AI 漫剧全流程制作实战指南：从选品、原创改写、分镜出图，到配音剪辑与合规发布

本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要

AI 漫剧不是把一段文字丢进模型就能出片，它是一条有先后顺序的流水线：选品 → 把故事改成自己的原创文本 → 写文案定节奏 → 拆分镜 → 出人物/场景/声音三件套 → 生成视频 → 剪辑加 BGM 与字幕 → 做封面 → 合规发布。我自己实操下来，真正决定成片质量的，从来不是某一个"神器"，而是两件事：一是你脑子里有没有清晰的画面，二是你能不能把"文案、声音、画面"三者的节奏对齐。 这篇我会把这条链路一节一节拆开，配上提示词写法、参数取值、衔接技巧和我踩过的坑，新手照着走也能把第一条片子做出来。文章里会反复提到一个原则——画面要和文案"高度匹配"，这几乎是漫剧能不能看下去的命门。另外，2025 年 9 月 1 日起施行的《人工智能生成合成内容标识办法》对 AIGC 作品的标注提出了硬性要求，发布这一节我会专门讲清楚，别等到限流封号才想起来。

想看完整拆解，往下翻。

一、先搞懂 AI 漫剧：解说流和剧情流到底差在哪

很多人一上手就直接去抠工具、抠提示词，结果做了一堆碎片，拼不成一条能看的片子。我的建议正相反——先把整条链路在脑子里过一遍，知道每一步产出什么、喂给下一步什么，工具只是中间的执行器。

先把全流程画出来，心里有张地图，后面每一节你都知道自己在哪：

flowchart LR
    A[选品<br/>找故事] --> B[原创改写<br/>生成可用文本]
    B --> C[写文案<br/>定开头与节奏]
    C --> D[拆分镜<br/>分镜词/九宫格]
    D --> E[出素材<br/>人物·场景·声音]
    E --> F[生成视频<br/>画面+衔接]
    F --> G[剪辑<br/>BGM·音效·字幕]
    G --> H[做封面]
    H --> I[合规发布]

1.1 两种叙事模式：一个靠"旁白讲"，一个靠"人物演"

AI 漫剧本质上分成两条路子，搞清楚区别，你才知道后面文案、分镜、配音该怎么走。

第一种叫解说流。就是你看的那种漫画解说、电影解说，全程有一个旁白在替你"讲故事"，画面只是配合旁白往前推。它的灵魂是旁白配音，画面要做到和旁白每一句话高度匹配——旁白说"穿越成了赶考书生"，画面就得是一个背着书箱、戴着书生帽的人。

第二种叫剧情流。它不靠旁白，靠人物自己开口对话、自己演。上来就是角色之间你一言我一语，靠对话和画面调动情绪，更像在看一部小动画。可控性更强，做广告片、宣传片那种偏"作品感"的内容，剧情流更合适。

两者的差别我列了张表，对照着看会更清楚：

这里有个我观察到的"潜规则"：平台给作品打"解说"还是"剧情"标签，很大程度上看你旁白声音的占比。旁白部分占比太高，容易被判成纯解说。所以解说流里旁白别铺满全程，留一些纯画面、纯对白的段落，节奏反而更舒服。

还有一种近期很吃香的混合打法——前面剧情、后面解说。前一分钟用对话把冲突立起来，把观众的情绪先点着，后面再切回旁白解说慢慢讲。开头那段冲突就像马路边突然有人吵架，路人一定会扭头去看，这就是它能留住人的原因。

1.2 工具地图：每一步用什么

不用一上来就装一堆软件，先知道每个环节大概靠哪类工具，需要的时候再去碰。莫潇羽@无忆研习社这边整理过一份对照，按链路顺序大致是这样：

• 找故事与文本分析：在小说阅读平台翻选题；文本结构分析、人物/场景提取，用国内可直接访问的大模型，比如 DeepSeek、豆包就够用了。
• 出图：人物、场景图可以用即梦 AI（字节跳动旗下，集图片/视频生成于一体），也可以用 Nano Banana 这类擅长"角色一致性"的图像模型来做精修。
• 生成视频：即梦 AI 是主力，它支持首尾帧控制，能编声音；偶尔补画面也可以用其他支持文生视频的平台。
• 配音：声音克隆 / 文本转语音（TTS），MiniMax 的语音模型在零样本声音克隆上效果不错，相似度高。
• 音频精修：Adobe Audition（业内简称 au），用来把停顿、气口磨齐。
• 剪辑：主流的视频剪辑软件就能完成拼接、变速、加字幕、加 BGM。
• 封面：图像模型出图 + 标题排版，或者用 Photoshop 套模板。

工具会换、版本会更新，但链路不变。后面每一节我都会落到"这一步具体怎么操作"，工具只是顺手提一句。

二、选品：什么样的故事天生适合做成漫剧

我把选品放第二位讲，是因为它几乎决定了成败的一半。一个有冲突、有反差、有"爽点"的故事，你随便做都不会太差；一个平铺直叙的故事，你画面做到飞起也救不回来。

2.1 在小说平台怎么翻

以番茄小说为例，打开首页的推荐页，一直往下刷新。看小说少的人首页大多是老书，刷得多了、账号养起来之后，推给你的基本都是新书。

判断一本书值不值得做，我的顺序是这样的：

1. 看数据。重点关注两个数：字数和在读人数。那种字数还没过 50 万、在读却已经破百万的，是大爆款——但大爆款反而不建议做，因为做的人太多了。我更偏爱"潜力股"：字数不多（十几万字到三十几万字）、在读三四十万人这种，竞争小，又被验证过有人看。
2. 看简介。数据过关再看简介，简介让你觉得"有点意思"就留下，没意思直接 pass。
3. 看评论区。评论区能帮你筛掉纯机器刷的书——真人写的书，评论区会有大量读者真实互动；纯数据堆出来的，评论冷清或者很假。
4. 看内容。最后翻正文，至少看 20 章。这 20 章里有没有"点"（反差、矛盾、让人匪夷所思的设定），有点就能做。

如果首页刷不到新书，就走分类页：随便选个标签 → 筛选"30 万字以内 + 连载中 + 新书"，出来的就都是新书了。其他平台同理，七猫、书旗这类，找书一般看新书榜或者推荐榜——能把推荐榜刷到全是新书的时候，说明你的账号权重已经养得很好了。

2.2 不同题材的"能做 / 不能做"清单

这部分是血泪经验，踩过的坑我直接给你画红线。漫剧（动画形态）和真人形态（写实风格）的题材边界不太一样，分开说。

漫剧（偏动画）这边，按经验整理成一张取舍表：

真人形态（写实风格）这边，凡是动画能做的它基本都能做，覆盖面更广：仿年代戏（八九十年代、七十年代生活剧）、都市情感、邻里纠纷、武侠等等都吃得开。一句话记住：3D 漫剧能做的，写实风格基本都能做；写实风格能做的，漫剧不一定能做。

最近现实向、年代向的"下沉题材"特别能打。所谓下沉，就是接地气、贴近普通人日常的故事——小区一楼大爷把绿化带圈成自家菜地、老太太天天遛不拴绳的狗，这种你我身边真见过的事，特别容易引发共鸣。评论区一片"我们小区也有这种人""这种人最可恶"，作品自然就有了讨论度。判断一本书行不行，别只看你自己爱不爱看，要去看它有没有争议性、有没有冲突点、能不能勾起现实共鸣。

2.3 短篇还是长篇：先看你有多少时间

不同平台对时长要求不一样，这直接影响你选短篇还是长篇。我把主流平台的要求整理成表，方便对照：

说明：以上是经验值，平台规则会变，正式投稿前请以官方最新公告为准。涉及已有版权的书籍，制作前要先确认版权授权，没授权的别硬上。

现实是大部分人白天有正事，晚上能投入的时间有限。一个 120 分钟的长篇做下来周期和成本都不小，所以新手大多从短篇切入：一个二三十分钟的短篇，大概三天能磨出来。但短篇有个尴尬——你挑来挑去可能都没拿到版权，长篇又做不动。这正是下一章"原创改写"要解决的痛点：用大模型生成一套完全属于自己的故事文本，绕开版权纠结，想做多长做多长，剧情流、解说流随你切。

三、原创改写：用大模型把故事重新长出来

这一节是整条链路里"四两拨千斤"的一环。它要解决三个问题：不用再为版权发愁、想做多长做多长、剧情流解说流任选。原理不复杂——把一个已经被市场验证过的故事骨架抽出来，让大模型按这个骨架重新生长出一个全新的故事。

3.1 为什么要做原创文本

直接拿别人的原文去做，版权是绕不过去的坎；短篇又常常碰壁，挑三四本都没授权。原创改写的思路是：我不抄你的字，我学你的"结构"。一个爽文之所以爽，靠的是它的节奏曲线和反转结构，而不是某一句具体的话。把结构学过来，内容全部换新，这才是合规的二次创作。

需要强调的是，这里用的是国内可以直接访问的大模型就能完成，DeepSeek、豆包这类都行，不需要任何额外的网络工具。把流程跑顺比纠结用哪家模型重要得多。

3.2 四步引导法

我习惯用"分步喂指令"的方式，让模型一层层往深走，而不是一句话让它直接写。整个过程像这样：

第 1 步：丢入一篇爆款短篇原文 →
         指令：分析这条故事的整体结构和核心，告诉我怎样引导你才能写出类似的作品
第 2 步：指令：基于这个结构，举三个不同设定的例子
         （不满意就再来一轮："再举三个"）
第 3 步：指令：例子 X 我觉得不错，帮我把它扩成精彩、高能的故事大纲
第 4 步：指令：按这个大纲开始写正文（每章写完点"继续"续下一章）

第一步让模型先做"结构拆解"，它会告诉你这类故事的爽点在哪、反转怎么埋。第二步让它换皮——同一套结构，可以套到修真、武侠权谋、都市等完全不同的设定里。六个例子里总有一个你看着来劲的。第三步选定方向，让它把骨架填成完整大纲，每一章的高能点都列出来。第四步才正式开写。

举个我自己跑过的例子（设定纯属演示）：同样一套"绝境逆袭"结构，第一版套成修真界——主角拥有某种隐秘血脉，能在他人梦境里编织幻象，对方一旦动情许诺，主角就能在现实中获取对应的力量；第二版换成古典武侠的朝堂权谋；第三版又能落到现代都市。结构没变，皮全换了，这就是原创改写的核心手感。

3.3 章节续写的节奏，别催

有个坑我必须提醒：写完一章想让它继续，别立刻点"继续"。这类模型的长文生成是有算力节奏的，连点容易写着写着断掉。我的做法是写完一章先去做点别的，隔一会儿再回来续。每写完一章，先把这章读一遍，剧情顺、爽点在，再让它往下接。

第一章写完，你就已经拿到一段可以直接拿去拆文案、拆分镜的"自有文本"了。它最大的价值在于：后面所有环节——配音、分镜、画面——你都可以放开手脚改，不用担心动了谁的原文。

四、文案：黄金开头和快节奏

文本有了，接下来是把它"剪"成适合短视频的文案。这一步最考验功力，也最能拉开差距。核心就两个字：钩子和节奏。

4.1 解说流文案：先抛钩子，再回头解释

解说流千万别学传统写作那套"先自我介绍、再娓娓道来"。短视频是黄金五秒定生死，上来必须直接命中主题，绝不能墨迹。

我惯用的结构是"钩子句 + 转折词 + 回头解释"：

• 先用一两句把最反常、最抓眼的事件甩出来（钩子）；
• 紧接着用一个转折词（"可""只因""这才得知"）把读者的疑问勾起来；
• 然后再回头解释这件事的前因后果，顺势接入正文。

第一人称、第一视角是解说流的命门。讲的永远是"我"身上发生的事，而不是"他""那个男人""小男孩"。用"我"，观众才会代入，才看得下去。

4.2 五种开头钩子，挑着用

开头的钩子大致就这么几类，我归纳成一张表，写不出来的时候照着套：