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 4K1080P 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。排查顺序关掉不用的浏览器标签页释放内存。把正在进行的生成任务减到 1 到 2 个。换一个网络环境排除网络波动。刷新页面重新登录确认账号状态正常。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。