快速摘要
AI漫剧是当前内容创作领域最火的方向之一，一个人就能完成从剧本策划、角色设计、分镜生成、文生图、图转视频、配音到最终剪辑的全部流程。 本文由 莫潇羽@无忆研习社 从实操角度出发，将AI漫剧制作的七大核心环节逐一拆解，涵盖DeepSeek写剧本、即梦生图、豆包生视频、TTS配音等关键工具的具体用法和操作细节。无论你是零基础小白还是有一定创作经验的内容创作者，都可以顺着这套流程快速上手。 往下看有更详细的操作拆解和实用提示词模板。
写在前面：为什么2026年是AI漫剧的黄金窗口
如果你最近刷抖音、快手或B站，一定刷到过那些画风精致、节奏紧凑的"漫画风短剧"。末世求生、古风仙侠、校园异能……这些曾经只存在于网文里的天马行空的故事，如今正在被AI一帧一帧地"画"出来，变成一集集可以追更的视频内容。
这就是AI漫剧。
2025年到2026年，AI漫剧经历了从"能看"到"好看"的质变。即梦、Nano Banana（可灵）、海螺AI、Sora等图像和视频生成工具越来越成熟，豆包Seed-TTS等语音合成模型的拟真度也达到了商用水平。更关键的是，360纳米漫剧流水线、有戏AI、Seko等一站式平台的出现，让"一个人就是一支团队"从口号变成了现实。据行业数据显示，2025年全网上线的AI漫剧接近5万部，市场规模突破200亿元，增速超过80%。这组数据说明什么？说明AI漫剧已经不是少数技术极客的实验场，而是一个正在快速成长的内容赛道，每天都有新的创作者涌入。
莫潇羽在无忆研习社（www.wuyi.wiki）关注AI内容创作方向已经有一段时间了，这篇文章的目的很简单：把AI漫剧制作的完整流程彻底讲透，让你看完之后知道每一步该用什么工具、怎么操作、有哪些坑需要避开。
在正式开始之前，我们先用一张流程图来建立全局认知。
第一步：策划——先画地图再上路
很多新手一上来就急着打开AI工具开始生成，结果做到一半发现人物前后不一致、剧情逻辑不通、镜头衔接不上。这些问题的根源，都是缺少前期策划。
AI漫剧制作的完整流程，可以拆解为以下七个环节：
剧本策划 → 角色设计 → 分镜头生成 → 文生图 → 图转视频 → 配音合成 → 后期剪辑在动手之前，强烈建议你先用思维导图工具（飞书、XMind、幕布等都可以）把这七个环节列出来，在每个环节下面标注要用到的工具和预计的时间。这不是多此一举，而是让你在制作过程中始终保持清晰的节奏感，不至于在某一个环节反复纠结浪费时间。
制作一部AI漫剧需要提前想清楚的四件事
选题材方向。 你要做的是什么类型的故事？异世界、校园、神话、民间传说、都市奇幻？不同题材对画面风格的要求差异很大，古风题材和赛博朋克题材在角色设计、场景构建上完全是两个方向。建议新手从自己熟悉的题材入手，或者选择经典故事（比如中国古代寓言、成语故事）作为练手项目，因为这类故事的情节结构已经被验证过，不用在剧本层面花太多精力。
定世界观。 听起来很高大上，其实就是回答一个简单的问题：你的故事发生在什么样的世界里？是古代的某个朝代？是架空的仙侠大陆？还是现代都市？世界观决定了后续所有视觉元素的基调。
理人物关系。 一个60到90秒的短视频，通常承载不了太复杂的人物关系。建议控制在2到3个核心人物以内，每个人物的性格特征和外貌特点要提前定义清楚。
控制篇幅。 300字左右的故事脚本，大约可以生成60到90秒的视频。这是一个比较适合新手的篇幅——足够讲清楚一个完整的故事，又不至于因为内容太长导致制作周期过长。如果你想做系列化的内容（比如连载型AI漫剧），可以把一个大故事拆分成多集，每集控制在300字以内，这样既降低了单集的制作难度，又能通过连续更新来积累粉丝。
关于思维导图工具的选择
前面提到了要用思维导图做策划，这里莫潇羽@无忆研习社 具体推荐几个好用的工具。飞书文档自带的思维笔记功能操作非常简单，你可以创建一个新的思维笔记文档，然后切换到"思维导图"视图，把AI漫剧的七个制作环节逐一展开，在每个环节下面标注需要用到的工具名称、预估的时间和注意事项。除了飞书之外，XMind、幕布、语雀等工具也都可以实现类似的效果。核心不在于你用什么工具，而在于你是否真的在开始制作之前把整个流程想清楚了。
有经验的创作者通常还会在思维导图中加入"素材命名规则"这一项。比如分镜图片统一命名为"S01_远景_匡衡家外观.png"，视频片段命名为"V01_匡衡读书.mp4"，配音文件命名为"A01_旁白_开场.mp3"。这看起来是很小的细节，但当你的项目涉及几十个文件的时候，清晰的命名规则会帮你节省大量找文件的时间。
第二步：剧本——用AI写一个能"拍"的故事
剧本是整个AI漫剧的地基。地基不稳，后面所有的工作都会出问题。
用DeepSeek、豆包或扣子生成初稿
目前主流的AI写作工具（DeepSeek、豆包、扣子/Coze、Kimi等）都可以用来生成故事脚本。具体选哪个工具其实无所谓，它们在文字生成能力上的差距不大，关键在于你给它的指令是否足够清晰。
以"凿壁偷光"这个经典故事为例，你可以这样给AI下指令：
请帮我写一个关于"凿壁偷光"的故事脚本，要求如下：
- 字数控制在300字左右
- 故事背景设定在西汉时期
- 主要人物：匡衡（少年，家境贫寒但好学）、邻居（有钱人家）、匡衡的亲戚
- 需要有明确的起承转合
- 语言要有画面感，适合后续拆分为分镜头
- 包含对白和旁白这里有一个很多新手容易忽视的要点：AI生成的故事一定要自己审核一遍。AI在写故事的时候经常会出现逻辑跳跃的问题，比如前一段人物还在A场景，下一段突然就到了B场景，中间没有任何过渡。这种逻辑断裂在文字阶段可能不太明显，但一旦转化成画面就会非常违和。
审核的重点包括以下几个方面：首先检查时间线是否连贯，有没有"白天突然变黑夜"又没有交代的情况；其次检查人物行为是否合理，一个正在屋内的角色不可能下一秒就出现在山顶上，除非中间有合理的过渡；再者检查对话是否自然，AI写的对话经常有"书面语太重""不像人说的话"的问题，需要手动改得更口语化一些；最后检查整体的情绪曲线，一个好的短故事应该有明确的情绪起伏——平静的开头、逐渐升温的发展、戏剧性的高潮和让人回味的结尾。
还有一个实用技巧：让AI一次性生成2到3个版本的故事，然后从中选出最好的那个，或者把不同版本的优点组合在一起。 你可以在提示词中这样写："请给我生成3个不同版本的故事脚本，每个版本的侧重点不同——版本A侧重情感描写，版本B侧重情节冲突，版本C侧重画面感。"这样你就有了更多的选择空间。
故事素材从哪里来
如果你不想完全依赖AI从零生成，还有几个很好的素材来源：
经典故事和寓言。 中国古代有大量耳熟能详的寓言故事，比如愚公移山、精卫填海、夸父逐日等。这些故事不存在版权问题，而且观众有天然的认知基础，看到标题就知道大概讲什么，点击意愿会更强。
历史人物和事件。 苏轼的故事、李白的故事、诸葛亮的故事……这些都是很好的AI漫剧题材。历史故事在短视频平台上一直有稳定的受众群体。
小说和网文。 这里要特别提醒一下版权问题。直接搬运小说原文去做AI漫剧是有法律风险的。如果你想借鉴某部小说的灵感，可以提取它的核心创意和故事框架，然后用AI重新改写成一个新的故事。但注意，"改写"不是换几个人名就完事，而是要在情节走向、人物设定等方面做出实质性的改动。
短视频平台的热门内容。 去抖音或快手搜索"AI漫剧"相关的关键词，找那些点赞和评论数据比较好的同类作品，分析它们的选题方向和叙事节奏。这不是让你抄袭，而是帮你理解当前观众喜欢什么样的内容。
用扣子（Coze）搭建自动化技能
如果你打算长期做AI漫剧，反复手动输入提示词会比较低效。这时候可以用字节跳动的扣子平台搭建一个自定义技能。扣子的"技能"功能类似于一个简化版的工作流，你可以设定好输入规则（比如"输入一个短视频链接或者故事主题"）和输出规则（比如"输出一个300字左右的故事脚本"），然后AI会自动按照你设定的规则来执行。
扣子技能的一个特别实用的能力是：它可以读取短视频链接的内容。也就是说，你在抖音上看到一个不错的故事类短视频，直接把链接丢给扣子技能，它就能自动提取视频内容并转化成文字脚本。当然，这里再次强调版权意识——提取出来的内容只能作为灵感参考，不能直接使用。
操作步骤大致如下：进入扣子平台，点击"技能商店"，再点击"创建技能"，选择"新建专业技能"。在技能描述中，你可以这样写：
根据用户提供的链接或主题，生成一个300字左右的故事脚本。
要求：
1. 故事结构完整，有明确的开头、发展、高潮和结尾
2. 语言有画面感，适合拆分为分镜头
3. 包含对白或旁白内容
4. 如果用户提供的是链接，先读取链接内容，然后基于内容进行改写创作扣子会根据你的描述自动生成对应的代码逻辑，整个过程不需要你写一行代码。创建好之后，后续每次使用只需要输入一个主题或链接，就能自动输出脚本，非常适合批量创作的场景。
需要注意的是，扣子技能的运行需要消耗积分。新用户会有1500免费积分，如果不够用，可以通过邀请好友等方式获取更多积分。
第三步：角色设计——让你的人物在每一帧都"长一个样"
AI漫剧制作中最让人头疼的问题之一，就是人物一致性。你用AI生成了十个镜头的画面，结果主角在每个镜头里长得都不一样——第一帧是瓜子脸，第二帧变成了国字脸，第三帧头发颜色都变了。
解决这个问题的关键，就是在开始生图之前，先为每个主要角色制作一张三视图（正面、侧面、背面）。这张三视图就是你后续所有画面生成的"参考锚点"，确保AI在生成不同场景的画面时，始终以这张图为基准来保持人物的外貌一致。
第一步：用AI生成角色描述提示词
在开始画图之前，先用AI大语言模型（DeepSeek、豆包等）生成角色的详细视觉描述。这里提供一个实用的提示词模板：
你是一位角色设计大师，请根据以下信息，设计角色的造型。
要求设计包含人物的发型、发色、体型、外貌特征、穿着服饰等。
请以适用于AI图片生成提示词的方式输出设计方案。
角色信息：
- 名称：匡衡
- 时代背景：西汉时期
- 年龄：14岁左右的少年
- 身份：家境贫寒的农家子弟，酷爱读书
- 性格特征：聪慧、坚韧、好学
- 关键特征：衣着朴素，面容清秀但略显消瘦AI会输出一段详细的视觉描述，类似于：
少年匡衡，14岁，身材瘦削，面容清秀，眉眼间透着聪慧和坚毅。发型为汉代少年常见的总角发髻，发色乌黑。身穿粗布短褐，颜色为灰褐色，衣服上有明显的补丁。腰间系一条麻绳作为腰带。脚穿草鞋，裤脚略短，露出脚踝。双手因常年劳作而略显粗糙。
这段描述就是你后续在即梦等AI绘图工具中使用的角色提示词基础。
第二步：在即梦中生成角色三视图
即梦（jimeng.jianying.com）是字节跳动出品的AI图片生成平台，支持文生图和图生图两种模式，对中文提示词的理解能力在国内同类工具中算是比较强的。
打开即梦，进入"图片生成"功能。在提示词框中输入上一步AI生成的角色描述，然后加上以下关键指令：
动漫风格，角色设计三视图，正面视图+侧面视图+背面视图，
白色背景，全身像，人物双手自然下垂，
高质量，细节丰富，9:16竖版比例操作时要注意以下几个设置：
图片风格选择"动漫"。 即梦默认的图片类型可能是写实风格，如果你做的是漫画风格的AI漫剧，一定要手动切换到动漫风格，否则生成出来的画面风格会不统一。
比例选择9:16。 竖版比例更适合短视频平台的展示。如果你的最终发布平台是B站或者横屏为主的平台，也可以选择16:9。
多生成几组，择优使用。 AI绘图有很大的随机性，同一个提示词生成四次可能出来四个完全不同的结果。不要期望一次就能生成满意的图片，多生成几次，从中选出最好的那一张。
第三步：提取和整理人物参考图
生成的三视图可能会存在一些问题，比如背景不干净、人物姿态不标准等。这时候可以利用即梦的"用作参考图"功能进行二次优化。
具体操作是：选中一张你觉得风格和人物形象比较满意的图片，点击"用作参考图"，然后
