企业官网建设流程全解析

我去年年中开始正儿八经用AI做漫剧，前前后后做了三部完整的，加起来快一百集。到今天身边还有朋友问我同一件事：新手想用AI做漫剧，到底该从哪一步开始？这篇我尽量把从剧本到成片的完整路径讲清楚，哪些工具值得用，哪些步骤能省，哪些坑我替你踩过了。

先纠正一个最大的误解：AI漫剧不等于“AI画动画”。漫剧是把静态AI图片、动态镜头、配音和字幕组合起来的短视频连续剧，本质上更像“有声漫画”。AI在里面扮演的角色不只是画画，剧本它能帮你搭，人物形象它能帮你统一，配音它能帮你念，连分镜它都能帮你规划和写提示词。整个过程说穿了就三件事：想清楚故事、生成图片、拼成视频。

这套流程适合谁？你没学过画画，不懂动画软件，但脑子里有故事，想快速验证自己的剧本能不能跑通；也适合做短视频账号的人，不需要养团队，一个人加一个账号就能稳定出片。下面按我自己的实操顺序拆给你看，每一步都给出具体能用上的写法。

1. 漫剧不是动漫，理解这件事能少走两个月弯路

1.1 漫剧的核心玩法与商业逻辑

很多人第一次听说漫剧，会下意识把它归类成“动画短片”。但这个理解会让你在后面的制作里特别痛苦，因为你会拿动画的标准去要求它，然后发现AI根本做不到。漫剧真正的定位是短视频内容，是短剧的一种形态，只不过演员换成了AI生成的漫画角色。你在平台刷到的那些“追妻火葬场”“重生复仇”配音漫画，基本都是这个路子。

它为什么能成立？两个原因。第一个是信息密度，一集60到90秒，剧情推进极快，三句话一个冲突，五句话一个反转，观众在地铁上通勤时就能看完一整段情节；第二个是连续追更属性，结尾永远留钩子，看完这一集想看下一集，账号的完播率和关注转化率就靠这个撑起来。所以漫剧的创作逻辑和传统动画完全不同，它更像“用画面演的网文”，编剧思维优先，绘画精细度反而不是第一位的。

理解这一点之后，你的制作标准会变得很清晰：画面不需要达到动画电影的精度，但剧情节奏必须快，人物关系必须一眼能看懂，情绪必须靠配音撑住。我见过不少新手把精力全花在“这张图光影是不是完美”上，结果连更三集就断更了，因为节奏垮了。漫剧拼的是持续生产能力，不是单张壁纸质量。

1.2 AI到底解决了漫剧生产里的哪些痛点

传统漫剧如果靠人工画，成本高到没法做。一张彩色漫画插画外包起码几十块钱，一部60集的漫剧，光画面就要上千张，再加上分镜构思、台词润色、配音剪辑，一个人根本扛不住。AI真正改变的是把“生产成本”压到了接近于零的边际成本，同时把“生产速度”拉起来了。

拆开算一笔账。传统方式下一集60秒的漫剧，画师需要先画分镜草稿，再逐张出精稿，工作量大概相当于七八页漫画，熟练工也要两三天。用AI做，出图环节一张成熟画面基本是一分钟以内的事，一集需要的8到12张主镜头图，加上筛选重做的时间，两三个小时就能搞定全套素材。如果再用图生视频工具给关键画面做一点动态效果，半天时间足够完成一集成片。

但AI没有解决所有问题，它解决的是“生产能力”，没有解决“判断能力”。选题选得准不准、人物设定吸不吸引人、节奏拖不拖、画面风格能不能保持一致，这些仍然需要人的判断。我的体会是，AI把漫剧的门槛从“会画画”降到了“会表达”，你只要能把脑子里的画面描述清楚，剩下的脏活累活它来。所以新手真正要练的，不是学软件，是学会把一个故事拆成具体的、机器能理解的需求。

2. 工具选型：别一上来就堆一堆软件

2.1 剧本与分镜：用一个长上下文AI对话工具

做漫剧第一步不是打开绘画软件，而是先打开AI对话工具。市面上主流的几个大模型对话产品都能用，我自己的选择标准就三条：上下文够长、中文理解够好、能稳定输出结构化文本。长上下文特别重要，因为你要把世界观设定、人物小传、前几集剧情一次性丢给它，让它后续生成的内容不会前后矛盾。

我实际操作时会在第一天就把“项目档案”喂给AI，内容包括题材类型、主角性格、基础设定、目标平台、单集时长、目标观众画像。之后每一次让它写剧本或写分镜，开头先提醒一句“根据项目档案”，它生成的内容就会稳定很多。直接开口就是“帮我写个剧本”是新手最容易踩的坑，没有约束条件的AI写出来的东西，十篇有九篇是流水账。

分镜阶段要善用对话工具的结构化输出能力。我常用的一句话是：“请输出Markdown表格，包含镜号、景别、画面描述、台词、预估时长”，它每次都能规规矩矩给你一张表。拿到表格之后，我会手动检查一遍逻辑连贯性，尤其是画面描述和台词的匹配度，AI经常会出现台词说“他生气了”但画面描述却是“微笑”这种低级矛盾。这一部分不能用AI输出直接替代思考，但它确实把最费时间的流水账工作包掉了。

2.2 画面生成：静态图和动态生成分开用

画面生成是漫剧的核心环节，也是最容易把新手搞晕的地方。市面上的AI绘画工具分两类：一类是纯文生图、图生图，比如Midjourney、Stable Diffusion、国内的即梦、豆包；另一类是图生视频，比如可灵、即梦视频生成、海螺。漫剧制作中两类都要用，但分工完全不同。

我带新人的推荐组合是“一个国内平台出图 + 一个国内平台生视频”。出图用即梦或豆包，操作门槛低，网页端直接可用，中文提示词支持也比较好；动态生成用可灵，把做好的关键画面传上去生成两三秒的动态镜头，人物的呼吸感、发丝飘动、背景云层流动都能模拟出来，比纯静态图观感强一大截。

有些朋友会用Stable Diffusion做本地部署，好处是可控性强、可以训练角色LoRA、批量出图效率高，但需要一台配置还行的电脑，还要装环境、下模型、调试插件，新手第一周很容易消耗在环境问题上。我建议先把网页端流程跑通，做出两集成品之后，如果你发现对角色一致性的要求特别高，再回头研究本地部署也来得及。工具是服务的，不是用来供着的。

2.3 配音、音乐和剪辑：剪映是新手唯一需要的终点站

配音和剪辑环节可以打包在一起说，因为剪映几乎全干了。AI配音直接用剪映里自带的“文本朗读”功能，音色选择里有很多年轻化、情绪化的声音，足够漫剧使用。如果你想更精致一点，可以用魔音工坊这类独立配音工具，颗粒度和情绪控制更好，但我的经验是新手阶段剪映的音色完全够用，省掉来回导出的麻烦更重要。

背景音乐我建议先从剪映的曲库里面挑，它的音乐库直接标注了商用范围，漫剧这种账号内容用它最不会踩侵权线。如果你对配乐有更高要求，可以用Suno这类AI音乐生成工具做原创BGM，但需要额外处理版权归属问题，前期没必要。剪辑流程本身更简单：把图片导入剪映，按分镜顺序排好，拖入配音，自动生成字幕，调整每张图的时长让它对应台词，加上背景音乐，导出。就这些，没有什么高深操作。

3. 剧本与分镜：AI只是白板，你得懂一点镜头语言

3.1 从一句话到一集大纲

漫剧的剧本是“强情节”导向的，一句话就能说清楚的事情不要用三句话说。我刚开始做的时候，让AI写正经小说式的剧本，现场感觉文笔很好，放进漫剧里就废了，信息密度太低，观众十几秒就划走。后来我固定了一个格式：世界观三句话、主角核心目标一句话、本集核心冲突一句话、结尾钩子一句话。

给AI的指令大概长这样：“你是漫剧编剧，请设计一集60秒的短剧大纲。背景是现代都市复仇题材，主角是被家族赶出去的养女。本集目标是让主角第一次回到家族晚宴。要求有明确冲突和结尾悬念。先给大纲，再展开成300字以内的剧本。” 你会发现AI一旦知道时长限制，它输出的对话密度会明显提升，因为它知道没时间铺垫了。

大纲确定后，我会自己再做一次“谁在做什么、想要什么、阻碍是什么”的检验。任何一集如果没法回答这个问题，剧情就是散的。漫剧制作很快，这个缺点在生成素材后才会暴露，返工成本远高于多花五分钟想清楚。AI写出来的东西，绝大多数时候都是合格的“初稿”，但没有你的判断，它永远是初稿。

3.2 把剧本拆成“可绘画”的分镜脚本

分镜是连接“文字故事”和“画面素材”的桥梁，这步做不好，后面所有AI绘画的工作都会白费。以60秒一集为例，语速正常的中文配音大概能说150到200个字，我会把它拆成8到12个镜头，每个镜头对应一到两句台词，时长大概5到8秒。镜头太少画面会显得呆板，镜头太多生成工作量又太大，这个范围是我试出来最舒服的。

拆的时候遵循一个原则：人物说这句话时，观众的注意力应该落在谁身上，这个镜头的画面主体就是谁。两人对话的戏，我通常交替使用“带关系的中景”和“发言人的近景”，这样剪辑出来有对话感。每个镜头我会在分镜表里写清楚：景别、画面内容、台词、是否生成动态。比如“镜号03，近景，女主冷笑，背景是宴会厅灯光，台词：你以为我还是当年的我？动态：是”。这个表就是你的项目施工图。

下面是我常用的分镜表模板，你可以直接抄：

你可能会发现，用表格写分镜还有一个附加好处：AI按表生成提示词时不会弄丢信息。这是我做了十几集之后才体会到的，前期用纯文本写分镜，经常漏掉景别或形象描述，改成表格之后出错率直线下降。

3.3 提示词的两种写法与稳定模板

漫剧提示词不需要像AI绘画发烧友那样写一堆魔法词。我实践下来，最稳定的写法是“主体 + 动作表情 + 场景 + 景别 + 镜头语言 + 风格 + 画质”，顺序不要乱。举例：一个近景镜头，我会写“年轻女性，黑色长发，穿红色晚礼服，嘴角上扬露出嘲讽表情，站在奢华宴会厅中，近景，侧面45度视角，背景虚化，暖色灯光，动漫风格，高细节，高质量”。

针对性更强的做法是用“角色描述符”替代“角色名称”，因为AI不认识你的女主角叫什么，它认识的是“黑色长发、红色晚礼服、眼角有泪痣”这一组特征。这套特征描述要在所有镜头里反复使用，这是保证角色一致性的底层技术。不要每次随机写，我会在项目文档里固定一个角色描述模板，每张图的提示词都从里面复制主体部分。

负面词部分，网页端平台一般有单独输入框，如果平台没提供，就在提示词末尾加上“no deformed hands, no extra fingers, no blurry”这类文字，大致有用。但说实话，与其指望负面词修细节，不如多生成几次挑一张最正常的。AI绘画出图快，筛选比修复高效得多。

4. 画面生成：角色一致性是新手最大的一道坎

4.1 选对模型与风格

漫剧风格最好选“动漫风”而不是“写实风”。原因很简单，写实风格最容易崩脸，稍微错一点观众就会觉得“恐怖谷”；动漫风格容错率高，脸崩一点观众也不至于立刻出戏。我用得最多的是动漫、国漫、厚涂这类风格标签，生成出来的画面有叙事感，也有情绪张力。

定了风格之后，尽量不要在制作过程中频繁更换。同一集里如果混了三种画风，哪怕每张单独看都很好看，拼起来也会散架。我的项目文档里会存一个固定风格描述，比如“韩漫风格，线条干净，色彩饱和，光影柔和，半身构图居多”，每一张图的提示词都追加这一段。这是最便宜的一致性保障。

4.2 定角色：参考图锁脸法

新手最容易犯的错是让AI“重新想象”同一个角色，结果每张图都长不一样。翻车之后开始怀疑AI能力，其实是方法不对。正确做法是先用文生图定妆，做出一张你觉得满意的角色正面照或半身像，把它保存下来，之后的所有镜头都通过“参考图 + 动作表情描述”的方式生成。

具体操作很简单：在你用的绘画工具里选择“图生图”或“角色参考”功能，上传定妆照，然后只描述动作、表情、场景和景别，不再单独描述长相。比如上传定妆照后输入“她皱眉看向前方，咖啡馆窗边，中景”。工具会自动保留参考图里的人物特征，只改变姿势和环境。我试过很多次，用参考图生成的镜头，角色相似度能稳定保持在八成以上，纯文字生成的话，三张图之后基本就换人了。

如果你用的是即梦这类推荐制工具，可以把定妆照传上去再让AI生成变体和动作，效率更高。角色锁定之后，每一集的定妆照也不要变，除非剧情需要换装。换装时也用原定妆照做参考图，在描述里加“穿黑色夹克”之类的服装描述，脸型不会飘太远。

4.3 批量出图与筛选标准

出图阶段不要追求一张过。我的习惯是每个镜头至少生成4张图一起对比，选一张表情最自然、肢体不错乱、构图最稳的。刚开始的时候我会舍不得删，觉得“这张虽然手有点怪但整体氛围好”，结果放到成片里观众第一眼就看到那只畸形的手。后来我的标准变成：只要脸部或手部有明显问题，直接淘汰，氛围再好也不留。

同一场景的多镜头处理也有技巧。我会先出一张全景确定场景氛围和布局，然后基于这张全景去出中景、近景，这样前后镜头的背景元素能对得上。比如说女主走进宴会厅，全景里她是站在大厅中央的，那后面她的近景背景也应该有宴会厅的灯光和人影，而不是凭空多出一面墙。这个细节不是每个观众都能说清，但画面别扭的感觉是能感受到的。

文件管理也要认真对待。我的文件夹结构是“集数/镜号_版本”，比如“EP03/05_v2.jpg”，把备选的图也留在里面。这习惯让我返工时不用翻聊天记录，也不会把上一版的图用到新片子里。别笑，真到了做几十集的时候，这一步能省你大量找图的时间。

5. 配音与成片：把一堆静态图变成能看的剧

5.1 AI配音的节奏与情绪控制

素材集齐之后，第一步是配音，因为后面的剪辑节奏都要跟着配音走。AI配音最大的问题是“平”，念什么都像播新闻。我的解决办法是用标点符号控制断句，用括号标注情绪。比如“你竟然还敢回来？”这句话，我会写成“你竟然还敢回来……呵，看来是长本事了。” 省略号能制造停顿感，“呵”字能带出冷笑的语境，AI配音的呈现效果立刻不一样。

更要紧的是每一句不要太长。AI配音一口气念超过十五个字，气息感就很假。所以剧本阶段就要把长句拆成短句，到配音阶段再检查一遍，发现句子太长就手动加逗号让它断一断。剪映的AI配音支持导入文本后局部调整，我一般是整段文本导入后，逐句试听，感觉情绪不够就加标注，速度太慢就调整全局变速到1.05倍左右。

音色选择上，一个角色尽量固定一个音色到底。多人对话时，我习惯把不同角色安排成有明显区分的音色，比如女主是清冷女声，反派是低沉男声，这样观众靠耳朵就能区分人物，不需要每句话都盯字幕。剪映里可以先分别给每个角色生成整段的配音，再一次性导入到不同轨道上，省得一句一句对。

5.2 剪辑合成流程（纯实操步骤）

我给新手的剪辑流程永远是同一套，按顺序做不会乱：

1. 在剪映里新建16:9横屏项目。
2. 把分镜图按镜号顺序全部拖入轨道。
3. 先把所有图片的默认时长设为2.5秒，占满全轨。
4. 把配音文件拖到音频轨，试听整体时长。
5. 根据每句台词的起止时间，把对应镜头的图片时长拉长或缩短，让画面和台词对位。
6. 对需要动态感的镜头，在这个阶段替换为之前用图生视频生成的动态片段。
7. 给每个镜头加微小的画面缩放关键帧，起点缩放1.0，终点1.06到1.08，模拟镜头缓慢推进。

第5步是最花时间的，但也最重要。图片时长不是平均分配的，台词多的镜头停留久一点，没台词的镜头两秒就切走。如果某一镜头画面信息量很大，比如全景交代场景，我会给它留3秒以上，让观众看清楚；近景对话镜头则可以压到2秒以内，保持节奏。整集看完，如果连续三个镜头都纹丝不动显得呆板，就回去调整缩放或替换成动态片段。

导出格式我建议1080p、30帧即可。漫剧不是特效大片，4K导出的文件体积大、上传慢，观众在手机上看到的实际画质差异几乎为零。

5.3 字幕、音效与转场

字幕用的是剪映自动识别功能，识别完成后我会逐条对照台词文本校对，AI识别错字概率不低，尤其在人名、地名这些生僻词上。字幕样式我习惯用纯白字体加黑色描边，字号大一点，放在画面下方三分之一的安全区内。不要用花哨的艺术字体，漫剧的信息密度高，字幕要一眼能读完。

音效是新手最容易忽略但性价比最高的环节。漫剧不需要全程铺音效，但在几个关键位置加上会有质的提升：场景转换时加一声“砰”或者白噪声过渡，拳头打斗时加撞击声，手机铃声响起前加震动声，惊悚反转时加低音隆隆声。剪映自带的音效库搜“转场”“打斗”“心跳”，能找到大部分常用素材。

转场效果我建议克制。淡入淡出是最稳妥的，闪白用来表现回忆或震惊，冲击转场用于动作戏不超过两处。慕一下这些效果一集用多了就油腻。我见过很多新手把转场当玩具，什么效果都来一下，结果观众注意力全被转场吸走，剧情反而没人看了。

6. 常见问题排查清单与我的经验

6.1 问题速查表

做完几部漫剧，我把自己和周围人踩过的坑整理成一张速查表，遇到问题照着对就行。

这张表里的每一个问题我都真实遇到过，其中“PPT观感”和“面部变形”是劝退新手最多的两个。记住一个原则：优先保证角色能认出来，再去追求画面的炫酷。

6.2 踩坑心得

最后分享几条比较碎但很值钱的经验。第一条，先做三集再决定是不是要继续做长。我见过太多人第一周热情高涨做了十几集，然后发现选题根本没流量，全部作废。三集是一个能验证数据和手感的最小单位，用它去测观众反应，比闷头做五十集稳妥得多。

第二条，每集的关键词、提示词和定妆图一定保留好。不要全部存在AI工具的对话记录里，工具升级换代很快，记录说没就没。我在本地维护一个简单的项目文件，分类放“角色描述”“风格描述”“提示词模板”“分镜表”，换工具或换电脑都能无缝接上。

第三条，在脚本阶段就想清楚版权和合规问题。漫剧最好做原创剧本，不要直接改编还在版权期的小说、漫画或影视作品，角色形象也不要刻意模仿真人明星或知名IP角色。各平台对AIGC内容有不同的标注和审核要求，投发之前先看清楚平台规则。AI降低了创作门槛，但它没有豁免创作责任，该守的底线一样要守，这也恰恰是漫剧能长久做下去的前提。

最后说一个我个人的习惯：每集成片导出前，我会先静音看一遍画面，确认节奏和转场；再只听配音看一遍字幕，确认信息完整；最后全开完整看一遍，确认没有低级错误。这轮检查能筛掉一半以上的翻车问题。AI把工具门槛降得很低，但把成品从“能看”推到“能追”，靠的还是你对故事节奏的那点判断力。这一点，工具永远替代不了。