路径二：用角色参考图（Reference/ControlNet类功能）作为条件输入。现在已经有不少AI绘图工具支持上传参考图来锁定角色特征，每次生成时把角色基准图作为参考条件，再配合提示词控制动作和表情。这种方式的优点是零训练成本，适合角色少、镜头少的项目。缺点是需要逐张指定参考图，批量效率略低，而且极端角度和表情下的一致性不如LoRA稳定。

我的建议是：主角或出镜率超过30%的角色训练LoRA，次要角色用角色参考图。全角色都训LoRA的话，时间和算力都吃不消，而且多个LoRA叠加使用容易互相干扰。

3.2 训练数据集准备：决定成败的细节

无论你用什么方案，角色基准图集的质量直接决定最终效果。我准备数据集的规范如下：

• 同一个角色准备24到36张图，分辨率统一不低于1024×1024，宽构图、窄构图、竖构图最好都有。
• 角度覆盖：正脸、左45度、右45度、全侧脸、仰视、俯视。
• 表情覆盖：平静、微笑、愤怒、悲伤、惊讶，至少5种基础表情。
• 服饰覆盖：该角色在剧中的主要2到3套服装，各拍全半身和全身。
• 背景尽量干净，纯色或简单室内背景为主，避免复杂背景干扰角色特征学习。
• 图片里不要有其他人物入镜，多人物同框图会让模型混淆特征。

这里有个很容易忽视的点：素材图片的“风格”也要统一。如果你用AI生成角色素材，那就要在同一组风格词下生成；如果你是手绘设定图，那要保证所有角度都出自同一风格。否则训练出来的LoRA会继承素材里的风格撕裂，导致成品角色“笑的时候像A风格，生气的时候像B风格”。

3.3 训练参数参考

基于我用过的常见开源训练工具（比如kohya类工具）来给一个相对通用的参数建议：学习率放在0.0001到0.0002之间，训练步数按照图片数量来算，单角色24张图、每张重复15次，总步数控制在1800到2500之间；网络维度用64，网络alpha值用32，这个组合在保持细节和防止过拟合之间比较平衡。训练过程中的验证集选一张正面、一张侧面，看人物特征是否在10到15个epoch内稳定不崩。

这些参数不是绝对的，不同版本的模型底模对参数敏感度不同。我建议训练时随时盯着验证集看，而不是等一轮跑完再检查。LoRA训练过拟合的表现往往是角色面部出现明显噪点、纹理过度锐化甚至肢体变形，这时候就要提前停止训练或降低训练步数。

3.4 角色触发词与角色卡描述

模型训练完之后，还有一道工序不能省略——写角色描述模板。这个模板会用在后续每一张分镜图里，相当于AI给这位演员建的“艺人档案”。

一个标准角色卡应该包含：

• 触发词（训练时定义的唯一标识，比如sks girl）
• 外貌基本盘（发色、发型、瞳色、脸型、体型）
• 标志性特征（痣、耳环、发型刘海走向）
• 服装描述（常穿的几套，要有明确命名）
• 情绪描述库（开心、难过、愤怒时面部特征怎么写）

实际用的时候，分镜提示词里不需要每次都写全部的详细外貌，只需要“触发词 + 当前场景情绪 + 当前动作”即可。比如远景镜头里角色很小，连脸都看不清，这时候再写一堆脸部细节没有意义，写动作和环境就足够了。这是很多新手常犯的过度描写错误。

4. 模板化分镜脚本的设计：让批量生成有章法

角色库是“演员”，分镜模板就是“导演手册”。没有模板的批量出图，就像让演员即兴发挥，每一张图都在赌运气。有了模板，就是在固定的拍摄框架内调整变量，成功率会大幅提升。

4.1 分镜表的字段设计

分镜表不要只写一个镜头描述，要拆成结构化字段，让每一个字段都能对应到提示词片段。我用的分镜表字段如下：

这个表最大的作用，是让你在写提示词时不会漏项，也是让你能批量替换变量的前提。比如你一周要更新3集，每集有60个分镜，那这60个分镜里可能有40个都在重复使用“中景对话”这个基础模板，只是角色和台词不同。结构化之后，你只需要改动角色、表情、动作三个字段，剩下全部复用。

4.2 高频分镜模板库

我整理了AI漫剧里最高频出现的6类分镜模板，几乎覆盖了日常制作80%以上的镜头需求：

1. 正反打对话模板：中景、近景轮流切换，人物占据画面左侧或右侧三分线位置，背景虚化突出对话感。适合文戏。
2. 情绪特写模板：大特写或特写，聚焦眉眼到唇部区域，突出表情变化，背景完全虚化。
3. 双人同框对峙模板：全景或中全景，两人各占画面一侧，中间留出空间感。适合冲突戏。
4. 单人动作全景模板：全景，角色在画面中占比小于三分之一，重点展示动作与环境关系。适合出场、转场。
5. 空镜模板：不包含具体角色，只有场景和环境细节，作为转场、情绪缓冲。
6. 俯视/仰视强调模板：通过极端机位强化压迫感或渺小感，通常用于情绪高潮。

每一类模板在提示词里都有一个固定的“架式”：景别词 + 机位词 + 背景虚化参数 + 镜头焦段词。你只需要在模板基础上替换角色与动作描述，就能保持画面语言统一。

4.3 批量生成时Prompt的组合规则

提示词组合的顺序会影响模型的理解优先级。我的规则是：角色触发词尽量放在靠前的位置，场景风格词放在中间，情绪和动作词放在靠后，但如果是强调情绪特写，情绪词就要提到角色词后面。这不是绝对的，而是需要根据底模习惯进行调整。

批量生成的提示词里还有一个细节：负面提示词不能每张都一样。比如你批量生成的是夜景场景，那“明亮的灯光”“白天”这类负面词要保留；如果你生成的是雪景，那“雪”相关的负面词反而该去掉。不少人偷懒，一套负面提示词用到天荒地老，结果场景特征被负面词误杀。

4.4 场景风格如何一并固定

只固定角色不固定场景，批量分镜出来之后会出现一个很尴尬的情况：角色是同一个人，但每一张图的画风、滤镜、质感都不一样，放到一集里像好几个团队画的。所以我在Day 4专门做了一件事：场景风格库。

操作上是选定一套风格底模或风格LoRA，然后为不同场景各出10张样品，从中挑出色彩、光影、构图最统一的一组作为“风格基准”，后续所有分镜图都在这套风格基础上生成。如果你的剧集有很多场景，比如办公室、街头、咖啡馆，每个场景也要单独固定一个“场景描述词包”。不要试图用一个通用场景词概括所有环境，AI对环境的感知远比你想象的敏感。

5. 批量分镜生成的工程化排产

到了Day 5，前面做的所有准备都要在这一天爆发产出。批量生成不是“把75个分镜提示词丢进去然后等结果”，而是一个需要排优先级、分批次验证、及时修正的工程过程。

5.1 批量生成的时间线与批次策略

我的做法是把分镜表按场景分组。同一个场景的分镜图尽量在同一个批次里生成，因为同一个场景如果在不同时间生成，光线、氛围可能会因为模型随机性出现飘移。一批次生成5到8张，生成完之后立刻抽检角色一致性，有问题当场调整参数，不积压问题。

批次排序原则：先出角色少的分镜，后出多角色分镜。单角色特写最容易出效果，能快速验证角色库是否生效；双人同框和多人场景复杂度高，放到批量排产的后面，等单角色效果稳定了再开始。这样即使中途出错，返工成本也较低。

5.2 画面筛选与秒判技巧

AI批量生成出来的图不是每一张都能用，筛选标准要提前定下来。我的筛选优先级：

1. 角色是否崩脸、崩手、崩肢体（这是硬性淘汰项）
2. 角色是否符合当前分镜要求的动作和情绪
3. 构图是否符合模板预期
4. 画风是否与场景风格库一致

第1项和第2项容易理解，第3项常被忽视。同一套模板出来的图，可能出现人物位置偏移、主体过小、多出不该出现的物体，这些要在筛选时一并标记。第4项最主观，建议把“风格基准”那10张图设为A\B对照，每张新图跟基准图做比对，风格偏差明显的直接重出。

5.3 局部重绘与二次修正

筛选之后总会有一部分图“整体可用但有瑕疵”，比如角色表情正确但嘴角略有变形，或者场景正确但背景出现杂乱物品。这些不需要整张重出，用局部重绘功能圈选问题区域重新生成即可。

局部重绘的两个关键参数是“重绘幅度”和“局部提示词”。重绘幅度过高会连带着把已经正确的部分也改掉，过低则修不掉瑕疵。我一般把幅度控制在0.4到0.6之间，根据瑕疵范围具体调整；局部提示词只写需要修正的内容，不要重复写全图提示词，否则AI会自作主张调整整张图。

6. 常见问题：角色崩脸、风格漂移、出图混乱的排查实录

这7天里踩的坑不少，以下是最典型的几类问题以及排查思路，建议收藏。

6.1 角色明明用了LoRA，为什么偶尔还会崩

排查顺序从高到低：第一判断是否叠加了多个LoRA导致特征冲突；第二判断是否触发词位置太后，被场景词稀释了权重；第三判断分镜提示词里是否出现了跟角色特征矛盾的关键词，比如“微笑”跟角色卡里的“冷酷脸”冲突；第四检查局部重绘时是否没有挂载角色LoRA。实际过程中，崩脸最常发生在多角色同框画面，因为LoRA之间的特征会相互竞争，这种情况下通常要降低其中一个角色的权重，或者分两步生成再拼图，而不是在一张图里硬塞两个强特征角色。

6.2 模板化之后画面雷同感太强怎么办

模板化确实会带来同质化问题，所有中景对话镜头如果角色位置、动作都一模一样，观众看几集就会疲劳。解决方案是给模板增加“变化参数”：同样的中景对话，可以变化机位高低、左右翻转构图、加入道具互动、调整背景元素的位置。在模板固定框架内，给两三个可变量参数，比如人物视线方向、双手动作、前景遮挡物，就能在保持统一风格的同时做出差异化。批量分镜不是复制粘贴，模板只是下限保证，上限取决于你的变量设计。

6.3 批量出图时排队慢、算力占用大

这个属于实操效率问题。批量生成如果是逐张排队，确实很浪费时间。我的做法是尽量利用支持并行队列的平台或工具，分批次提交任务而不是一次提交全部任务，以免在某个环节故障时全部作废。同时，可以按角色、场景类别拆分任务组，每组生成中如果发现模板参数有误，只需要取消该组，其他组不受影响。

6.4 分镜顺序的连贯性怎么保证

AI是按单张图片生成的，不会天然理解前后镜头的剪辑逻辑。我遇到过最常见的问题：前一幕角色站在画面左侧，下一幕同样场景突然变成站在右侧，看起来像瞬间瞬移。要规避这点，维护一张“人物位置连续性记录表”，记录每个场景中角色的位置和朝向，生成新分镜时参考上一镜的位置描述，把位置信息补进提示词里。这听起来麻烦，但真正做了之后，分镜剪辑时的连贯性会提升很多。

7. 最后的实操心得

这7天跑下来，我最大的体会是：AI漫剧批量分镜真正难的从来不是“按几下生成按钮”，而是前面的标准化工作。角色库和模板化看起来要花时间去搭，实际上是在给后面的每一集节省时间。一集分镜出图从最初的手动抽卡三四个小时，到现在搭建完成后个把小时就能出完全部的分镜基底，这个效率提升是数量级的。

还有一个我后来才意识到的细节：每完成一个项目，把最终验证有效的角色卡、分镜模板、提示词组合统一归档，下一次新剧集可以复用大部分场景模板和提示词结构，只需要换上新的角色库就能开工。这个过程像滚雪球，做得越多，后面的项目启动越快。

如果你是刚开始尝试AI漫剧，不必追求一步到位，即使先从一个角色、三个场景模板、20个分镜开始，也能体验到这套流程的威力。先把一条线的标准化跑通，再横向扩展到全片，这才是可持续的产能路径。