企业官网建设流程全解析

1. 先搞清楚AI漫剧到底在做什么

很多人第一次听到“AI漫剧”这个词，脑子里浮现的是那种一张图配一段机械配音的粗糙视频。如果你也这么想，那说明你还没真正接触过2026年这一波工具链迭代之后的玩法。我现在做的AI漫剧，本质上是用AI工具把一部漫画风格的短剧从剧本到成片全部跑通，一集两到三分钟，画面是动态漫风格，角色有表情变化、有动作、有镜头运动，配音配乐齐全，放在任何短视频平台上，普通观众第一眼是看不出这是AI做的。

这件事的核心价值在于：过去做一集动态漫，需要原画师、分镜师、动画师、配音员、剪辑师至少五个人配合，周期两到三周。现在一个人、一台电脑、一套跑通的流程，一天能出一到两集。这不是效率提升百分之几十的问题，是数量级的改变。

我写这篇东西，是因为过去几个月里我完整跑通了十几集AI漫剧的制作，从最开始用即梦生成单张图都费劲，到后来能稳定输出有打斗场面、有情绪转折的完整剧集。中间踩过的坑、试过的参数、总结出来的工序衔接方式，我觉得有必要系统性地整理出来。这篇内容适合两类人：一类是完全没有基础但想入局AI漫剧的新手，另一类是做了一段时间但流程很乱、效率上不去的老手。我会按照一场戏走完六道工序的顺序来讲，每一步都给出我实测可用的参数和提示词写法。

先说一下我目前用的核心工具组合。图像生成主要用即梦和LibTV，视频生成用Seedance 2.0，提示词设计和分镜规划用DeepSeek配合自己搭的一套提示词模板。这套组合不是唯一的，但在我实测下来，是目前中文语境下对漫剧风格支持最稳的。下面我按工序拆开讲。

2. 六道工序的整体设计与流程拆解

2.1 为什么是这六道工序

一场戏从文字到成片，我把它拆成六个环节：剧本拆解与分镜设计、角色主体图库建立、关键帧图像生成、视频片段生成、配音与音效匹配、剪辑合成与输出。这六步的顺序不是随便定的，它对应的是AI工具的能力边界。

剧本拆解和分镜设计必须在最前面，因为后面所有图像和视频生成都依赖分镜给出的画面描述。角色主体图库要提前建好，否则你在生成不同镜头时，同一个角色会长得不一样，观众一眼就出戏。关键帧图像是视频生成的基础，Seedance这类工具目前最稳定的用法是图生视频，而不是纯文生视频。配音和音效可以并行做，但必须在剪辑之前完成，否则你剪辑时对不上口型和时间轴。剪辑合成放在最后，是因为前面的素材质量决定了剪辑的上限。

注意：很多人喜欢先把所有图生成完再统一做视频，我试过这种方式，发现一个问题——当你生成到后面时，前面的角色形象已经迭代了，导致前后不一致。正确做法是分镜确定后，先锁定角色图库，再按场次逐场推进。

2.2 工具选型的逻辑

即梦在中文提示词理解上表现很好，尤其是对“漫剧风格”“国漫风”“赛璐璐上色”这类描述响应准确。LibTV我主要用来做角色主体图库的管理和局部重绘，它的图层逻辑对漫剧这种需要反复调整角色细节的场景很友好。Seedance 2.0是目前图生视频里对动作连贯性支持最好的，尤其是打斗场景，我实测下来比Wan系列在快速动作下的画面稳定性高出一截。

提示词设计这块，我用DeepSeek来做提示词的扩写和优化。直接写提示词容易漏掉关键细节，我会先用中文把画面描述清楚，然后让DeepSeek按照我给的模板扩写成结构化的提示词。这个环节后面会详细讲。

2.3 整体流程的时间分配

一集两分半的漫剧，我目前的时间分配大概是：剧本拆解和分镜设计40分钟，角色图库建立如果角色不多的话30分钟，关键帧图像生成大概60到80张，每张平均1.5分钟，算下来两小时左右，视频片段生成因为要反复抽卡，大概三到四小时，配音和音效一小时，剪辑合成两小时。总计一天左右出一集。这个速度在熟练之后还能压缩。

3. 剧本拆解与分镜设计的实操要点

3.1 从文字剧本到画面描述的转换

拿到一个剧本，不管是自己写的还是改编的，第一步是把它拆成一个个镜头。一个镜头对应一个画面描述，这个描述要包含：景别、角色位置、角色动作、表情、环境、光线、镜头角度。这七个要素缺一个，后面生成出来的画面就会偏离你的预期。

我举个例子。剧本里写“主角推开门，看到房间里一片狼藉，露出震惊的表情”。这句话直接拿去生成，出来的画面大概率是模糊的、没有重点的。正确的拆解方式是把它拆成至少两个镜头。第一个镜头：中景，主角站在门口，手放在门把手上，门半开，光线从房间内透出照在主角脸上，表情从平静转为惊讶。第二个镜头：主观视角，从主角的位置看向房间内部，地面散落着破碎的物品，窗帘被风吹动，光线昏暗。

这种拆解方式的好处是，每个镜头都有明确的视觉焦点，AI生成时不会因为信息太多而糊成一团。

3.2 分镜表格的建立方法

我习惯用一个表格来管理分镜，字段包括：镜号、景别、画面描述、角色、情绪、时长、备注。这个表格在后续所有工序里都会用到。生成图像时，我直接从这个表格里复制画面描述；生成视频时，我根据时长和情绪来决定用什么样的运动提示词；剪辑时，这个表格就是我的时间轴蓝图。

实操心得：分镜表格里的“情绪”字段很多人会忽略，但它其实很关键。同样的画面描述，情绪不同，生成出来的角色表情和氛围完全不一样。比如“平静”和“压抑的平静”，后者需要在提示词里加入“低饱和度”“阴影加重”“嘴角微向下”这类描述。

3.3 提示词的结构化写法

我用的提示词模板是这样的：主体描述 + 动作 + 表情 + 环境 + 光线 + 风格 + 画质。每个部分用逗号隔开，权重通过顺序来体现，越靠前的越重要。

具体到即梦的用法，我实测下来，中文提示词的效果比英文好，尤其是涉及国漫风格的时候。比如“赛璐璐上色”这个词，中文直接写即梦能准确理解，写成英文cel shading反而会偏到日式动画风格去。

一个完整的提示词示例：一个年轻男性角色，黑色短发，穿着深蓝色外套，站在昏暗的走廊里，右手握着一把剑，表情警惕，眉头微皱，身后是破碎的玻璃窗，月光从窗外照入，在地面形成冷色调的光斑，国漫风格，赛璐璐上色，线条清晰，高对比度，电影感构图。

这个提示词里，主体、动作、表情、环境、光线、风格、画质七个要素齐全，即梦生成出来的画面基本能符合预期。

3.4 分镜设计中的常见错误

新手最容易犯的错误是镜头太少。一集两分半的漫剧，我一般会拆出60到80个镜头，平均每个镜头两秒左右。镜头太少会导致画面停留时间过长，观众会觉得卡顿。另一个错误是景别单一，全是中景，看起来像PPT。正确的做法是远景、中景、近景、特写交替使用，打斗场面多用快速切换的特写和全景，情绪戏多用缓慢推进的中景和特写。

4. 角色主体图库的建立与维护

4.1 为什么必须建主体图库

AI生成图像有一个致命问题：同一个角色，不同提示词生成出来的脸不一样。你今天生成的主角是一个瓜子脸，明天生成的可能变成圆脸。观众看剧时，角色形象频繁变化，直接出戏。解决这个问题的唯一办法是建立角色主体图库，把每个角色的标准形象固定下来，后续所有镜头都基于这个标准形象来生成。

4.2 主体图库的建立流程

我的做法是，每个主要角色先生成三到五张标准图，包括正面、侧面、半侧面、全身、半身。生成时用同一组提示词，只改变角度描述。然后从这些图里选出最满意的一张作为基准图，用LibTV的局部重绘功能微调细节，比如调整发型、服装颜色、配饰。

基准图确定后，我会把它作为参考图，在后续生成该角色的所有镜头时都带上。即梦支持参考图功能，上传基准图后，生成的角色形象会保持高度一致。Seedance生成视频时，我也把基准图作为首帧参考，这样视频里的角色形象也不会跑偏。

4.3 角色一致性的维护技巧

即使有基准图，生成过程中还是会出现偏差。我的经验是，每隔十个镜头左右，就要回头对比一下当前生成的角色和基准图的差异。如果发现脸型开始变化，就重新用基准图生成一次，把偏差拉回来。

另一个技巧是，在提示词里加入角色的固定特征描述。比如“左眼下方有一颗泪痣”“右手戴黑色手套”“头发右侧有一缕挑染”。这些细节描述能帮助AI在不同镜头里保持角色特征的一致性。

注意：主体图库不是建一次就完事了。随着剧情推进，角色可能会有服装变化、受伤、情绪状态变化，这些都需要在基准图的基础上做变体。我的做法是为每个角色维护一个图库文件夹，里面按“常态”“战斗服”“受伤”“便装”等状态分类存放。

4.4 多角色同框的处理

两个角色同框时，一致性难度会翻倍。我的处理方式是，先用基准图分别生成两个角色的单人图，然后用LibTV的合成功能把两张图拼在一起，再通过局部重绘调整交互部分，比如两个人握手的动作、对视的角度。这个过程比较耗时，但比直接生成双人图要稳定得多。

5. 关键帧图像生成的核心参数

5.1 即梦的参数设置

即梦生成漫剧风格图像时，我常用的参数组合是：模型选“动漫增强”，采样步数30到40，CFG值7到9，分辨率1920x1080。采样步数太低画面会糊，太高会过锐，30到40是我实测下来最平衡的区间。CFG值控制提示词的遵循程度，7到9之间既能保证画面符合描述，又不会太死板。

风格选择上，“国漫”和“赛璐璐”这两个标签我必选。如果画面需要更写实的质感，比如背景里的城市景观，我会把风格权重调低，让背景偏向写实，角色保持漫剧风格。这种混合风格在即梦里可以通过分区提示词来实现。

5.2 关键帧的选取原则

不是每个镜头都需要生成关键帧。我的原则是：有动作变化的镜头，生成首帧和尾帧两张关键帧；静态镜头只生成一张。打斗场面每个动作节点都要生成关键帧，因为Seedance在生成视频时，关键帧越多，动作越准确。

关键帧的构图要留出运动空间。比如角色要向右挥剑，关键帧里角色的位置就要偏左，右侧留出足够的空间给剑的运动轨迹。这个细节很多人不注意，导致生成的视频里角色动作被画面边缘截断。

5.3 批量生成的效率技巧

一集漫剧有60到80个镜头，每个镜头至少一张关键帧，算下来要生成上百张图。如果一张一张手动生成，效率太低。我的做法是，把分镜表格里的画面描述批量导出，用即梦的批量生成功能一次性提交。提交前先检查提示词格式是否统一，避免因为格式问题导致部分生成失败。

批量生成时，我会把同一场次的镜头放在一个批次里，这样风格一致性更好。不同场次之间光线和色调可能有变化，分开批次生成方便统一调整。

5.4 图像质量的检查清单

生成完一批图后，我会逐张检查以下几个点：角色脸是否和基准图一致、手部有没有畸形、画面有没有多余的元素、构图是否符合分镜要求、光线方向是否统一。任何一项不达标就重新生成。手部畸形是AI生成的老问题，我的经验是在提示词里加入“手部自然”“五指清晰”这类描述，能降低畸形概率，但不能完全避免，还是需要人工筛选。

6. 视频片段生成与Seedance参数详解

6.1 Seedance 2.0的图生视频流程

Seedance 2.0目前最稳定的用法是图生视频。上传关键帧图像作为首帧，然后在提示词里描述运动方式。运动提示词要具体，不能只写“角色在动”，要写“角色右手持剑从右上方向左下方挥砍，身体前倾，头发随动作飘动，背景中的树叶被剑气震落”。

我实测下来，Seedance对动作描述的响应很准确，尤其是快速动作。但有一个限制：单个视频片段的时长目前建议控制在3到5秒，超过5秒动作容易变形。所以我的做法是把一个长动作拆成多个短片段，每个片段3秒左右，后期剪辑时拼接起来。

6.2 运动提示词的写法

运动提示词的结构是：主体动作 + 动作方向 + 速度 + 次要运动 + 镜头运动。举个例子：主角挥剑，从右上到左下，快速，衣摆和头发飘动，镜头跟随剑的轨迹轻微平移。

镜头运动这块，Seedance支持推、拉、摇、移、跟等基本运镜。漫剧里我常用的是缓慢推近和轻微平移，这两种运镜最不容易出错。快速摇镜和旋转镜头在AI生成里容易产生画面撕裂，建议少用。

6.3 打斗场面的特殊处理

打斗场面是AI漫剧里最难做的部分。我的经验是，打斗不要用一个长镜头，要用多个短镜头快速切换。每个短镜头只表现一个动作节点：出拳、格挡、闪避、反击。每个节点生成一个3秒左右的片段，剪辑时以0.5秒左右的间隔快速拼接，观感上就是流畅的打斗。

打斗提示词里要加入“动态模糊”“速度线”“冲击波”这类效果描述，能增强打击感。Seedance对“动态模糊”的支持很好，生成出来的画面有速度感，不会像静态图平移。

6.4 视频生成的抽卡策略

Seedance生成视频有随机性，同一个提示词生成多次，结果可能差异很大。我的策略是每个片段至少生成三次，然后从中选最好的。如果三次都不满意，就调整提示词再生成三次。这个过程很耗时，但没办法，目前AI视频生成就是这样，抽卡是常态。

为了提高抽卡效率，我会把同一场次的所有片段放在一起生成，这样可以在等待时间里做其他事。另外，生成时把分辨率调低一档先预览，选中满意的再重新生成高清版，能节省不少时间。

6.5 视频片段的命名与管理

生成出来的视频片段如果不规范命名，后期剪辑时找起来会很痛苦。我的命名规则是：场次号-镜号-版本号。比如S01-023-v2，表示第一场第23个镜头的第二版。所有片段按场次存放在不同文件夹里，剪辑时直接按顺序拖入时间轴。

7. 配音、音效与剪辑合成

7.1 配音的生成方式

配音我用的是AI语音合成工具，选中文情感语音模型。每个角色选一个固定的音色，主角用偏年轻的音色，配角根据性格选。配音时要注意语速和情绪，打斗场面的台词要快而有力，情绪戏的台词要慢而带感情。

实操心得：AI配音最大的问题是情绪不够。我的解决办法是，在台词文本里加入情绪标记，比如“（愤怒）你给我住手！”“（低声）我没事。”这些标记能引导AI合成出更贴合情境的语气。

7.2 音效的匹配

音效是提升漫剧质感的关键。打斗场面需要拳风、刀剑碰撞、爆炸等音效，情绪戏需要环境音、脚步声、风声。我一般从音效库里找现成的素材，按时间轴对齐。音效的音量要控制好，不能盖过配音，但也不能太弱导致没有存在感。

7.3 剪辑合成的流程

剪辑我用的是常规剪辑软件，流程是：导入所有视频片段，按分镜表格的顺序排列，调整每个片段的时长，加入转场效果，导入配音和音效，调整音画同步，最后加字幕和片头片尾。

转场效果我常用的是硬切和淡入淡出。打斗场面用硬切，情绪戏用淡入淡出。转场时间控制在0.3到0.5秒，太长会拖节奏。

7.4 输出参数的设置

输出格式我选MP4，编码H.264，分辨率1920x1080，帧率24fps，码率10到15Mbps。这个参数组合在画质和文件大小之间比较平衡，适合在短视频平台发布。如果平台对文件大小有限制，可以把码率降到8Mbps，画质损失不明显。

8. 常见问题与排查技巧实录

8.1 角色形象不一致

这是最常见的问题。排查思路：先检查是否每次生成都带了基准图，再检查提示词里是否有角色固定特征的描述，最后检查生成批次之间是否有风格参数变化。解决方法：重新用基准图生成，并在提示词里强化角色特征描述。

8.2 视频动作变形

Seedance生成快速动作时容易出现肢体扭曲。排查思路：检查运动提示词是否过于复杂，检查片段时长是否超过5秒，检查关键帧是否清晰。解决方法：简化运动描述，缩短片段时长，增加关键帧数量。

8.3 画面风格不统一

不同批次生成的图像风格可能有差异。排查思路：检查每批次的风格参数是否一致，检查提示词里的风格描述是否统一。解决方法：把所有批次的风格参数统一，提示词里的风格描述用同一套模板。

8.4 音画不同步

配音和画面口型对不上。排查思路：检查配音时长和画面时长是否匹配，检查剪辑时间轴是否对齐。解决方法：调整画面时长或配音语速，必要时重新生成配音。

8.5 常见问题速查表

8.6 独家避坑技巧

第一个技巧：生成图像时，把最重要的描述放在提示词最前面。即梦对提示词前段的权重更高，把角色特征和动作放在前面，风格和画质放在后面。

第二个技巧：Seedance生成视频时，首帧和尾帧都上传，比只上传首帧的动作准确率高很多。如果尾帧不好确定，可以用首帧加运动描述的方式，但效果不如双帧。

第三个技巧：剪辑时先铺配音，再对画面。配音的时间轴是固定的，画面可以根据配音来调整时长，这样比先排画面再对配音要容易得多。

第四个技巧：建立自己的提示词库。把每次生成效果好的提示词保存下来，按场景分类，下次遇到类似场景直接调用，能省很多时间。

9. 我实际跑完十几集之后的几点体会

这套流程我跑了十几集，从最开始一集要三天，到现在一天能出一集，中间最大的效率提升来自两个地方：一是角色主体图库建好之后，后面所有镜头的一致性维护成本大幅下降；二是提示词模板化之后，写提示词的时间从每个镜头五分钟降到一分钟以内。

还有一个体会是，AI漫剧的质量上限取决于分镜设计，而不是AI工具。工具再好，分镜设计得乱七八糟，成片还是不能看。反过来，分镜设计得扎实，即使AI生成有一些瑕疵，整体观感依然在线。所以如果你刚开始做，不要把太多时间花在折腾工具上，先把分镜设计的基本功练好。

最后分享一个我最近在试的扩展方向：把一场戏的六道工序拆成两个并行的工作流，图像生成和视频生成同时进行，配音和音效提前做好，剪辑时直接合成。这样理论上能把一集的制作时间压缩到半天以内。我还在跑这个流程，等跑顺了再整理出来。